7nm工艺竞赛升级 eFPGA架构创新为人工智能加速.doc

7nm工艺竞赛升级eFPGA架构创新为人工智能加速

人工智能应用的新需求给FPGA带来了历史性的发展机遇，FPGA强大的并行计算能力、高能耗比、灵活的编程等优势，决定其将在人工智能舞台中将发挥重要作用。但同时人工智能强大的数据运算能力、传输存储能力等特性也对成本和功耗能效等提出新要求，如何处理这些问题需要从工艺来着手，核心架构的研发创新以及多种工具的支持，先进制程工艺都可以让芯片性能得到提高，而且功耗更低。并且一旦开始大规模的生产此类芯片，其制造成本就会大大下降，从而获取更高的盈利。可以说先进的制造工艺和核心架构能让FPGA抢占利润更为丰厚的AI市场。目前，大部分的FPGA芯片都是基于28nm和20nm工艺，但随着AI、5G等新应用需求，16nm、7nm等更先进制程的FPGA芯片将在2019年逐步放量，带来FPGA市场的一轮新的竞争。同时也为拥有新工艺技术实力的公司带来新机遇，有望在FPGA长期寡头垄断的市场里撞出新火花。而Achronix就是这其中的后起之秀，其FPGA的硬件加速器器件和高性能嵌入式FPGA半导体知识产权（eFPGA

IP）凭借出色的工艺近年来取得的快速发展。

Achronix市场营销副总裁SteveMensor

近日，《华强电子》记者在采访Achronix市场营销副总裁Steve

Mensor时获悉，其第四代新的SpeedcoreGen4

eFPGA架构已经推出，采用台积电7nm工艺节点，主要针对新兴人工智能／机器学习和高数据带宽应用的爆炸式需求，将于2019年上半年投入量产。

Steve表示：“Speedcore

IP是可以集成到ASIC和SoC之中的嵌入式FPGA（eFPGA）。客户通过定制其逻辑、RAM和DSP资源需求，Achronix接下来就会为其配置满足其需求的Speedcore

IP，Speedcore查找表（LUT）、RAM单元模块和DSP64单元模块可以像乐高积木一样进行组合，以便为特定的应用创建优化的可编程功能。在Speedcore

IP的交付包中，也包括一个对SpeedcoreIP进行编程的ACE设计工具个性化版本。与之前一代的Speedcore

嵌入式FPGA（eFPGA）产品相比，Speedcore

Gen4的性能提速60％、功耗降低50％、芯片面积缩小65％；新的机器学习处理器（MLP）单元模块为人工智能／机器学习（AI／

ML）应用提供高出300％的性能。”接下来Steve为记者详细介绍了SpeedcoreGen4新架构主要通过哪些创新来实现能效的显著提升的。

架构性创新是提高系统性能的核心

与上一代Speedcore产品相比，新的SpeedcoreGen4架构采用7nm工艺制程，在逻辑单元模块中的布线布局、矩阵乘法、查找表等方面实现了多项创新，从而可将系统整体性能提高60％。

新增强的逻辑模块

其中的路由架构也借由一种独立的专用总线路由结构得到了增强。新的总线路由是高性能专用总线分组路由通道，总线路由与标准路由通道分离，以确保无拥塞。在内存和MLP之间运行的总线优化，创建巨型分布式运行时可配置交换网络。这为高带宽和低延迟应用提供了最佳的解决方案，并在业界首次实现了将网络优化应用于FPGA互连。

高速核心下一代布线架构

矩阵向量乘法将行划分成块，大型矩阵通常将与矩阵的一行相关联的单个乘积和划分成多个循环。例如：

将32个乘积的和分为8个乘积的四个部分和，累积四个连续的部分和，以计算每行的积的总和。第一个输出的总和在第四个时钟周期结束时完成。对接下来的四个时钟周期进行相同的处理，以计算和组合与第二输出相关联的四个部分和。

基于循环寄存器的块矩阵矢量乘法，循环寄存器允许向量数据被存储和重用。在并行操作中显示多个MAC操作的例子，读取矢量的四个子块并将数据写入循环寄存器文件。

新型纵向连接和MLP级串联路径

其中查找表的所有方面都得到了增强，以支持使用最少的资源来实现各种功能，从而可缩减面积和功耗并提高性能。其中的更改包括将ALU的大小加倍、将每个LUT的寄存器数量加倍、支持7位函数和一些8位函数、以及为移位寄存器提供的专用高速连接。使用LUTS构建附加乘法器，使得有价值的低精度乘法通过最有效的FPGA来实现。

基于GE4LUT的乘法器：比其他FPGA架构更有效

另外，核心架构的研发创新同时能满足多种工具的支持也是非常重要的。Achronix的ACE设计工具中包括了Spee