アダプティブコンピューティングは、ソフトウェア定義のハードウェア時代の到来を加速します
元のChengWenzhi電子愛好家ネットワーク昨日
これまで、製品を設計する際には、まずハードウェアアーキテクチャを計画する必要がありました。ハードウェアの設計が完了すると、ソフトウェアパーツの開発が始まり、製品全体がリリースされます。現在、クラウドコンピューティング、インターネットの開発、AI、5G、自律運転の台頭により、ハードウェアと製品の開発プロセス要件は、ハードウェアパフォーマンスの向上、セキュリティと機密性の要件の向上、センサーの増加など、前例のない変化を遂げています。タイプとインターフェース、絶えず進化するAIアルゴリズムとモデル、ソフトウェア開発はハードウェア開発と同期する必要があります。

これらの新しい要件に駆り立てられて、「ソフトウェア定義ハードウェア」の概念が何度も言及されてきました。対応するハードウェアのオーバーヘッドと使用を削減するために、チップ内のすべての操作の制御とスケジューリングがソフトウェアによって完了することを人々は望んでいます。保存された部分。コンピューティングおよびオンチップストレージ用。この願いは非常に良さそうに見えますが、それを実現するのはまだ多くの困難があります。たとえば、FPGAはソフトウェア定義のハードウェア機能を実現できますが、その効率はASICよりも低くなりますが、消費電力はASICよりも高くなります。より良い方法はありますか？
アダプティブプラットフォームの利点

このために、ザイリンクスのアダプティブコンピューティングプラットフォームが誕生しました。ザイリンクスのアダプティブコンピューティングホワイトペーパーおよびアダプティブコンピューティング分野によると、アダプティブコンピューティングはFPGAテクノロジに基づいており、チップ上でのドメイン固有アーキテクチャ（DSA）の動的構築をサポートします。言い換えると、適応計算により、需要の変化に応じてDSAを動的に更新できるため、ASIC設計サイクルが長くNREコストが高くなるという制約を回避できます。処理の分散レベルの継続的な改善により、アダプティブコンピューティングは、ソフトウェアの無線（OTA）更新だけでなく、ハードウェアの無線更新もサポートでき、更新はほぼワイヤレスで繰り返すことができます。 。
「アダプティブプラットフォーム」とは、アダプティブハードウェアを中心としたあらゆるタイプの製品またはソリューションを指します。アダプティブプラットフォームは完全に同じアダプティブハードウェア基盤に基づいていますが、チップハードウェアやデバイスよりもはるかに多く含まれていますが、すべてのハードウェアと、設計ソフトウェアおよびオペレーティングソフトウェアの包括的なセットをカバーしています。

1

「アダプティブコンピューティングホワイトペーパー」

コードをスキャンして今すぐダウンロード
アダプティブプラットフォームを使用すると、ハードウェアエンジニアは、反復的でローエンドの設計作業から解放され、得意な専門機能の開発に集中できます。ソフトウェアエンジニアは、ハードウェアエンジニアと同時に、待つことなく設計作業を開始できます。ハードウェアが設計され、動作を開始します。
2
図：未構成および構成済みのアダプティブハードウェアの概略図（出典：ザイリンクス）
もちろん、この利点に加えて、アダプティブプラットフォームには次の利点があります。
1つは、製品の発売プロセスをスピードアップすることです。たとえば、ザイリンクスのアダプティブコンピューティングプラットフォーム製品の1つであるAlveoデータセンターアクセラレータカードは、アクセラレータカードを使用して、特別なハードウェアのカスタマイズを必要とせずに特定のアプリケーション向けに高速化できるアプリケーションを構築します。また、PCIeカードをサービスに追加するだけで、既存のソフトウェアアプリケーションからアクセラレーションライブラリを直接呼び出すことができます。
2つ目は、運用コストを削減することです。 CPUベースのソリューションと比較して、コンピューティング密度の増加により、適応プラットフォームに基づく最適化されたアプリケーションは、各ノードで大幅に改善された効率を提供できます。
3つ目は、ワークロードを柔軟かつ動的に構成できることです。アダプティブプラットフォームは、現在のニーズに応じて再構成できます。開発者は、アダプティブプラットフォーム内でデプロイされたアプリケーションを簡単に切り替え、同じデバイスを使用して変化するワークロード要件を満たすことができます。
4つ目は未来との互換性です。アダプティブプラットフォームは継続的に調整できます。既存のアプリケーションで新しい機能が必要な場合は、ハードウェアを再プログラムしてこれらの機能を最適な方法で実装し、ハードウェアのアップグレードの必要性を減らし、システムの耐用年数を延ばすことができます。
第5に、アプリケーション全体を高速化できます。 AI推論が単独で存在することはめったにないため、AI推論は通常、より大きなデータ分析および処理チェーンの一部であり、従来の（非AI）実装ソリューションを使用する複数のアップストリームおよびダウンストリームステージと共存することがよくあります。これらのシステムに組み込まれたAIは、AIアクセラレーションの恩恵を部分的に受けますが、AI以外のパーツもアクセラレーションの恩恵を受けることができます。アダプティブコンピューティングの自然な柔軟性は、「全体的なアプリケーションアクセラレーション」と呼ばれるAIおよび非AI処理タスクのアクセラレーションに適しています。計算量の多いAI推論がより多くのアプリケーションに浸透するにつれて、その重要性も高まっています。
アダプティブコンピューティングの成功した着陸事例

