三大战略下Xilinx描绘了数据的三位一体：全面加速与自适应谱一曲绝唱

上一篇，21ic中国电子网在《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》中说到，在摩尔定律放缓，登纳德缩放比例定律和阿姆达尔定律接近瓶颈，现在是异构CPU与加速器的“黄金时代”。此前主要讲解Xilinx在自适应异构平台方面的战略，本篇将重点讲解在数据方面，Xilinx所描绘的智能世界。

根据Xilinx总裁兼CEO Victor Peng在2019赛灵思开发者大会（XDF）亚洲站上的介绍，Xilinx的三大战略在于“数据中心优先”、“加速核心市场发展”、“驱动自适应计算”，在数据中心生态系统方面。据Victor Peng公开的数据显示，目前Xilinx拥有7517个企业与学术单位，834个加速器项目，95个已发布的应用。那么在在战略部署上具体如何？

图1：Xilinx总裁兼CEO Victor Peng

数据中心优先

在数据中心方面，Victor Peng强调Xilinx追求的是“计算+存储+网络”的三位一体的数据中心加速。据统计，2018年，全球生产的全部闪存容量为 0.25 ZB。而2019年全球预计数据总量 40 ZB。据IDC预测，2025年全球数据将有175 ZB 的总量。而中国将于2025年以48.6ZB的数据量及27.8%的占比，成为全球最大的数据汇集地。

而其中的计算则将会是一个70-80亿美元规模的市场。当然，如此惊人而又庞大的数据量，对于存储和网络来说都是巨大的考验。

在XDF2019数据中心小组采访中，Xilinx执行副总裁兼数据中心事业部总经理Salil Raje对记者解释表示，在计算方面，一直以来都是FPGA的强项，CPU+Xilinx FPGA以及未来即将推出的Versal ACAP（自适应计算加速平台）的加速（部分产品已实现Versal），将实现巨大的速度提升。通过实例具体来讲，生命科学公司lllumina在基因组分析应用上提速了90倍，而Aupera公司则在每瓦性能成本上提升了33倍。

在存储方面，实际上很多客户并不想在SSD和CPU之间来回转移，利用赛灵思解决方案可使其在很好的计算存储能力中聚集，通过加速压缩、解压缩、解密，而无需在SSD与CPU间来回转移。目前来说，已与IBM、美光、三星等开展了合作，部署加速存储和计算存储，从而可以实现数据在最近的地方处理。

在网络方面，Xilinx提供相关智能网卡，即SmartNIC，该产品会根据网络直接数据流入过程中进行处理，连接入FPGA网络之中，SmartNIC可通过移除恶意数据包提供更好的安全性，并通过将网络堆栈CPU卸载到SmartNIC来加速数据包处理。SmartNIC则是融合领先的 FPGA、MPSoC 和 ACAP 解决方案与 Solarflare 的超低时延网络接口卡（ NIC ）技术以及 Onload 应用加速软件的一个解决方案。

图2：三位一体的赛灵思加速

不仅如此，除了三位一体的全面加速以外，自适应仍然是关键词，Victor Peng表示，数据中心未来发展的趋势是可分解和组合的分布式自适应计算。他对此解释表示，数据中心业务分为公有云、私有云、混合云、企业云等，而分布式自适应最核心的价值在于“更低的总拥有成本（TCO）”、“高性能与低延时”、“无需更新芯片即可定制化和快速创新”。

图3：分布式自适应计算核心价值

而Versal ACAP就是实现分布式自适应的关键点，据Salil Raje介绍，ACAP是专门针对软件开发人员架构使用的，当然其中也包含许多硬件元素，可接入到CPU服务器上进行编程，另外，在片上网络上也拥有一些高数据处理率的AI引擎和无线进行自适配。当然，这个自适应平台支持也非常广泛，包括X86或Arm架构。

图4：Xilinx执行副总裁兼数据中心事业部总经理Salil Raje

上文所提到的Aupera公司，就是分布式计算架构视频处理系统，其去中心化，打破传统x86架构瓶颈，将颠覆现有数据中心的视频处理格局。单台设备配置高达48个Zynq UltraScale+ MPSoC处理引擎，可并行处理380路H.264/H.265高清视频码流，实现单位能耗相同下相比传统方案33倍的性能以及1/10机架空间的压倒性优势。

另外，在数据中心加速器方面，据Victor Peng介绍，Xilinx陆续推出Alveo U50、U200、U250和U280四款加速卡产品系列，值得一提的是，产品系列已在美国、欧洲、中国市场上得到广泛应用。

图5：Alveo 加速器卡产品系列

加速核心市场发展

在加速核心市场发展方面，赛灵思长期以来不断向工业与视觉、专业A/V与广播、汽车、消费领域、医疗与科学、测试测量与仿真、有线通信、无线通信八大领域的客户输出最新硬件加速技术。

尤其是汽车领域，Victor表示，2018年Xilinx的自适应器件已覆盖29个汽车品牌和111款车型中，具体则坐拥百度Apollo、BYD、DAIMILER、MAGNA、小马智行等合作。从ZU2到ZU11，Xilinx目前出货量超过了1.7亿片，特别是最近发布的ZU7和ZU11Zynq UtraScale+产品符合汽车安全、质量和可靠性要求。

图6：实现自动驾驶

驱动自适应计算

重头戏来了，之前在数据中心和AI自适应平台Vitis的关键词便是自适应，据Victor Peng介绍，Xilinx的平台转型之路分为硬件和软件两方面。

在硬件方面，此前非常“硬核”的FPGA逐渐变软，自7nm架构及全新Versal自适应计算架构（ACAP）产品宣布研发后，2019年产品多数已实现自适应。另外，自适应加速卡也是“自适应”硬件阵容的重头戏。

图7：平台转型之路—硬件

在软件方面，在上篇文章中也进行了详细介绍，便是Vitis平台，而这款平台的重头戏则也瞄准自适应这一关键词之内，这一平台相当于将Xilinx的全套产品进行了一次大集合，并加入了异构和自适应的概念。不仅支持此前推出的硬件设计套件Vivado和为数据中心开发的SDAccel，当然也支持异构架构的Zynq SoC和Versal ACAP，再加上全新推出的开源的Vitis AI套件，硬件、软件人员可一站式完成开发。

图8：平台转型之路—软件

总结

近几年，FPGA的发展缘起5G、AI与大数据，实际AI方面目前仍然还是处于早期阶段，还会持续快速增长。Salil Raje告诉记者，过去一两年当中，多数FPGA增长主要来自5G、数据中心的计算存储方面和视频。而随着数据量持续的增加，异构和加速近乎是现代的唯一解法，那么FPGA便是最重要的角色之一。

在谈及越来越多云服务商的自主AI芯片问题时，Salil Raje表示，其实很多超大规模的云服务供应商在很多应用上的工作负载，是会占用自身很大一部分的计算算力，所以要寻找一些解决方案来构建自己的ASIC芯片。当然，Xilinx实际上在此仍然是发挥非常重要的作用的，其中需要解决一部分的算力是仍然需要Xilinx的加速器进行解决的，比如谷歌拥有自主研发的TPU，但同时依然在使用Xilinx的加速器。

“打造灵活应变，万物智能的世界”伴随着XDF2019现场映刻的这句话，Xilinx正双持“全面加速”与“自适应”两大宝剑，面对着后摩尔定律的异构与加速器时代，而这一曲，则由Vitis串联起Xilinx所期盼的生态环境。