一文了解Xilinx All Programmable器件的加速能力的重要性

随着物联网（IoT）、人工智能（AI）、大数据（Big Data）和云计算等新兴产业的不断告诉发展，处理并分析这些应用产生的大量数据需要更多的计算资源，这些行业对于高性能低功耗处理器的需求也日益增加，例如基于高主频CPU的云计算架构存在成本高、利用率低、耗电量大等问题（云计算耗电惊人占全球用电量的8%），因此新型高能效的处理器架构才能支撑未来应用的发展。

图1：Xilinx最早推出的ZYNQ-7000 All Programmable SoC架构

众所周知GPU曾一度代替CPU在深度学习加速领域得到广泛的应用，但是还有很多的应用场景是GPU无法满足的，更何况GPU被两大厂商所垄断，价格昂贵不便进行自定义开发。因此人们开始将注意力转移到FPGA（可编程逻辑门阵列），其实FPGA比CPU、GPU在吞吐量、硬件加速、能效等方面要更具优势。作为FPGA设计生产的领导厂商Xilinx最早推出了Zynq系列SoC器件，将“异构计算”的概念转换为产品。

Xilinx全可编程SoC系列产品将处理器的软件可编程性与FPGA的硬件可编程性集成在一起，除了Zynq-7000系列，后续又相继推出了Zynq UltraScal+ MPSoC、Zynq UltraScale+ RFSoC系列，逐渐应用到机器学习、5G无线通信、嵌入式视觉、工业物联网和云计算等领域，例如互联网厂商亚马逊、阿里巴巴都采用Xilinx All Programmable器件搭建云计算服务器；基于Zynq UltraScale+ MPSoC的自动驾驶平台MAX等。

图2：Xilinx推出的reVISION Stack机器视觉技术栈

当然除了硬件平台，Xilinx还积极推动软件方面的开发，最初进行FPGA开发工程师必须具备一些硬件设计知识，比如硬件语言Verilog/VHDL等，而All Programmable则需要软硬件协同设计，现如今的硬件、软件设计工具、流程和知识体存在很大差别，因此这无疑增加了开发门槛。为了Xilinx与其生态伙伴共同推动这方面的变革，比如HLS、SDSoC、reVISION Stack等让软件开发者可以借助高层次编程语言（C/C++/OpenCL）进行应用的开发，专注于应用加速而不用关心硬件底层。

虽然这个推广还需要一定的时间，但是Xilinx All Programmable SoC在各领域体现出的优势使它越来越受到人们的关注，期待其更好的发展。