FPGA是软件定义芯片吗:外围投注

本文摘要:CPU等处理器标准化灵活,但已经转移到寡头垄断极端,需要最先进的设备技术,成本高,价格高,容易受到生态环境的制约。专用集成电路,专用,不灵活,在有足够使用量的情况下便宜。FPGA的标准化灵活性低,与CPU大致相同。

美国

能效和计算效率不低。到目前为止,第1象限很少有人关注RCP和CGRA等——软件定义芯片(SDC )。

其软件和硬件可以编程,粒状性混合,最重要的是芯片功能会随着软件的变化而变化。其中不需要芯片设计科学的知识,能效和计算效率并不像专业的构建那样低,但足够低。这是一个全新的领域。CPU等处理器标准化灵活,但已经转移到寡头垄断极端,需要最先进的设备技术,成本高,价格高,容易受到生态环境的制约。

专用集成电路,专用,不灵活,在有足够使用量的情况下便宜。FPGA的标准化灵活性低,与CPU大致相同。我们说的软件定义芯片,没有寡头垄断的问题,也不需要最先进的设备,只要有足够的先进设备就行。

继续增加使用量可以降低成本,也没有生态问题。一方面不具备CPU的灵活性,另一方面是专用集成电路的高能效和高集成度。软件定义芯片是新名词,下一步该怎么办? 我们不告诉人脑如何计算和思考,所以不能用电脑展开粗略的推理小说。例如,我们必须有硬件平台芯片构建智能化,不仅是硬件,拒绝高软件——自主自学的能力,构成科学知识和经验的能力,持续改进和优化的能力,重建和组合这是软件才能完成的,不是硬件。

如果有人指出需要在硬件上做,你一定走错路了。构建智能的核心是软件,所以我们再来看看。

如果软件定义的芯片——软件发生变化,芯片将返回。但是,美国人也在做这项工作。

例如,在美国最近推出的ERI (电子大发展计划)中,最重要的是软件定义硬件,是ERI项目的六个子课题之一。前几天,我与旧金山和美国DARPA (国防高等研究计划局,defenseadvancedresearchprojectsagency )的项目经理交流发现。美国之所以做到这一点,是因为他们看到固件的融合,特别是硬件的可变性成为了未来发展的重点。项目计划的内容是通过制作运营时动态变化的硬件和软件,必须超过专用集成电路的性能,同时对于数据密集型的运算不会失去其可编程性的——这是软件定义芯片这个变化的速度非常快。

那么,FPGA是软件定义芯片吗? 不,重复FPGA的十大缺损。构建FPGA细粒度、位级运算。部署信息量从几兆到几十兆不等。

部署时间很宽,至少需要十几毫秒到几十毫秒,甚至秒。静态编程在部署完成后无法更改时,将打开迁移FPGA的功能,或在线写入新的部署信息。

逻辑不匹配,所有电路都必须取出FPGA。面积效率低,不能按每个LUT构筑运算,面积效率只有5%,千万闸门级的FPGA不能构筑几十万闸门的逻辑电路。由于能源效率低、逻辑利用率低,违宪消耗电力极大。

需要特殊的工艺,FPGA往往需要最先进的设备生产工艺,特别需要调整工艺。电路设计技术,应用者必须具有电路设计科学的知识和经验。成本很高,几十到几万美元一张。

硬件

所以FPGA不是我们想的,FPGA不能成为SdC,不是软件定义芯片。那么,为什么需要软件定义芯片呢? 例如,在做芯片设计时,上司经常说“必须做差异化的东西,不能和别人一样”。

因此,用Specification制作文章——几乎是错误的想法,差异化不是根据规格设计的。这样设计的差异化只存在于产品产量之间,以后不能变更。别人追上来了,差异化更小,你的产品后来会出局。一个孩子从宝宝中茁壮成长,包括中间茁壮和教育自学,《三字经》说“人之初,性本善,性似,习相远”。

为什么小费不能这样? 如果我们的芯片在使用中能够大幅自学,差异化会随着时间的推移而加强,这样的芯片才是可靠的智能芯片。现在的做法是训练推理小说(训练是老师的训练,老师利用以前的科学知识告诉我们,我们按照老师的教学方法应用推理小说)。这正好是人工智能的发展过程。

如果让小费做这个,就能让小费更好。现在,让我们谈谈什么是可靠的软件定义芯片。确实理想的计算是,软件和硬件的体系结构一模一样,软件应该是什么样的流形结构,硬件应该是什么样的流形结构。软件必须进行什么样的运算,硬件必须存在这样的运算资源。

不幸的是,软件相当大,硬件不能很大。我们不得不把软件封锁在和硬件尺寸一样大的地方。例如,将其分为六个,根据数据依赖关系放入第二个块、第三个块、第四个块……还是第六个块。这拒绝了我们的硬件必须随时改变其功能,硬件的功能和架构必须遵循软件的动态部署。

