在數(shù)字化浪潮的推動下，人工智能（AI）和機(jī)器學(xué)習(xí)（ML）技術(shù)正以前所未有的速度融入各行各業(yè)，特別是在工業(yè)領(lǐng)域中，它們已成為提高效率和競爭力的關(guān)鍵因素。為了滿足市場對定制化AI硬件解決方案日益增長的需求，西門子數(shù)字化工業(yè)軟件日前推出了一款名為Catapult AI NN的創(chuàng)新軟件，旨在幫助神經(jīng)網(wǎng)絡(luò)加速器在專用集成電路（ASIC）和芯片級系統(tǒng)（SoC）上實現(xiàn)更高效的高層次綜合（HLS）。

Catapult AI NN不僅僅是一個軟件工具，它更是一個綜合性的解決方案。這款軟件能夠無縫地銜接AI框架與硬件設(shè)計，將AI框架中的神經(jīng)網(wǎng)絡(luò)描述轉(zhuǎn)化為C++代碼，并進(jìn)一步合成為Verilog或VHDL語言的RTL加速器。這意味著，無論是科學(xué)家還是AI專家，都可以利用他們熟悉的AI框架（如TensorFlow、PyTorch或Keras）來設(shè)計神經(jīng)網(wǎng)絡(luò)模型，而無需擔(dān)心如何將這些模型轉(zhuǎn)化為硬件實現(xiàn)。

這一創(chuàng)新得益于西門子與美國能源部費米實驗室以及其他為hls4ml做出貢獻(xiàn)的機(jī)構(gòu)的緊密合作。hls4ml是一個開源軟件包，旨在將AI框架中的神經(jīng)網(wǎng)絡(luò)描述轉(zhuǎn)化為可部署在FPGA、ASIC或SoC上的C++代碼。Catapult AI NN在此基礎(chǔ)上進(jìn)行了擴(kuò)展和優(yōu)化，使其更加適用于ASIC和SoC設(shè)計。

西門子數(shù)字化工業(yè)軟件副總裁兼高層次設(shè)計、驗證和功耗總經(jīng)理Mo Movahed表示：“在AI/ML領(lǐng)域，神經(jīng)網(wǎng)絡(luò)模型的交接和硬件實現(xiàn)的手動轉(zhuǎn)換一直是一個耗時且容易出錯的過程。Catapult AI NN的推出，為AI/ML軟件工程師提供了更多的可能性。通過這款軟件，開發(fā)人員可以在軟件開發(fā)過程中自動實現(xiàn)神經(jīng)網(wǎng)絡(luò)模型，并進(jìn)行功耗、性能和面積（PPA）的優(yōu)化，從而顯著提升AI的開發(fā)效率并實現(xiàn)加速創(chuàng)新?！?/p>

隨著AI和ML任務(wù)從數(shù)據(jù)中心轉(zhuǎn)移到消費電器、醫(yī)療設(shè)備等更多領(lǐng)域，對于定制化的AI硬件的需求也在不斷增長。這些硬件需要滿足嚴(yán)格的功耗、性能和面積要求，以確保在邊緣設(shè)備上的高效運行。Catapult AI NN的推出，正好滿足了這一市場需求。

在費米實驗室，研究人員一直在探索如何利用AI技術(shù)來提高粒子探測器的性能。費米實驗室的新興技術(shù)主管Panagiotis Spentzouris表示：“粒子探測器有非常嚴(yán)格的邊緣AI約束條件。通過與西門子合作開發(fā)Catapult AI NN，我們的科學(xué)家和AI專家可以充分利用他們的專業(yè)知識，即使他們并不是ASIC設(shè)計人員。這款綜合性框架為我們提供了前所未有的靈活性，讓我們能夠輕松地評估不同神經(jīng)網(wǎng)絡(luò)設(shè)計的影響，并確定硬件的理想神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)?！?/p>

目前，Catapult AI NN已經(jīng)向早期采用者提供，并計劃于2024年第4季度全面推向市場。隨著越來越多的企業(yè)和研究機(jī)構(gòu)開始認(rèn)識到這款軟件的價值，我們有理由相信，Catapult AI NN將成為推動AI和ML技術(shù)發(fā)展的重要力量。