1
| 本文作者： 矽說(shuō) | 2016-09-26 20:08 |
雷鋒網(wǎng)按：本文作者李一雷，UCLA博士生，高通（射頻組）實(shí)習(xí)工程師，矽說(shuō)（微信號(hào)：silicon_talks）主筆。
人工智能方興未艾，無(wú)數(shù)初創(chuàng)公司和老牌公司都在積極開發(fā)以人工智能應(yīng)用為賣點(diǎn)的智能硬件。目前，強(qiáng)大的云端人工智能服務(wù)（如谷歌的 Alpha Go）已經(jīng)初現(xiàn)端倪，同時(shí)，人們也希望能把人工智能也帶到移動(dòng)終端，尤其是能夠結(jié)合未來(lái)的物聯(lián)網(wǎng)應(yīng)用。
傳統(tǒng)實(shí)現(xiàn)移動(dòng)終端人工智能的方法是通過(guò)網(wǎng)絡(luò)把終端數(shù)據(jù)全部傳送到云端，之后在云端計(jì)算后再把結(jié)果發(fā)回移動(dòng)端，例如蘋果的 Siri 服務(wù)。
然而，這樣的方式會(huì)遇到幾個(gè)問(wèn)題。第一，使用網(wǎng)絡(luò)傳輸數(shù)據(jù)會(huì)產(chǎn)生延遲，很可能數(shù)據(jù)計(jì)算的結(jié)果會(huì)需要等待數(shù)秒甚至數(shù)十秒才能傳送回終端（使用過(guò) Prisma app 處理過(guò)照片的朋友們應(yīng)該深有體會(huì)）。這樣一來(lái)，那些需要立刻得到計(jì)算結(jié)果的應(yīng)用就不能用這種方式。例如無(wú)人機(jī)上使用的深度學(xué)習(xí)躲避障礙物算法，如果它全部在云端執(zhí)行恐怕計(jì)算結(jié)果還沒(méi)送回來(lái)無(wú)人機(jī)已經(jīng)掉下來(lái)了。
第二，一旦使用網(wǎng)絡(luò)傳送數(shù)據(jù)，那么數(shù)據(jù)就有被劫持的風(fēng)險(xiǎn)。因此，那些要求低計(jì)算延遲以及對(duì)于數(shù)據(jù)安全性非常敏感的應(yīng)用就需要把人工智能算法全部在終端實(shí)現(xiàn)，或者至少在終端完成一些預(yù)處理運(yùn)算然后再把少量運(yùn)算結(jié)果（而不是大量的原始數(shù)據(jù)）傳送到云端完成最終計(jì)算，這就需要移動(dòng)終端硬件能夠快速完成這些運(yùn)算。另一方面，移動(dòng)端硬件完成這些運(yùn)算需要的能量又不能太多，否則電池一下就沒(méi)電了（想在手機(jī)上配功耗 200W+的 Nvidia Pascal 顯卡肯定不行!）。
目前，許多公司正在積極開發(fā)能實(shí)現(xiàn)移動(dòng)端人工智能的硬件。對(duì)于移動(dòng)端人工智能硬件的實(shí)現(xiàn)方法，有兩大流派，即 FPGA 派和 ASIC 派。FPGA 流派的代表公司如 Xilinx 主推的 Zynq 平臺(tái)，而 ASIC 流派的代表公司有 Movidius。兩大流派各有長(zhǎng)短，下面讓我來(lái)細(xì)細(xì)分說(shuō)。
首先講講 FPGA 和 ASIC 的區(qū)別。FPGA 全稱「可編輯門陣列」(Field Programmable Gate Array)，其基本原理是在 FPGA 芯片內(nèi)集成大量的數(shù)字電路基本門電路以及存儲(chǔ)器，而用戶可以通過(guò)燒入 FPGA 配置文件來(lái)來(lái)定義這些門電路以及存儲(chǔ)器之間的連線。這種燒入不是一次性的，即用戶今天可以把 FPGA 配置成一個(gè)微控制器 MCU，明天可以編輯配置文件把同一個(gè) FPGA 配置成一個(gè)音頻編解碼器。ASIC 則是專用集成電路 (Application-Specific Integrated Circuit)，一旦設(shè)計(jì)制造完成后電路就固定了，無(wú)法再改變。
