加入AMD之后，赛灵思给出了更丰富的答案

自适应计算，这一创新理念可以给行业带来什么？加入AMD之后，赛灵思（Xilinx）给出了更丰富的答案。

对一名软件工程师来说，如果在固定的CPU或GPU上进行开发，需要改变或优化软件来适应硬件。那么，是否可以反过来操作呢？也就是根据固定的应用和软件，通过一个包括开发工具、加速的API和库，可以让硬件去适应软件，而不是让软件适应硬件，也就是说，这个硬件是软件定义、可编程的。这就是自适应计算的概念。

这种自适应计算平台支持根据具体应用来定制硬件，以优化系统，且这种优化是可以持续不断进行的，即使产品量产后，在部署阶段也能进行这样的优化。

为什么需要自适应计算？

目前，业界已经有多种成熟的计算平台，比如CPU、GPU、DSP等，为什么还需要自适应计算这种新的计算形式呢？有以下几点原因。

首先，创新应用不断涌现，特别是在AI领域，这些创新受制于传统硬件，如硬件平台的功能、架构、内存系统，以及数据通道都是固定的，开发时，必须首先通过修改、更新算法或软件来适应硬件。但是，用户期望找到一个最适合已有算法实现的硬件平台来提供想达到的性能。

其次，可以根据应用对硬件进行持续的优化，这样能够提升应用的整体性能。比如可以在整个数据通路进行硬件加速，不只包括像AI的模型本身，还包括输入和输出数据的处理，且中间每个环节都可以进行优化，这样可以为应用提供非常高的效率。

第三，为了让更多的开发者获益于自适应计算硬件平台的高效率，可以在易用性上做很多工作。通过为开发者提供他们熟悉的语言、编程框架和集成开发环境，以及足够的加速API库和参考设计，可大幅降低自适应计算的门槛，可以让开发者快速上手设计。

自适应计算应用拓展

以上这些，正是赛灵思在做的事情。AMD大中华区销售副总裁唐晓蕾（Maria Tang）表示，加入AMD之后，该公司可以在更广阔的应用领域拓展其自适应计算理念，并不断创新。基于FPGA的灵活特性，除了数据中心和云计算，自适应计算解决方案在汽车、医疗、消费类电子、工业和智能检测等方面也有很大的发展空间。

当下，汽车行业正在朝电气化、数字化和智能化方向发展。

汽车行业主要关注三个方面：一是信息娱乐，也就是座舱的数字化；二是先进驾驶辅助系统（ADAS），目前发展到了L2 plus，L2 plus又包含两个子系统，一个是边缘侧的，主要包括各种传感器，从摄像头到雷达，主要负责产生、收集数据，这方面，AMD主要发挥的作用是把数据系统化，完成数据的对齐和打包分发，另外一个是Domain Control（域控制器），主要用于数据融合，即Data Aggregation，在Data Aggregation之后再放置中央处理单元，让处理单元能够得到更好的效率提升；三是自动驾驶，它涉及机器人出租车、上门送货车、商用车队用车等细分领域。

在医疗领域，自适应架构能够加速临床诊断，为医生带来很多便捷性。目前，内窥镜国产化率比较高，这方面， AMD的FPGA产品MPSoC接受度比较高，该产品的功耗比较低，实时性、带宽都很好。内窥镜图像越来越清晰，MPSoC可以让图像对比度更高，让医生有一个更明确的判断。此外，MPSoC加入了AI推理功能，它可以提示医生看到一些之前没有看清楚，或者忽略的东西，让他能够重点关注，从而提升工作效率。

在音视频消费领域，专业音视频细分市场里，LED电视墙是一个最大的商显空间，随着成本下降，LED也会进入越来越多的高端会议室，甚至进入家庭。在作息管理、调度系统以及投影仪系统领域，都有AMD的产品做支撑。在消费者应用领域，如智慧家庭，随着疫情的发展，大家发现在家里面打高尔夫是一个很不错的休闲娱乐和锻炼身体的方式，近两年高尔夫模拟器需求量明显增长，这种模拟器主要是用一个高速摄像头抓拍球的旋转来判断它的运动轨迹，它对高带宽、低延时的要求很高，这方面，AMD的FPGA优势明显，且具备AI预判功能。

工业应用一直是AMD非常关注的市场。工业创新得益于智能制造，唐晓蕾表示，智能制造从传感、控制、计算和互联各层面全方位地发挥了AMD产品的带宽、丰富的IO接口、计算、授时（可以做高精度授时）等优势。随着新基建在中国的推广，在工程领域，数字孪生能让VR显示和设备数字化得以实现。还有一个场景是智能仓储，这里面的AGV（自动导引运输车）和自动抄表都是AMD及其客户一直努力耕耘的领域。

