拥抱开源的Xilinx描绘了AI之下的刚柔并济： Vitis AI平台正式开放下载

众所周知，Xilinx（赛灵思）是FPGA的发明者，而自此之后，Xilinx一直属于一个着重于硬件的企业。此前，21ic中国电子网曾报道过Xilinx解锁全员创新的平台Vitis™及Vitis™ AI统一软件平台，该平台可突破软硬件壁垒，使得硬件、软件、算法工程师均可参与FPGA的开发之中。

从去年推出ACAP（自适应计算加速平台）到收购深厚学术背景加持的深鉴科技，再到近一两个月前逐渐正式完全开放下载的Vitis和Vitis AI，Xilinx的路线一直很明确——便是“刚柔并济”，软件硬件两手都要强。

如今，Vitis与Vitis AI统一软件平台已完全正式开放下载，且开源免费。12月3日，在2019赛灵思开发者大会（2019XDF）亚洲站上，Xilinx针对这款AI和机器学习的统一软件平台进行了重点介绍。

21ic中国电子网记者受邀参加此次活动的媒体访谈。现场赛灵思软件与 AI 产品市场营销副总裁Ramine Roane（罗明）为记者解答了关于Vitis这个平台及AI相关问题。

Vitis AI是兼顾自适应和可编程的异构平台

目前来说，摆在行业面前的趋势便是异构计算、从云到边缘、AI激增三个趋势，在此同时便带来了自适应加速引擎的编程与集成、需要可重定目标的能力、整体应用的加速与集成的挑战，面对这种挑战行业需要一款能够解决问题的平台。

Vitis AI则是解决上述问题的平台，不仅开源，且提供丰富的官方优化过的IP、工具、库、模型和示例设计。据Ramine Roane介绍，非常有意思的是，Vitis这一名称词源来源于法语，意为生命力，这也充分诠释了Xilinx在生态系统方面所要创造的生命力。

图1：Vitis AI重点信息

众所周知，2000年以前，半导体芯片遵循着摩尔定律，每隔12个月同等价目的芯片上可集成的器件数目便会增加一倍；而时至2000年，登纳德缩放比例定律（Dennard scaling）逐渐进入瓶颈，频率很难再进一步改善，此时所有CPU和计算机最多只能到达2~4Ghz的速度，并且维持了10年之久仍未有提升；为提升应用性能，后使用多核CPU，使得问题从硬件转向软件，但由于阿达姆尔定律，效能功率没有办法进一步提升。

所以，异构CPU与加速器便应运而生，Ramine Roane表示目前为止，本着这个方向整体是没有问题的，但难点在于这些架构都是固定的，这样便很难追赶AI的创新速度。他对此解释表示，现如今很多AI模型经过三个月就要改变一次，如若工程师想建立一个ASIC或GPU的架构需花费至少一年半的设计时间，这种设计周期远远大于AI模型的更替周期。

因此，Xilinx所打造的这款Vitis统一软件平台在自适应方面，因其可针对不同应用进行硬件优化，所以开发者无需等待新芯片到来便可建立特定架构应用。

图2：行业趋势是异构计算

值得注意的是，Xilinx所提出的异构，与传统异构并不同，是自适应的异构，主要是软件感知架构，这种架构将不再单纯用硬件决定应用场景。当然Xilinx去年10月发布的ACAP也已提出软件自适应计算加速平台，该平台是为配合ACAP而生。

现今基本大多采用可编程或自适应来解决，但大多数情况下，市面的CPU、GPU、ASSP在可编程和自适应上市场还难以做到二者同时存在，Vitis正是这样一款既可做到可编程，又可做到自适应的软件平台。

图3：Vitis AI兼顾可编程和自适应

现在来说，自适应深度加速这方面，据Ramine Roane介绍，自去年收购深鉴科技，目前实现了三种不同AI算法的优化模型，另外深鉴科技还提供了AI优化器、AI量化器、AI 编译器、AI 分析器不同的工具。在架构方面，目前Xilinx焦点放在CNN DPU，因为在云和边缘器件上现在以CNN为主，明年则逐渐转向LSTM DPU和MLP DPU上。

图4：Xilinx AI加速 AI 实现

在自适应加速平台结构上，包含四部分（如图5），红色部分为FPGA结构，可用于定制的逻辑/内存；绿色部分为矢量处理器，矢量处理器是适合高度流水线作业的处理器，在AI加速上更有效，擅长做算数、矩阵，主要用于AI运算；蓝色部分可嵌入ARM内核子系统；黄色部分的片上网络，用于将不同架构连接起来。

