AGU2.514A109

AGU2.514A109 

随着新一代FPGA SoC的使用，旧规则不再适用。 “具体来说，如果你在电路板上进行调试，你做错了，”Clubb指出。 “虽然开发板上的调试被认为是一种成本较低的解决方案，但这可以追溯到能够说的早期阶段：‘它是可编程的，您可以在它上面放置一个示波器，您可以查看并查看发生了什么。但现在说：’如果我发现了一个错误，我可以修复它，在 内编写一个新的比特流，然后将它重新放回到电路板上，然后找到下一个错误，‘这太疯狂了。这是你在员工的时间被视为不是成本的领域看到的很多心态。管理层不会购买模拟器或系统级工具或调试器，因为’我只是付钱让这个人完成工作，而且我会尖叫他，直到他努力工作。”

他说，这种行为仍然很常见，因为有足够多的公司以每年下降10%的态度让每个人都脚踏实地。

但是，FPGA SoC是真正的SoC，需要严格的设计和验证方法。 “构造可编程的事实并不会真正影响设计和验证，”Clubb说。 “如果你制作SoC，是的，你可以按照我听到的一些客户所说的‘乐高’工程。这是框图方法。我需要一个处理器，一个内存，一个GPU，其他一些零件，一个DMA内存控制器，WiFi，和PCI。这些都是您组装的‘乐高’积木。麻烦的是你必须验证他们的工作，并且他们一起工作。”

尽管如此，FPGA SoC系统开发人员正在迅速赶上其验证方法所关注的SoC系统。

“他们并不像传统的芯片SoC开发人员那样先进，他们的处理思路是‘这将花费我200万美元，所以我 做好准备’，因为［使用FPGA］的成本是更低，“Clubb说。 “但是如果你花费200万美元开发FPGA，并且你弄错了，现在你将花费三个月的时间修复这些bug，但仍然有问题需要解决。球队有多大？要花多少钱？上市时的惩罚是什么？这些都是非常难以清晰量化的成本。如果您处于消费领域，那么在圣诞节期间您真的很关心如何使用FPGA几乎不太可能，所以这有一个不同的优先级。在定制芯片中完成SoC的总体成本和风险，并拉动触发器。而且还会说：‘这是我的系统，我完成了’，你看不到那么多。众所周知，这个行业正在整合，而且大筹码的 球员越来越少。每个人都必须找出一种方法来实现，而这些FPGA正在实现这一目标。”

AGU2.514A109 

新的折衷选择

SancheTI说，工程团队设计意图让他们的选择对目标设备开放并不少见。 “我们看到许多公司创建RTL并对其进行验证，几乎不知道他们是否要去做FPGA或ASIC，因为很多时候这个决定可能会改变。您可以从FPGA开始，如果达到一定数量，经济可能会有利于调试ASIC。”

对于今天的AI应用空间尤其如此。

eSilicon营销副总裁Mike Gianfagna表示：“加速AI算法的技术正在发展。 “显然，人工智能算法已经存在了很长一段时间，但现在我们突然间在如何使用它们方面变得更加复杂，并且以接近实时的速度运行它们的能力，这是非常神奇的。它从CPU开始，然后转移到GPU。但即使是GPU也是一种可编程器件，所以它具有一定的通用性。虽然架构擅长并行处理，但因为这就是图形加速的全部内容，所以这很方便，因为这就是AI的全部内容。在很大程度上它是好的，但它仍然是一种通用的方法。所以你可以获得一定程度的性能和功耗。有些人接下来会转向FPGA，因为您可以比使用GPU更好地定位电路，并且性能和功效都得到提升。 ASIC在功耗和性能方面是 的，因为您拥有完全自定义的架构，可以完全满足您的需求，不多不少。这显然是 的。”

人工智能算法很难映射到芯片，因为它们处于几乎不变的状态。所以在这一点上做一个全定制的ASIC不是一种选择，因为它在芯片出厂时已经过期。 “FPGA对此非常好，因为你可以对它们进行重新编程，所以即使花费昂贵的价格，但它不会过时，你的资金也不会打水漂，”Gianfagna说。

这里有一些自定义的内存配置，以及某些子系统功能，例如卷积和转置存储器，这些功能可以再次使用，因此，虽然算法可能会更改，但某些块不会更改 与/或 一次又一次地使用。考虑到这一点，eSilicon正在开发软件分析的功能，以查看AI算法。目标是能够更快速地为特定应用选择 架构。

“FGPA 给了您改变机器或引擎的灵活性，因为您可能会遇到一种新的网络，提交一个ASIC是有很大风险的，在这个意义上，您可能没有 的支持，所以您可以有这样的灵活性，” eSilicon知识产权工程副总裁Deepak Sabharwal说。 “然而，FPGA在容量和性能方面总是受到限制，所以用FPGA无法真正达到产品级规格， 终你将不得不去ASIC。”

嵌入式LUT

过去几年中已经取得了进步的另一个选择是嵌入式FPGA，它将可编程性集成到ASIC中，同时将ASIC的性能和功耗优势添加到FPGA中。

Flex Logix公司 执行官Geoff Tate表示：“FPGA SoC仍然主要是处理芯片面积相对较小的FPGA。 “在方框图中，比例看起来不一样，但在实际的照片中，主要是FPGA。但是有一类应用和客户，FPGA逻辑和SoC其余部分之间的正确比例是要有一个更小的FPGA，使它们的RTL可编程性成为更具成本效益的芯片尺寸。”

这种方法正在寻找诸如航空航天，无线基站，电信，网络，汽车和视觉处理等领域的牵引力，特别是人工智能。 “算法变化非常快，以至于芯片在他们回来时几乎已经过时，”Tate说。 “有了一些嵌入式FPGA，它可以让他们更快地迭代他们的算法。”

Nijssen说，在这种情况下，可编程性对于避免重新制作整个芯片或模块变得至关重要。

AGU2.514A109