24小時聯系電話:18217114652、13661815404
中文
技術專題
隨著邊緣計算和AI的火爆，FPGA回歸其自身
隨著邊緣計算和AI的火爆，FPGA回歸其自身
移動設備的飽和和無處不在的連接已使無線連接世界變得更加廣闊，從不斷增長的地面和非地面蜂窩基礎設施以及支持光纖和無線回程網絡，到具有最新開發的協議和SoC的大規模IoT生態系統，以支持數十億個傳感器節點打算將數據發送到云。
到2025年，全球數據領域預計每年將達到175 ZB。而且，到2030年，連接設備的數量預計將達到500億。但是，基于云的數據集中處理的傳統分布式傳感方案在安全性，電源管理和延遲方面存在嚴重的局限性，即端到端。 5G標準中發現的超可靠的低延遲通信的終端（E2E）延遲約為數十毫秒。這導致了將數據處理驅動到邊緣，分解計算（和存儲）資源以減少上行鏈路和下行鏈路傳輸中涉及整個信號鏈的大量開銷的需求。反過來，這增加了網絡的敏捷性和可伸縮性。
機器學習（ML）和具有人工智能的深度神經網絡（DNN）的新進展有望在邊緣提供這種見解，但是這些解決方案具有巨大的計算負擔，而傳統軟件和嵌入式處理器方法無法滿足這些解決方案。此外，隨著工藝幾何尺寸的縮小，開發和生產成本超出了邊緣設備領域，超專業化專用IC（ASIC）的設計正在失敗。而且，缺乏ASIC的可重配置性嚴重限制了任何潛在的系統升級。對于新一代邊緣應用所要求的密度，傳統的FPGA方法通常過于昂貴且耗電。
邊緣計算的利基市場為設備帶來了極低的功耗要求，緊湊的外形尺寸，面對不斷變化的數據集的敏捷性以及通過遠程升級能力隨著AI功能的變化而發展的能力-所有這些都以合理的價格實現。實際上，這是FPGA的自然領域，在靈活，可硬件定制的平臺中加速計算密集型任務方面具有內在的卓越性。但是，許多可用的現成FPGA都面向數據中心應用，在這些應用中，功耗和成本狀況證明了FPGA技術的膨脹。
在連接性方面，過去十年或多或少地致力于以下三件事之一：將無線連接環游世界，提高所述連接的強度和完整性，并確保一切可行（從人到物）
）以某種方式連接。從本質上講，這是通過下一代5G部署實現的-增強了基礎蜂窩基礎架構并開發了更新技術以優化數據吞吐量，容量，覆蓋范圍和延遲要求-以及IoT革命，其中物聯網配備了傳感功能功能和/或標簽。這些技術發展已經產生了深遠的社會影響，無線連接已成為日常生活中不可或缺的一部分。能夠遠程監控，跟蹤，從家用電器到復雜的工業機械，甚至帶有傳感器和執行器的控制對象幾乎已成為所有事物的假定功能。但是，設備密度的這種巨大提高導致了一些非常明顯的瓶頸。