用于深度學(xué)習(xí)加速器的 FPGA(Xilinx Kintex 7 Ultrascle, 上) 和 ASIC(Movidius Myriad 2, 下)
比較 FPGA 和 ASIC 就像比較樂(lè)高積木和模型。舉例來(lái)說(shuō)，如果你發(fā)現(xiàn)最近星球大戰(zhàn)里面 Yoda 大師很火，想要做一個(gè) Yoda 大師的玩具賣，你要怎么辦呢？
有兩種辦法，一種是用樂(lè)高積木搭，還有一種是找工廠開模定制。用樂(lè)高積木搭的話，只要設(shè)計(jì)完玩具外形后去買一套樂(lè)高積木即可。而找工廠開模的話在設(shè)計(jì)完玩具外形外你還需要做很多事情，比如玩具的材質(zhì)是否會(huì)散發(fā)氣味，玩具在高溫下是否會(huì)融化等等，所以用樂(lè)高積木來(lái)做玩具需要的前期工作比起找工廠開模制作來(lái)說(shuō)要少得多，從設(shè)計(jì)完成到能夠上市所需要的時(shí)間用樂(lè)高也要快很多。
FPGA 和 ASIC 也是一樣，使用 FPGA 只要寫完 Verilog 代碼就可以用 FPGA 廠商提供的工具實(shí)現(xiàn)硬件加速器了，而要設(shè)計(jì) ASIC 則還需要做很多驗(yàn)證和物理設(shè)計(jì) (ESD，Package 等等)，需要更多的時(shí)間。如果要針對(duì)特殊場(chǎng)合（如軍事和工業(yè)等對(duì)于可靠性要求很高的應(yīng)用），ASIC 則需要更多時(shí)間進(jìn)行特別設(shè)計(jì)以滿足需求，但是用 FPGA 的話可以直接買軍工級(jí)的高穩(wěn)定性 FPGA 完全不影響開發(fā)時(shí)間。但是，雖然設(shè)計(jì)時(shí)間比較短，但是樂(lè)高積木做出來(lái)的玩具比起工廠定制的玩具要粗糙（性能差）許多（下圖），畢竟工廠開模是量身定制。
另外，如果出貨量大的話，工廠大規(guī)模生產(chǎn)玩具的成本會(huì)比用樂(lè)高積木做便宜許多。FPGA 和 ASIC 也是如此，在同一時(shí)間點(diǎn)上用最好的工藝實(shí)現(xiàn)的 ASIC 的加速器的速度會(huì)比用同樣工藝 FPGA 做的加速器速度快 5-10 倍，而且一旦量產(chǎn)后 ASIC 的成本會(huì)遠(yuǎn)遠(yuǎn)低于 FPGA 方案（便宜 10 到 100 倍）。
當(dāng)然，F(xiàn)PGA 還有另一大特點(diǎn)，就是可以隨時(shí)重新配置，從而在不同的場(chǎng)合實(shí)現(xiàn)不同的功能。但是，當(dāng)把 FPGA 實(shí)現(xiàn)的加速器當(dāng)作一個(gè)商品賣給用戶時(shí)，要讓用戶自己去重新配置卻要花一番功夫。
回到用樂(lè)高積木做玩具的例子，玩具廠商可以宣稱這個(gè) Yoda 大師由積木搭起來(lái)，所以玩家可以把這些積木重新組合成其他角色（比如天行者路克）。但是一般玩家根本不會(huì)拆裝積木，怎么辦？解決方案要么是把目標(biāo)市場(chǎng)定為精通積木的專業(yè)核心玩家，要么是在玩具后面加一個(gè)開關(guān)，一般玩家只要按一下就可以讓積木自動(dòng)重新組裝。很顯然，第二個(gè)方案需要很高的技術(shù)門檻。
