提供开放统一环境的开发平台

圣何塞——谈到对 FPGA 进行编程时，大多数人认为你需要成为一名芯片设计师，或者比能够对量子计算机进行编程更进一步。但赛灵思想要改变这一切。

在赛灵思开发者william hill官网 (XDF) 上，该公司宣布了一个名为 Vitis 的全新开发平台——新平台将是开放和免费的。

Xilinx 首席执行官 Victor Peng 与 Versal 董事会（照片：Kevin Krewell）

对于一家主要开发平台 Vivado 面向 FPGA 配置的低级控制的公司来说，这是一个重大变化。FPGA 的适应性一直更强，但现在赛灵思希望它们更易于编程。不仅仅是像 Zynq 这样的 FPGA——Vitis 的真正灵感来自 Xilinx 的新型 Versal 异构处理器。Versal 是一种新型处理器，在去年的 XDF 上推出，它集成了 CPU、DSP、FPGA 结构、片上网络和机器学习加速器，使其成为高性能、多功能和适应性强的处理芯片。

无论是在嵌入式应用程序还是云服务中，成功使用任何 FPGA 的关键是软件工具。这就是 Vitas 对于更广泛地接受 FPGA 和 Versal 架构的关键所在。

Vitis 平台是一个统一的工具，可以采用 Xilinx HLS 或 C/C++ 代码并针对标准开发环境中的任何处理元素。Xilinx 承诺以免费和开放的方式支持 Vitis。该公司在 Github 上构建了一个包含 400 多个库函数的广泛列表。还将有一个 Vitis AI 工具支持 TensorFlow、Caffe 和 PyTorch 等标准框架。FPGA 的好处之一是您可以更改硬件以适应 AI 模型。

Vitas 和 Versal 的目标是将赛灵思从 FPGA 供应商转变为灵活且适应性强的处理供应商。Xilinx 大力押注异构计算，为了实现这一目标，您需要一个统一的软件架构，程序员可以将其用于 Versal 芯片内的各种元素。赛灵思将软件开放和免费的想法是对赛灵思如何进入市场的彻底重新构想。

Vitis 处于测试阶段，一些主要客户计划于 11 月 1 日全面上市。有关更多信息，请访问 Developer.xilinx.com。

Xilinx 成长市场

Xilinx 的三大增长动力是 5G 基础设施、汽车平台和数据中心。虽然传统 FPGA 在所有三个领域都取得了不错的进展，但 Versal 是一个更完整的平台，可以独立运行，而不仅仅是作为主机处理器的加速器。也就是说，Xilinx 认识到几个 Arm 内核可能不足以满足某些应用的需求，并且 Versal 支持 PCIe 4.0，Vitas 环境旨在支持多种类型的主机处理器，包括片上 Arm、x86 和力量。

使用像 Versal 这样的可编程部件的优势在于，它允许设计更快速地改变，即使在现场也是如此。关键应用市场之一是算法不断变化的数据中心中的机器学习推理。此外，即使是云提供商也正在朝着成为异构计算平台的方向发展。亚马逊的 AWS 云服务有许多不同的异构计算实例，包括 FPGA 和 GPU。XDF 的新成员赛灵思宣布，它还添加了微软的 Azure 云服务——这对公司来说是一个巨大的胜利。随着 Azure 的加入，Xilinx 在两家领先的云提供商中拥有了 FPGA 实例。

（来源：赛灵思）点击这里查看大图

在通信市场，5G 部署是赛灵思的一个关键机遇——从射频到核心路由器。对于 5G，为频谱重用而设计的大规模 MIMO 16×16 天线阵列需要高级计算甚至机器学习来优化波束形成。Xilinx 与三星和华为等通信公司进行了设计。

汽车是赛灵思关注的另一个细分市场。从传感器数据的数据聚合和预处理、传感器融合、ADAS 到自动驾驶级别 4，这里有很多机会。事实上，赛灵思已经在汽车领域赢得了大量设计胜利，并为 ADAS 设计出货了 6000 万台。Xilinx 已经在汽车领域拥有庞大的业务，并声称在前向摄像头处理领域排名第二，在 LiDAR 和 4D 雷达领域排名第一。FPGA 提供设计灵活性和低延迟处理。

自动驾驶的前沿可能是“robotaxis”，赛灵思在舞台上有一个非常有趣的初创公司 pony.ai，它正在解决这个市场。Pony.ai 展示了其软件在繁忙的中国交通中导航汽车的能力。汽车和自动驾驶汽车仍在不断发展，创新周期超过了芯片设计周期，这使其成为 FPGA 和 Versal 的机会。对于更传统的 ADAS 方法，日立汽车系统公司正在使用 Xilinx FPGA 实现 ADAS Level 2+，并已开始投资 Versal 设计。

虽然消费者自动驾驶可能还需要几年的时间，但像优步和滴滴这样的拼车公司将从机器人出租车中受益匪浅。Xilinx 显示的数据估计，自动驾驶出租车的运营成本约为每英里 0.60 美元，每天最多可行驶 30 次，而人工驾驶汽车的成本约为每英里 1.50 美元，每天可行驶约 15 次。自主机器人出租车的经济性对于运输即服务业务而言是引人注目的。

重新映像硬件

虽然芯片行业的一些人正在推动特定领域的处理架构的想法，但这些人往往忽略了可编程逻辑的想法，例如 FPGA 和 Versal。虽然两者都是异构计算架构，但特定领域的设计会导致芯片或 3-D 封装芯片具有大量多余的硅片，这些硅片可能不时使用，但并非一直使用。在 FPGA 的情况下，通过根据当前需要对其重新编程，可以更有效地重新利用硅。这允许硅在时域中共享以用于不同的功能。利用 FPGA 技术的混合架构具有提高硅效率的潜力。

由于登纳德缩放的终结和摩尔定律的放缓，所有这些芯片架构的新想法都在出现。我们不能再依靠工艺改进来制造更快、更低功耗和更便宜的芯片。现在需要新的架构方法来为我们带来应对新的具有挑战性的工作负载所需的高级处理能力，而赛灵思拥有独特的可扩展解决方案，现在将更容易被更多主流程序员使用。

审核编辑 黄昊宇