这只是我们说的软件定义芯片——非常困难根据这样的想法,我们可以更容易地得到基本架构,因此我们的编程结果几乎可以适应环境软件的发展,这里这是我们的基本思想。在这样的基本思想和传统的计算架构之间,古典的计算架构基本上是冯诺依曼的架构,但对软件定义芯片来说,函数是简化了的灵活架构。

传统体系结构将自适应环境应用于计算的结构。请告诉我在计算机的结构中展开编程。

在我们的结构中应用了计算出的适应环境。这被推翻了,硬件适应环境软件在以往的结构中,一个任务只有一个处理软件,不能制作10个软件。在我们的构成中,一个任务有多个等效处理软件。

在现有的计算模式中,硬件和软件是一定的,但这里软件动态地选择性地迁移。在以往的构造中,为了高度适合,在我们的构造中,应用了验证这一点显然是不同的。

美国

但是我们没有逃出冯诺伊曼的架构。这是件坏事也是件好事。

——坏事太有创造性了,好事是计算理论的完整性。我们利用这个架构构建可重构神经网络的基本想法是,如果我们能通过AI定义我们组合的深度神经网络,转换芯片架构和功能,我们在某种程度上仅限于一个应用我们可以回去应用于巨大的变化。

仅限于n种应用。这种芯片是所谓的标准化人工智能芯片。这个基本运算单元有各种各样的能力,可以制作卷积、池塘化等各种各样的内容。

这样,我们也可以建立数据通道,大致分阶段。这样的结果是,我们可以使不合适的硬件和硬件变得困难,可以用所谓的Compiler (不是以往的Compiler )构筑,可以大幅度提高效率。这里有一个结果。

这是我们去年获奖的内容。结果是标准化的AI处理器,在10兆到200兆的频率下为4mW-450mW,运算速度超过了1.06-5.09TOPS/w。另一个是为了实现我们国际会议上报道的面部识别,超过100mW,每识别一个只需要6毫瓦的情况下,比人类的面部识别亲率低1个百分点。另一种是语音信号识别,包括语音识别和声纹识别,功耗只有200微瓦以上。

《MIT Technology Review》在今年年初的一篇专题文章中评论了我们的工作,指出这是中国取得的王冠水平成果,指出一个电池可以使用一年以上,指出这是世界上功耗很大的语音识别软件。我们已经工作了12年。

这是我们获得了一系列成绩、论文和专利。最后结束。

我们说大家都在做AI。但是AI到底是什么呢? 我们应该怎么做AI? 哪里需要AI呢? 我们期待AI协助我们解决问题吗? 如果不需要AI也可以的话,为什么需要AI? 但是,我们没有向你问好这些问题。现在明显不需要AI,使用AI做招牌的人也很多。

什么是我们离开后就活不下去的AI刺客级应用? 语音识别和面部识别都需要AI吗? 不,特别是语音识别经常不需要AI。当然,语音识别也可能有用。我们每天需要什么样的AI? 这是我们的钥匙。

2年前很多人指出来了美国,很多人表示“明年会成为英特尔”“3年后会成为微软公司”。我叫他们“吓尿体”,他们吓到了美国人。最近,我们说小费相当难,和两年前一样,所以“吓了一跳。我们芯片的发展有自己的步骤。

我们显然不如美国,但没有美国有些人说的那么差。当然,我们没有有些人说的那么好。我们在发展过程中,不要妄自菲薄。

告诉他,在软件定义芯片领域,我们现在大幅度领先美国。我队软件定义芯片技术比美国ERI技术早了十年,他明确提出了300-1000纳秒的时间,但我们现在只是构筑了指标的十分之一,我们的性能比那个好多了。我现在去国外的国际会议,很多人说我们做了国际上最糟糕的事,我们在软件定义上回到国际前列。

总结起来,AI技术不断进步,现在的差距依然相当大。即使人类类似地同时提出多个判别和要求,这样的算法还没有经常出现。我们现在是IA,还不是AI。

小费是我们无法逾越的障碍,必须用小费构筑。芯片的发展不是我们今天想象的那样,做一个芯片就是AI芯片。

硬件

为了使芯片具有智力能力,这是我们确实必须考虑的,不是为了AI而使用AI。我想在使用AI芯片的过程中表现得更“聪明”,但体系结构的想法是不可避免的课题。如果你还在使用FPGA的话,不要抱太大的期待。

没有称霸天下的可能性。我希望在芯片的发展过程中特别关注架构的想法,只有架构的想法才能把大家送到这个领域的顶点。

谢谢你的原创文章,发出许可禁令刊登。以下,听取刊登的心得。

本文关键词:外围投注,小费,软件,芯片,软件定义

本文来源:外围投注-www.invisibleimini.com