對(duì)于 FPGA 加速器來(lái)說(shuō)，如果要把可重配置作為賣點(diǎn)，要么是賣給有能力自己開發(fā) FPGA 的企業(yè)用戶（如百度，微軟等公司確實(shí)有在開發(fā)基于 FPGA 的深度學(xué)習(xí)加速器并且在不同的應(yīng)用場(chǎng)合將 FPGA 配置為不同的加速器），要么是開發(fā)一套方便易用能將用戶的深度學(xué)習(xí)網(wǎng)絡(luò)轉(zhuǎn)化為 FPGA 配置文件的編譯器（深鑒等公司正在嘗試）。
從目前來(lái)看，即使用高端的服務(wù)器來(lái)做 FPGA 編譯都會(huì)需要數(shù)分鐘的時(shí)間，如果編譯在計(jì)算能力較弱的移動(dòng)終端做需要的時(shí)間就更長(zhǎng)了。對(duì)于移動(dòng)終端用戶來(lái)說(shuō)，如何說(shuō)服他們嘗試重新配置 FPGA 并接受長(zhǎng)達(dá)數(shù)十分鐘的時(shí)間來(lái)編譯網(wǎng)絡(luò)并配置 FPGA 仍然是一個(gè)問(wèn)題。
我把 FPGA 和 ASIC 的比較總結(jié)在下面表格里。FPGA 上市速度快，但性能較低。ASIC 上市速度慢，需要大量時(shí)間開發(fā)，而且一次性成本（光刻掩模制作成本）遠(yuǎn)高于 FPGA，但是性能遠(yuǎn)高于 FPGA 且量產(chǎn)后平均成本遠(yuǎn)低于 FPGA。FPGA 可以完全重配置，但是 ASIC 也有一定的可配置能力，只要在設(shè)計(jì)的時(shí)候就把電路做成某些參數(shù)可調(diào)的即可。
目標(biāo)市場(chǎng)方面，F(xiàn)PGA 成本太高，所以適合對(duì)價(jià)格不是很敏感的地方，比如企業(yè)應(yīng)用，軍事和工業(yè)電子等等（在這些領(lǐng)域可重配置可能真的需要）。而 ASIC 由于低成本則適合消費(fèi)電子類應(yīng)用，而且在消費(fèi)電子中可配置是否是一個(gè)偽需求還有待商榷。
我們看到的市場(chǎng)現(xiàn)狀也是如此：使用 FPGA 做深度學(xué)習(xí)加速的多是企業(yè)用戶，百度、微軟、IBM 等公司都有專門做 FPGA 的團(tuán)隊(duì)為服務(wù)器加速，而做 FPGA 方案的初創(chuàng)公司 Teradeep 的目標(biāo)市場(chǎng)也是服務(wù)器。而 ASIC 則主要瞄準(zhǔn)消費(fèi)電子，如 Movidius。由于移動(dòng)終端屬于消費(fèi)電子領(lǐng)域，所以未來(lái)使用的方案應(yīng)當(dāng)是以 ASIC 為主。
說(shuō)到這里，不少讀者可能有疑問(wèn)：現(xiàn)在深度學(xué)習(xí)的網(wǎng)絡(luò)結(jié)構(gòu)日新月異，但是 ASIC 上市速度那么慢而且一旦制作完成（流片）就無(wú)法更改，如何能跟上深度學(xué)習(xí)的發(fā)展速度呢？針對(duì)這個(gè)問(wèn)題，我想首先需要厘清一個(gè)概念，即用于深度學(xué)習(xí)加速的 ASIC 到底要做什么？
有人認(rèn)為神經(jīng)網(wǎng)絡(luò) ASIC 就是真的實(shí)現(xiàn)一個(gè)神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)在芯片上，因此網(wǎng)絡(luò)結(jié)構(gòu)一改（例如從 12 層變成 15 層，或者權(quán)重參數(shù)變一下）該 ASIC 就不能用了。