赛灵思推出采用Cortex-A72和R5内核、FPGA架构的Versal AI Edge系列

原文链接:Xilinx announces Versal AI Edge Series with Cortex-A72 & R5 cores, FPGA fabric 由Saumitra Jagdale撰写。

Edge AI(边缘计算)通过设备端的 AI 加速解决了延迟和安全问题,并在低功耗下实现了最佳计算。而最近全球第一大 FPGA 厂商赛灵思 (Xilinx) 则宣布了他们将会推出 Versal AI Edge系列。算起来,这个系列已经是ACAP (自适应计算加速平台) 系列的第四个成员了。Versal 系列包括七个型号,从 VE2002 到 VE2802,均采用了7 nm硅技术制造处理器。

赛灵思Versal Edge AI模块
赛灵思Versal Edge AI模块

更确切地说,ACAP(灵活应变计算平台)是一个提供处理器和FPGA本质结合的平台。处理的特点是高效的内存和I/O,而可编程阵列允许对硬件进行逻辑控制。另外,由于赛灵思专注于FPGA产品,所以它对计算特性的额外支持则使得ACAP硬件更加灵活和有活力。

Versal AI Edge 系列采用不同类型的引擎,从而能够实现适应性、标量和智能引擎方面的特定功能。这七种处理器型号因引擎和平台规格的不同而存在差异。但是,Edge AI 系列所有型号的标量引擎功能却都是相同的。以下是标量引擎的常见规格:

Versal系列常用规格

  • 应用处理单元:双核 Arm Cortex-A72,48KB/32KB L1 Cache w/ parity & ECC;1 个二级缓存,带 ECC
  • 实时处理单元:双核 Arm Cortex-R5F、32KB/32KB L1 缓存和 256KB TCM w/ECC
  • 内存:256KB 带 ECC 的片上内存
  • 连接:以太网 (x2)、UART (x2)、CAN-FD (x2)、USB 2.0 (x1)、SPI (x2)、I2C (x2)

根据赛灵思的说法,Versal 系列配备了AI引擎-机器学习(AI Engine-ML)。这与过去的AI引擎架构相比,其 AI 运算能力提高了四倍。ACAP 的AI引擎-机器学习带有一个全新的加速器RAM,可用于动态 AI 算法的高效内存结构。因此,与 GPU 相比,它提供了高达 4 倍的AI 性能效能功耗和更低的延迟,从而实现更快的传输。

我们在 2015 年也看到过该公司用于智能视觉和网络应用的Zynq UltraScale+ MPSoC系列。对比来看,当前的 Versal AI Edge 系列提供了比 Zynq UltraScale + MPSoC 高 10 倍的计算密度来使其适用于智能自主应用。Versal 系列的其他应用还包括:协作机器人、预测性工厂和医疗保健系统,以及用于航空航天和国防市场的多任务有效载荷。

Versal AI Edge 系列的结构 

Versal Edge AI系列的结构
Versal Edge AI系列的结构

赛灵思产品管理和高级营销总监 Sumit Shah 解释说:

边缘计算应用需要一种架构,能够在严苛的散热与时延限制下提供一系列灵活的计算处理。Versal AI Edge 系列就是能为需要更高智能水平的各种应用提供这些关键特性。凭借这一点,Versal AI Edge 系列在涵盖从智能边缘传感器到 CPU 加速器等多种器件的 Versal 产品组合中,得以成为其中至关重要的成员

具有动态处理器的异构平台会根据处理算法的类型调整引擎。这些适应性强的引擎还有助于传感器融合和嵌入式计算。此外,“用于 AI 推理的智能引擎可以扩展到 479 (INT4) TOPS2——这是面向边缘应用的 ASSP 和 GPU无法比拟的——同时它还能支持视觉、雷达、激光雷达(LiDAR)以及软件定义的无线电等高级信号处理工作负载。”

Versal AI Edge系列的性能规格
Versal AI Edge系列的性能规格

赛灵思以其广泛的软件支持而闻名,像此次的Versal AI Edge 系列就能与用于 HDL 硬件的 Vivado 设计工具、面向数据科学的Vitis AI,以及各种用例的特定软件程序兼容。对于具有实时控制功能的边缘推断来说,功耗低至 6W。

YouTube视频链接:  https://www.cnx-software.com/2021/06/17/xilinx-announces-versal-ai-edge-series-with-cortex-a72-r5-cores-fpga-fabric/

目前还没有关于 Versal AI Edge 的定价信息。但是,可以申请早期访问计划来获得设计文档和支持。你可以访问新闻稿产品页面获取更多的详细信息。

分享这篇文章
<-- Multiplex code - to do -->
0 评论
内联反馈
查看所有评论