これまで、エンジニアがFPGAを使用したい場合は、独自のハードウェアボードを構築し、ハードウェア記述言語（HDL）を使用してFGPAを構成する必要がありました。現在、アダプティブプラットフォームの開発者は、使い慣れたソフトウェアフレームワークと言語（C ++、Python、TensorFlowなど）を使用するだけで、アダプティブコンピューティングの効果を直接発揮できます。言い換えれば、ソフトウェアとAIの開発者は、アダプティブコンピューティングを自由に使用するために、回路基板を構築したり、ハードウェアの専門家になる必要はありません。

さらに便利なのは、エンジニアがAPIを介して既存のソフトウェアコードを直接呼び出すだけでなく、独立系ソフトウェアベンダー（ISV）エコシステムやベンダーが提供するオープンソースライブラリを使用できることです。ライブラリには多数の高速化されたAPIがあります。 。
ザイリンクスが大量生産した2つのアダプティブコンピューティングプラットフォーム製品であるKriaSOMとAlveoアクセラレータカードを例として取り上げます。 KriaSOMはZynqUltraScale + MPSoCアーキテクチャ上に構築されており、開発者がターンキー適応プラットフォームでエッジアプリケーションを開発するのをサポートします。システムのコア部分を標準化することにより、開発者は差別化された機能の作成に集中する時間を増やすことができます。
3

ザイリンクスの最初の量産KriaSOM製品はK26SOMです。ハードウェア構成に関しては、K26SOMはZynqUltraScale + MPSoCアーキテクチャ設計に基づいており、全体のサイズは77×60×11mmで、クアッドコアアームを搭載しています。 A53プロセッサ、および256Kシステムロジックユニットと1.4TOPS AIプロセッサパフォーマンスを備えた内蔵64ビット4GB DDR4メモリは、4K 60p H.264 / 265ビデオコーデックをサポートします。
Kria SOMは、さまざまな過酷なアプリケーション環境に耐えることができる大量生産対応製品として設計、製造、およびテストされています。現在、Kria SOMは、工業用グレードと商業用グレードの2つのカテゴリに分類されています。工業用グレードは、より高い振動とより極端な温度、およびより長いライフサイクルグレードとメンテナンスをサポートします。
4

Kria SOMは、主にインテリジェントビジョンアプリケーション向けであるため、ナンバープレート認識などのスマートシティでの高速ターゲット検出に使用できます。また、工業生産ラインでのマシンビジョンアプリケーションにも使用できます。
Alveoアクセラレータカードの場合、業界標準のPCI-eインターフェイスを使用します。これは、あらゆるデータセンターアプリケーションにハードウェアオフロード機能を提供でき、SmartSSDストレージに使用してストレージアクセスポイントで高速化することもできます。さらに、SmartNICを使用して、ネットワークトラフィックを直接高速化することもできます。
たとえば、SmartNICのパフォーマンスエンベロープを拡張し、データセンターとエッジコンピューティングプラットフォームを対象とし、高性能ネットワーク、CPUクラスター、大規模FPGAを組み合わせ、高性能コンピューティング（HPC）を構築するAlveo SN1000 SmartNICは、重要なネットワークアクセラレーション機能。
さらに、Alveo SN1000 SmartNICは標準化とソフトウェアフレームワークを採用しており、FPGAプログラミングを直接処理する必要がないため、より便利に使用できます。エンジニアは、ザイリンクスまたはサードパーティを使用して、FPGAで使用されるほとんどのファームウェア、さらにはCPUクラスターで実行されるソフトウェアをサポートできます。 CPUクラスターは、UbuntuやYoctoLinuxなどの標準のLinuxディストリビューションを実行できます。 SmartNICドライバーは、Red Hat Enterprise Linux（RHEL）、CentOS、Ubuntuなどのホストプラットフォームで使用できます。
アプリケーションに関しては、Alveoはゲノミクス分析、グラフィックデータベース、医用画像の処理と分析、およびビデオベースの画像監視アプリケーションに適しています。アプリケーションの着陸に関しては、データセンターや遺伝子シーケンシングアプリケーションにすでにアプリケーションがあります。
5