其實(shí)這樣的理解是不對(duì)的：ASIC 加速器做的是幫助 CPU 快速完成深度學(xué)習(xí)中的運(yùn)算（例如卷積），當(dāng) CPU 在執(zhí)行人工智能算法時(shí)只要遇到這種運(yùn)算就交給加速器去做。因此只要神經(jīng)網(wǎng)絡(luò)的主要運(yùn)算不變，則 ASIC 加速器完全可以使用。網(wǎng)絡(luò)結(jié)構(gòu)會(huì)影響 ASIC 加速器的性能，一種 ASIC 加速器可能是針對(duì) GoogleNet 優(yōu)化過(guò)的所以執(zhí)行 GoogleNet 會(huì)特別快；當(dāng)你換到 VGG Net 的時(shí)候這款 ASIC 還是可以用的，只是執(zhí)行效率相比執(zhí)行 GoogleNet 時(shí)要打個(gè)折扣，不過(guò)無(wú)論如何都要比 CPU 快得多。
至于 ASIC 上市時(shí)間慢的問(wèn)題，目前也是有辦法可以解決的，就是使用 SoC+IP 的方法。既然設(shè)計(jì) ASIC 一家公司做太花時(shí)間，那能不能外包甚至眾籌呢？完全可以！許多 SoC 芯片就是這樣做出來(lái)的。
這里首先要向大家介紹 SoC 的概念。SoC 全稱是「片上系統(tǒng) (System-on-chip)」，亦即集成了許多不同模塊的芯片。就拿多媒體應(yīng)用的芯片舉例，早些年每一個(gè)多媒體應(yīng)用的模塊（音頻編解碼，MPEG 播放編解碼，3D 加速等等）自己都是一塊 ASIC。
后來(lái)電子業(yè)界發(fā)現(xiàn)每個(gè)模塊都做 ASIC 成本太高，而且最后電子產(chǎn)品的體積也很難做小，不如把所有的模塊都集成到同一塊芯片上。這塊芯片集成了多個(gè)模塊，并由一個(gè)中央控制單元通過(guò)總線控制每個(gè)模塊的運(yùn)作，就是 SoC。例如，現(xiàn)在高通公司的 Snapdragon 就是一塊典型的 SoC，上面集成了 GPU，視頻/音頻編解碼，相機(jī)圖像信號(hào)處理單元（ISP），GPS 以及有線/無(wú)線連接單元等等。
SoC 上面的每一個(gè)模塊都可以稱為 IP，這些 IP 既可以是自己公司設(shè)計(jì)的（如 Snapdragon 上面的調(diào)制解調(diào)器就是高通自己設(shè)計(jì)的），也可以是購(gòu)買其他公司的設(shè)計(jì)并整合到自己的芯片上，例如蘋果 A 系列處理器里用的 GPU 就使用了 Imagination 的 PowerVR IP。SoC+IP 提供了一種靈活而快速的模式，可以想象如果蘋果不是購(gòu)買 IP 而是自己組建團(tuán)隊(duì)慢慢做 GPU，其 A 系列處理器芯片上市的時(shí)間至少要被延遲一年。
高通的 Snapdragon SoC，芯片上集成了眾多 IP
對(duì)于深度學(xué)習(xí)加速器而言，做成 IP 也是一個(gè)加速上市速度的模式。當(dāng)深度加速器成為 IP 時(shí)，它就不再自己做成 ASIC，而是成為 SoC 的一部分，當(dāng) SoC 需要做深度學(xué)習(xí)相關(guān)運(yùn)算時(shí)就交給加速器去做。
而且做成 IP 對(duì)于加速器來(lái)說(shuō)能夠更靈活地滿足客戶的需求。例如，某加速器 IP 設(shè)計(jì)可以實(shí)現(xiàn) 100GFlops 的運(yùn)算速度并消耗功耗 150 mW，這時(shí) A 客戶說(shuō)我們需要算得快一點(diǎn)的加速器（150 Gflops），而且不在乎功耗（300 mW 也可以）和芯片面積，那么 IP 公司可以根據(jù)客戶的需求快速微調(diào)自己的設(shè)計(jì)并在一兩個(gè)月內(nèi)交付（由于并不需要真正生產(chǎn)芯片，只需要交付設(shè)計(jì)）。
