AI-Accelerating Software在GPU上为FPGA提供了一条腿

毫无疑问，人工智能正在快速展开，几乎所有领域都进入。AI对其计算平台上的独特工作负载，并行化至关重要的唯一工作负载。因此，GPU通常拥有超过1000个核心，在运行神经网络时，对CPU是最优选的，根据中源人康涅狄格州的缩短。

Xilinx Posits在某些情况下，FPGA比GPU更有用由于它们的巨大并行性和快速重新可编程性。在AAC的采访中，MISLOGY Ludovic Larzul的创始人兼首席执行官声称，FPGA可以提供比GPU更高三到4倍。这使FPGA成为人工智能应用的特别有吸引力的平台。

虽然FPGA是这种情况的有用解决方案，但这里的似乎课程是编程FPGA需要了解eSoteric硬件描述语言（HDL），例如VHDL或Verilog。

进入MIPSOLOGY的斑马平台。MIPSOLOGS声称其ZEBRA软件是一种神经网络加速器，可以部署到FPGA，而无需使用HDL专家，而无需更改当前设置。

斑马：使FPGA可访问的平台

斑马被认为是在AI计算平台中取代CPU / GPU的手段，同时使AI科学家不可见。这意味着对他们来说，他们的工作没有变化。就这些科学家而言，他们仍然在类似GPU的设备上工作;据MIPSology称，它恰好恰到五倍。

在gpu堆栈与斑马上的堆。使用的图像礼貌Xilinx.

Larzul说，虽然GPU和FPGA使用相同的基础，但GPU通常具有更多的晶体管。尽管处理更多晶体管的优点，但GPU也面临着问题或更短的寿命，更高的热量输出（以及冷却需求），以及更多的功耗。

“斑马支持的FPGA给出了很多自由[设计师]”Larzul解释道。“过渡很容易，它可以适应具有许多约束的系统。斑马。。。。。。创建在不改变框架的情况下部署的可能性。没有额外的研发工作来重新设计神经网络。”

该公司网站解释了这一点设计师可以在无线电硬件技术中部署软件而无需专业知识或汇编工具。作为Larzul概述，这意味着程序员无需更改神经网络，框架，培训或应用程序。

出于这个原因，AAC贡献者加里·埃利诺夫最近包括ZEBRA平台在他的综述正在制造的资源中FPGA比以往任何时候都更能访问非FPGA专家。

Xilinx Taps Zebra为其FPGA

Xilinx最近宣布了它们是装运斑马的最新建设雅娃U50卡对于数据中心。然而，这一消息并没有标志着这些公司的第一次合作。Xilinx已经有一个有斑马部署的FPGA列表，包括他们的Alveo U200和Alveo U250板。

Alveo U250数据中心加速卡，现在部署斑马。图片（修改）使用礼貌Xilinx.

Ludo Larzul说，“Zebra提供了最高的性能和易用性，推断加速。使用Alveo U50，Xilinx和MiSology正在为AI应用程序开发人员提供带有跨多个应用程序和每个开发环境的卡。“

FPGA出现GPU的含义

使FPGA更容易使用，更可访问的可能在AI应用中广泛地对数据中心产生深远的影响。FPGA通常比AI应用中的传统GPU更快，功率较低。这意味着减少功耗，随后在数据中心的冷却资源和维护较少。

就MIPSOLOGY来说，他们不得随时减慢他们的迹象。他们已经有12项专利申请并继续与Xilinx密切合作。他们的软件也与第三方加速器兼容，包括西方数字和研华的一些。

---

您是否使用FPGA或GPU进行AI的应用程序？您最大的设计挑战是什么以及您如何克服它们？在下面的评论中分享您的经验。