AI時代FPGA廠商與FPGA工程師該如何轉(zhuǎn)型？

引　言

在嵌入式系統(tǒng)研發(fā)領(lǐng)域，隨著產(chǎn)品AI化升級進程，原先設(shè)計常規(guī)數(shù)字系統(tǒng)的FPGA硬件工程師和系統(tǒng)軟件設(shè)計師們都不得不面臨技術(shù)轉(zhuǎn)型的問題。那么在AI時代， FPGA廠家與傳統(tǒng)的數(shù)字系統(tǒng)軟硬件工程師們該如何轉(zhuǎn)型，才能更好地順應(yīng)市場的需求？

業(yè)界聲音

掌握 Verilog FPGA設(shè)計和驗證方法是AI時代系統(tǒng)設(shè)計師的生命線北航電子信息工程學(xué)院退休教授，北京至芯科技FPGA培訓(xùn)部技術(shù)顧問夏宇聞

FPGA自誕生起一直在高速復(fù)雜計算領(lǐng)域里占有極大的優(yōu)勢，借助于計算機輔助設(shè)計工具通過Verilog編程，設(shè)計者可以很方便地將一個通用結(jié)構(gòu)的FPGA芯片構(gòu)造成一個規(guī)模宏大的并行的計算結(jié)構(gòu)，這個結(jié)構(gòu)能以通用CPU無法比擬的高速進行極其復(fù)雜的數(shù)據(jù)處理。在有實用價值的圖像分析、語音理解等模式識別的處理計算中，通常需要在幾個毫秒之內(nèi)對一幅圖像的所有像素逐點進行卷積計算，分析、比較計算結(jié)果，得到可靠的結(jié)論。算法研究工作者通常用普通計算機的軟件來處理靜態(tài)數(shù)據(jù)，得到理論結(jié)果，但實際應(yīng)用中如此慢的響應(yīng)速度根本無法滿足實際工程的需求。最近二十多年來，圖像分析、語音理解等模式識別研究的算法理論研究已逐步成熟，引起了工業(yè)界的興趣，大量的研究經(jīng)費轉(zhuǎn)向如何設(shè)計可以高速進行復(fù)雜數(shù)據(jù)處理的并行計算機結(jié)構(gòu)，并研發(fā)實用的AI系統(tǒng)。因此近二十多年來，F(xiàn)PGA芯片和Verilog設(shè)計/驗證方法得到了飛速的發(fā)展。

在圖像處理方面，如人臉識別、指紋識別、語音識別方面的機器人，其AI表現(xiàn)也十分搶眼。……