但是如果加速器已經(jīng)做成 ASIC，那要改動(dòng)設(shè)計(jì)就必須重新做一塊芯片，這個(gè)過(guò)程牽扯到耗時(shí)巨大的物理設(shè)計(jì)和驗(yàn)證，改動(dòng)完的芯片上市時(shí)間可能是一年之后了。在 SoC+IP 的模式下，IP 公司可以專注于加速器的前端設(shè)計(jì)并且根據(jù)客戶的需求量體裁衣，大公司則做自己擅長(zhǎng)的后端以及芯片/封裝級(jí)驗(yàn)證，可以說(shuō)是大公司和小公司都可以揚(yáng)長(zhǎng)避短，各取所需，最終實(shí)現(xiàn)快速加速器設(shè)計(jì)迭代（如半年甚至一個(gè)季度一次）并跟上深度學(xué)習(xí)發(fā)展的步伐。
從性能角度來(lái)說(shuō)，深度學(xué)習(xí)加速器如果做成 IP 則和同一芯片上的 CPU 進(jìn)行數(shù)據(jù)通訊時(shí)可以使用高帶寬的片上互聯(lián)，但是如果做成 ASIC 則必須走帶寬比較低功耗也比較大的芯片外互聯(lián)，因此深度學(xué)習(xí)加速器作為 IP 成為 SoC 的一部分對(duì)于系統(tǒng)的整體性能也有所提升。
目前，做深度學(xué)習(xí)加速器 IP 的老牌公司有 Ceva，Cadence 等等。這些公司的設(shè)計(jì)大多是基于已有的 DSP 架構(gòu)，設(shè)計(jì)比較保守。當(dāng)然，也有一些初創(chuàng)公司看到了深度學(xué)習(xí)加速器 IP 這塊市場(chǎng)并試圖用全新的加速器架構(gòu)設(shè)計(jì)來(lái)滿足應(yīng)用的需求，如 Kneron。
對(duì)于做 IP 的初創(chuàng)公司我個(gè)人持樂(lè)觀態(tài)度，因?yàn)槭紫壬疃葘W(xué)習(xí)相關(guān)加速器 IP 確實(shí)有市場(chǎng)需求，例如微軟在用于 AR 設(shè)備 HoloLens 的處理器 HPU 中，主要運(yùn)算單元都是使用買來(lái)的加速器 IP。其次，做 IP 并不和大的芯片公司（如 NVidia，Intel）構(gòu)成競(jìng)爭(zhēng)關(guān)系，所以壓力比較小。最后，由于做 IP 需要的資源較少，產(chǎn)品上市時(shí)間較快，因此維持運(yùn)營(yíng)對(duì)資本的壓力比較小，風(fēng)險(xiǎn)也比直接做芯片要小，可以說(shuō)是一個(gè)比較穩(wěn)妥的方案。
深度加速器 IP 市場(chǎng)既有沿用傳統(tǒng)架構(gòu)的老牌廠商（Ceva, Cadence）也有使用創(chuàng)新架構(gòu)的初創(chuàng)公司（Kneron）
FPGA 和 ASIC 在實(shí)現(xiàn)深度學(xué)習(xí)加速器方面各有所長(zhǎng)，F(xiàn)PGA 的可配置性更適合企業(yè)、軍工等應(yīng)用，而 ASIC 的高性能和低成本則適合消費(fèi)電子領(lǐng)域（包括移動(dòng)終端）。為了實(shí)現(xiàn)快速迭代，ASIC 可以采用 SoC+IP 的模式，而這種模式也使得沒(méi)有資源量產(chǎn)芯片的中小公司可以專注于深度學(xué)習(xí)加速器 IP 的架構(gòu)和前端設(shè)計(jì)，并在人工智能市場(chǎng)上占有一席之地。
雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見(jiàn)轉(zhuǎn)載須知。
