（文章來源：edn）

越來越多的輔助駕駛、無人機(jī)、虛擬現(xiàn)實/增強(qiáng)現(xiàn)實、醫(yī)學(xué)診斷、工業(yè)視覺等應(yīng)用，為了追逐更高性能/差異化，紛紛對機(jī)器學(xué)習(xí)產(chǎn)生濃厚的興趣。

已有幾家初創(chuàng)企業(yè)在開發(fā)專門的機(jī)器學(xué)習(xí)芯片，但上述這些應(yīng)用不僅僅要集成機(jī)器學(xué)習(xí)，還有計算機(jī)視覺，傳感器融合和連接。如果要開發(fā)這么一整套獨特的性能組合，可能要花費幾億美元才能推出第一款芯片，而且從各種規(guī)格的確定落實到推出樣片，可能需要三年以上。

更別提這三年過程當(dāng)中還有一個挑戰(zhàn)：那就是神經(jīng)網(wǎng)絡(luò)、算法和傳感器等都還是處于不斷演化的過程，一款固定的、標(biāo)準(zhǔn)的設(shè)計平臺面對這些風(fēng)云變幻的演進(jìn)根本無力招架。此時此刻，FPGA技術(shù)成為數(shù)百家嵌入式視覺企業(yè)開發(fā)的首選，其中用于機(jī)器學(xué)習(xí)領(lǐng)域的已經(jīng)超過40家。

那么問題來了，面對市場上最熱門的人工智能CPU/GPU芯片，全可編程方案的優(yōu)缺點是什么？產(chǎn)量達(dá)到多少以后就不再合適？賽靈思有一個公開的性能對比：針對 Zynq SoC 的 reVISION堆棧與 Nvidia Tegra X1 進(jìn)行基準(zhǔn)對比，得出下圖這個驚人的數(shù)據(jù)： reVISION 堆棧在機(jī)器學(xué)習(xí)方面單位功耗圖像捕獲速度提升 6 倍，在計算機(jī)視覺處理的幀速率提升 42 倍，時延僅為 1/5（以毫秒為單位），這些對實時應(yīng)用而言都是至關(guān)重要的。

既然和競爭對手做對比，一定是在相同價格的芯片之上做的一些性能對比。在接到EDN記者的疑問后，賽靈思嵌入式視覺和SDSoC高級產(chǎn)品經(jīng)理Nick Ni用詳細(xì)數(shù)據(jù)解答了此疑問?！跋駲C(jī)器學(xué)習(xí)的6倍的圖像/秒/瓦是用谷歌來做編程。比如Xilinx我們使用ZU9可以達(dá)到370，我們的功率達(dá)到7W，我們使用一樣的GoogleNet，我們可以看到Nvidia已經(jīng)在公開他們最好的數(shù)據(jù)，所以我們就用他們這些數(shù)字，所以就算出來6X?！盢i指出。

“我們能夠幫助客戶來優(yōu)化他們的數(shù)據(jù)流，從傳感器到視覺處理，再到機(jī)器學(xué)習(xí)推斷，一直到控制系統(tǒng)。另外我們也通過先預(yù)置的硬件，再加上可以編程的軟件，為客戶提供前所未有的靈活性?！盙laser表示，這也就意味著，在不實質(zhì)性改變硬件、包括板和芯片的情況下，客戶就能夠升級優(yōu)化到最新的神經(jīng)網(wǎng)絡(luò)、算法以及傳感器的類型配置。

reVISION堆棧包含一些基礎(chǔ)的平臺，可以支持算法的開發(fā)，而且它帶有非常符合行業(yè)標(biāo)準(zhǔn)的庫和元素，針對于計算機(jī)、視覺以及機(jī)器學(xué)習(xí)都是非常重要的，這些框架包括在機(jī)器學(xué)習(xí)領(lǐng)域的Caffe，以及在計算機(jī)視覺領(lǐng)域就是OpenVX。在GPU體系中，有一大群開發(fā)者不斷提供優(yōu)秀的設(shè)計，實現(xiàn)良性循環(huán)，例如NVidia推出的運算平臺CUDA，包含了CUDA指令集架構(gòu)（ISA）以及GPU內(nèi)部的并行計算引擎。

“reVISION可以簡單地實現(xiàn)一個工程，直接把一個Caffe訓(xùn)練好的神經(jīng)網(wǎng)絡(luò)模型部署到Zynq里。Zynq本身已經(jīng)包括了優(yōu)化的硬件，可以滿足神經(jīng)網(wǎng)絡(luò)的計算需求。如果需要定制自己的神經(jīng)網(wǎng)絡(luò)，只要把Caffe模型輸入到Zynq即可馬上跑起來。從開發(fā)角度講，Zynq特別像CUDA，可以直接釆用GPU或CPU訓(xùn)練好的神經(jīng)網(wǎng)絡(luò)?！?/p>

現(xiàn)在reVISION堆棧有大量符合行業(yè)標(biāo)準(zhǔn)的庫和框架，開發(fā)時間可以大大壓縮，專門針對那些并沒有硬件方面專業(yè)知識的嵌入式軟件或者系統(tǒng)級工程師。傳統(tǒng)的模式中，賽靈思提供芯片以及開發(fā)環(huán)境當(dāng)中20%的解決方案，剩下的80%要由客戶來完成?！坝辛诉@個reVISION堆棧以后，賽靈思能夠完成解決方案當(dāng)中80%的工作，剩下的客戶只要完成20%?！盙laser表示。

關(guān)鍵的一點不能漏：reVISION是免費的，賽靈思說自己只賺芯片錢。成本，多大的量需要尋求替代性方案？最后，人工智能的硬件生態(tài)目前還沒確定，從公司角度出發(fā)，搶占市場先機(jī)和獲得成本優(yōu)勢同樣重要。幾年前推出Zynq的時候，其低端的版本大批量應(yīng)用差不多是15美元以下，現(xiàn)在甚至有了更低端的單核版本，與高端產(chǎn)品4核及7核的異構(gòu)多處理器MPSoC并存，“現(xiàn)在我們有從10美元到幾十美元的組合?！盙laser指出。

雖然達(dá)不到幾千萬或數(shù)億那么高的量，由于不再是FPGA了，而是混合的SoC，帶有可以編程的邏輯和IO，所以在量方面已經(jīng)建立了一個非常強(qiáng)大的成本優(yōu)化的產(chǎn)品組合，能夠提供非常好的量化的性價比。

“我們關(guān)注那些數(shù)量級在幾百萬的應(yīng)用。一旦有一些應(yīng)用實現(xiàn)了商業(yè)化，達(dá)到了幾千萬甚至是幾億的數(shù)量級，就會有別的更低成本的方案進(jìn)來。”Glaser指出，賽靈思關(guān)注的只是幾百萬的數(shù)量級追求差異化的應(yīng)用，而不是“夠用就好”的批量數(shù)千萬的商業(yè)化應(yīng)用