Romine Roane指出，这个加速平台虽然从表面看起来像FPGA，也是阵列式排布，但内部包含DSP处理器，形成DSP和FPGA的混合体，从而实现可配置的数据流。

图5：自适应计算加速平台

Vitis 是免费开源且全员参与的平台

Ramine Roane为记者介绍表示，开源作为Xilinx转型战略的一部分，该平台便是重要成果之一。他表示，作为用户自2001年便已是开源产品用户，而2007开始成为贡献者，现在开源已经成为Xilinx的战略核心。

他强调，在赛灵思运行时库（XRT）方面，则也已在Github也拥有了许多经过优化的AI模型，其中一些是深鉴公司提供的技术。值得一提的是，Xilinx还推出了Developer.xilinx.com这样一网站，主要将Vitis专家和相关的开发人员建立联系，这也是Xilinx转型战略的一部分。

据了解，目前该网站已有50多篇来自于不同领域的开发人员的专家提供的专业经验。

那么，Vitis与Vitis AI的正式开放意味着什么？对于硬件工程师来说，可继续利用此前Xilinx的 Vivado™设计套件进行开发；软件工程师则可利用Vitis平台所提供的C/C++/Python或Xilinx的V++编译器进行开发；AI与数据科学家则可利用TensorFlow、Caffe、PyTorch及Xilinx优化好的开源模型进行开发，另外还可利用FFmpeg进行视频转码。

图6：Vitis是支持所有开发者构建和部署各方面的平台

需要注意的是，Vitis这款平台还拥有丰富的开发工具套件，因此不仅全员可以参与进来，在开发方面，无论拥有任何需求，也可一站式完成。

图7：丰富的开发工具套件

使用Vitis AI能创造什么

Vitis AI，顾名思义，必然可在数据量大、算法复杂的场景发挥重要作用。Ramine Roane为记者介绍了几个例子：

1、医疗诊断：illumina是一家生命科学公司，利用Xilinx的FPGA加速了医疗诊断。具体来说，重症新生儿过去在基因组分析上需要用1天，而现在20分钟就可以进行诊断的判定，这也与Vitis的意思“生命力”不谋而合。

2、汽车行业：DAIMLER汽车公司利用Xilinx的技术加速实现了AI的决策，具体通过FPGA的I/O获取摄像头、激光雷达、传感器等信息，另外还可以使用自适应器件，最终实现了快速和低延时的决策，增强了安全性。

而据赛灵思总裁兼首席执行官 Victor Peng表示，小马智行在车辆识别时，遇到GPU延时的问题，通过Vitis AI解决了相关问题。

另外一个成功案例便是日立公司，它是汽车行业的一级供应商，该公司使用VITIS AI构造了汽车前端的摄像头来进行车辆识别。

3、数据分析：CERN是位于瑞士的一家欧洲核子研究院，通过粒子碰撞机和质子碰撞碎片的分析，发现希格斯的玻色子，通过Xilinx的技术加速对碎片进行快速分析得出结论，值得一提的是此发现还夺得诺贝尔奖。

4、5G：三星在本国进行的5G部署，是使用Versal进行下一代的5G部署，同时也应用了Vitis AI。

图8：赛灵思软件与 AI 产品市场营销副总裁Ramine Roane（罗明）正在为记者讲解

总结

Xilinx从硬件逐渐变“软”，其实并不是一蹴而就的。就这个问题，Ramine Roane强调，在此方面，Xilinx筹备了5~6年时间，据了解Vitis 统一软件平台由 1000 位软件工程师历经五年精心研发。

目前专门学习硬件开发的人员越来越少，通常是软硬结合，并且全球硬件开发者可能只有10万~20万的规模，而软件开发人员则是数以百万计的，因此这样的工具可以让全员参与进设计之中。

在AI激增的现如今社会下，也许“刚柔并济”才是出路，一方面，要既可编程还要自适应，另一方面，能够调动软件、硬件两方面工程师全面进入开发。

Vitis AI不仅将AI和传统软件开发统一起来了，还将云和边缘、异构计算等全部统一在一起。当然，最值得关注的仍然还是开源免费，这无疑对于开发者来说是一个“福音”。