智能检测、视觉检测也是AMD关注的领域。唐晓蕾表示，近些年，熄灯工厂成为产业热词，工厂里一个人都没有，但是可以做出质量很高的产品，效率很高，同时节能环保，这背后都有AMD的产品做支持。

在传统行业，特别是TME（测试、测量和仿真）仪器仪表行业，可以看到很多创新，唐晓蕾谈到了移动电话的测试，她表示，5G手机和基带已经是一个成熟市场，在测试过程中，AMD的RFSoC得到了非常广泛的使用。

异构和软硬件融合带来更多创新

在谈到技术和产品创新时，唐晓蕾表示，在16nm、14nm制程芯片开始量产的时候，AMD就明显感受到了摩尔定律的放缓，那时，该公司就已经开始做相应的技术积累了，随着AMD的Chiplet和3D封装技术逐步成熟，可以看到越来越多的客户使用这些先进技术，而不再像以前那样，只是靠制程节点的改进来实现产品性能的提升。

唐晓蕾认为，异构计算是驱动整个系统性能提升最关键的因素，串行计算也好，并行计算也好，都是异构计算的一部分，除了在制程节点上驱动芯片创新，AMD也在系统、平台层面为客户提供更多帮助。AMD有一个新的自适应架构，叫XDNA，它主要是把AIE和FPGA连接在一起，目的是让客户的数据流架构能够顺利地流转，在处理过程中把存储和神经网络任务全部处理完再移到下一个处理环节。

不止芯片，AMD也很重视平台化创新，唐晓蕾表示，对客户，特别是对新客户来讲，直接拿到芯片难以做到快速上市，大家更需要系统级模块（SOM）。为此，AMD于2021年推出了一个SOM板，还推出了一个针对视觉应用的KV260，KV260主要的应用场景是摄像头和零售分析，如智慧超市，很多工作是通过视觉来完成的，此外，还有智慧工厂里的机器视觉。在这些应用领域，客户对AMD的需求不仅仅是芯片，SOM板能够帮助客户尽快实现方案设计。唐晓蕾表示，未来，AMD会更多地针对功耗、尺寸和成本受限的应用，推出具备更高设计水平的SOM版，以帮助客户把他们的时间精力集中在自己擅长的领域，让大家能够更快速地使用这个产品，更快的完成创新。

除了芯片和系统级模块，软件工具也是一个非常重要的环节。

对于FPGA，AMD希望用户能够像玩乐高一样简单地对其进行操作和应用，为此，该公司用统一的软件、各种各样的IP和解决方案让用户类似于拼积木，或者只需要写非常简单的代码就能够把整个应用搭起来，用异构、统一的软件平台等方式进行加速，以期实现最好的效率。

目前，对于广大开发者来说。软件开发环境是个很大的挑战，软件层面需要花很大的功夫，因为开发成本是除了硬件成本以外，很大的一部分开销。而在广大的开发者群体当中，大多是软件开发者，他们用的多是JAVA、C、Python、C++等语言，而会用、常用VHDL等硬件语言的人数相对稀缺。这就需要FPGA厂商想办法将那一大部分软件开发者吸引过来，在不会使用硬件描述语言的前提下，会用、喜欢用，进而离不开以FPGA为基础的开发环境，这就需要厂商提供一套丰富的、简单易用的软件开发平台。不过要实现这样的平台绝非易事，它虽然方便了开发者，但对于开发这套软件平台的厂商来说，是个不小的系统工程。

Vitis，就是一个面向软件开发者的集成的开发环境和平台，开发者可以用他们熟悉的高层次语言，如C、C++和Python来进行编程；Vitis还提供了一个专门针对AI推理的开发平台Vitis AI，AI开发者可以使用他们熟悉的框架，比如TensorFlow、PyTorch、Caffe来训练他们的模型，然后用Vitis AI来部署这些模型，让模型能够高效地在硬件平台上执行。

唐晓蕾表示，AMD提供了一个异构软件平台，这个平台上既有Vitis，也有EDA后端工具Vivado。习惯使用C或C++的软件开发者，适合用Vitis，而对于硬件开发者而言，则更习惯用编程语言Vivado。此外，AMD还做了很多加速库，为广大软件开发者提供了更多的拓展空间。

审核编辑 ：李倩