【導讀】人工智能方興未艾，無數初創公司和老牌公司都在積極開發以人工智能應用為賣點的智能硬件。目前，強大的云端人工智能服務（如谷歌的Alpha Go）已經初現端倪，同時，人們也希望能把人工智能也帶到移動終端，尤其是能夠結合未來的物聯網應用。
傳統實現移動終端人工智能的方法是通過網絡把終端數據全部傳送到云端，之后在云端計算后再把結果發回移動端，例如蘋果的Siri服務。然而，這樣的方式會遇到幾個問題。第一，使用網絡傳輸數據會產生延遲，很可能數據計算的結果會需要等待數秒甚至數十秒才能傳送回終端（使用過Prisma app處理過照片的朋友們應該深有體會）。這樣一來，那些需要立刻得到計算結果的應用就不能用這種方式。例如無人機上使用的深度學習躲避障礙物算法，如果它全部在云端執行恐怕計算結果還沒送回來無人機已經掉下來了。第二，一旦使用網絡傳送數據，那么數據就有被劫持的風險。因此，那些要求低計算延遲以及對于數據安全性非常敏感的應用就需要把人工智能算法全部在終端實現，或者至少在終端完成一些預處理運算然后再把少量運算結果（而不是大量的原始數據）傳送到云端完成最終計算，這就需要移動終端硬件能夠快速完成這些運算。另一方面，移動端硬件完成這些運算需要的能量又不能太多，否則電池一下就沒電了（想在手機上配功耗200W+的Nvidia Pascal顯卡肯定不行!）。
目前，許多公司正在積極開發能實現移動端人工智能的硬件。對于移動端人工智能硬件的實現方法，有兩大流派，即FPGA派和ASIC派。FPGA流派的代表公司如Xilinx主推的Zynq平臺，而ASIC流派的代表公司有Movidius。兩大流派各有長短，下面讓我來細細分說。
FPGA vs. ASIC
首先講講FPGA和ASIC的區別。FPGA全稱“可編輯門陣列”(Field Programmable Gate Array)，其基本原理是在FPGA芯片內集成大量的數字電路基本門電路以及存儲器，而用戶可以通過燒入FPGA配置文件來來定義這些門電路以及存儲器之間的連線。這種燒入不是一次性的，即用戶今天可以把FPGA配置成一個微控制器MCU，明天可以編輯配置文件把同一個FPGA配置成一個音頻編解碼器。ASIC則是專用集成電路(Application-Specific Integrated Circuit)，一旦設計制造完成后電路就固定了，無法再改變。
用于深度學習加速器的FPGA(Xilinx Kintex 7 Ultrascle,左)和ASIC(Movidius Myriad 2,右)
比較FPGA和ASIC就像比較樂高積木和模型。舉例來說，如果你發現最近星球大戰里面Yoda大師很火，想要做一個Yoda大師的玩具賣，你要怎么辦呢？有兩種辦法，一種是用樂高積木搭，還有一種是找工廠開模定制。用樂高積木搭的話，只要設計完玩具外形后去買一套樂高積木即可。而找工廠開模的話在設計完玩具外形外你還需要做很多事情，比如玩具的材質是否會散發氣味，玩具在高溫下是否會融化等等，所以用樂高積木來做玩具需要的前期工作比起找工廠開模制作來說要少得多，從設計完成到能夠上市所需要的時間用樂高也要快很多。FPGA和ASIC也是一樣，使用FPGA只要寫完Verilog代碼就可以用FPGA廠商提供的工具實現硬件加速器了，而要設計ASIC則還需要做很多驗證和物理設計(ESD，Package等等)，需要更多的時間。如果要針對特殊場合（如軍事和工業等對于可靠性要求很高的應用），ASIC則需要更多時間進行特別設計以滿足需求，但是用FPGA的話可以直接買軍工級的高穩定性FPGA完全不影響開發時間。但是，雖然設計時間比較短，但是樂高積木做出來的玩具比起工廠定制的玩具要粗糙（性能差）許多（下圖），畢竟工廠開模是量身定制。另外，如果出貨量大的話，工廠大規模生產玩具的成本會比用樂高積木做便宜許多。FPGA和ASIC也是如此，在同一時間點上用最好的工藝實現的ASIC的加速器的速度會比用同樣工藝FPGA做的加速器速度快5-10倍，而且一旦量產后ASIC的成本會遠遠低于FPGA方案（便宜10到100倍）。
FPGA vs ASIC ：積木vs 手辦
當然，FPGA還有另一大特點，就是可以隨時重新配置，從而在不同的場合實現不同的功能。但是，當把FPGA實現的加速器當作一個商品賣給用戶時，要讓用戶自己去重新配置卻要花一番功夫?；氐接脴犯叻e木做玩具的例子，玩具廠商可以宣稱這個Yoda大師由積木搭起來，所以玩家可以把這些積木重新組合成其他角色（比如天行者路克）。但是一般玩家根本不會拆裝積木，怎么辦？解決方案要么是把目標市場定為精通積木的專業核心玩家，要么是在玩具后面加一個開關，一般玩家只要按一下就可以讓積木自動重新組裝。很顯然，第二個方案需要很高的技術門檻。對于FPGA加速器來說，如果要把可重配置作為賣點，要么是賣給有能力自己開發FPGA的企業用戶（如百度，微軟等公司確實有在開發基于FPGA的深度學習加速器并且在不同的應用場合將FPGA配置為不同的加速器），要么是開發一套方便易用能將用戶的深度學習網絡轉化為FPGA配置文件的編譯器（深鑒等公司正在嘗試）。從目前來看，即使用高端的服務器來做FPGA編譯都會需要數分鐘的時間，如果編譯在計算能力較弱的移動終端做需要的時間就更長了。對于移動終端用戶來說，如何說服他們嘗試重新配置FPGA并接受長達數十分鐘的時間來編譯網絡并配置FPGA仍然是一個問題。
小結：
我把FPGA和ASIC的比較總結在下面表格里。FPGA上市速度快，但性能較低。ASIC上市速度慢，需要大量時間開發，而且一次性成本（光刻掩模制作成本）遠高于FPGA，但是性能遠高于FPGA且量產后平均成本遠低于FPGA。FPGA可以完全重配置，但是ASIC也有一定的可配置能力，只要在設計的時候就把電路做成某些參數可調的即可。目標市場方面，FPGA成本太高，所以適合對價格不是很敏感的地方，比如企業應用，軍事和工業電子等等（在這些領域可重配置可能真的需要）。而ASIC由于低成本則適合消費電子類應用，而且在消費電子中可配置是否是一個偽需求還有待商榷。我們看到的市場現狀也是如此：使用FPGA做深度學習加速的多是企業用戶，百度、微軟、IBM等公司都有專門做FPGA的團隊為服務器加速，而做FPGA方案的初創公司Teradeep的目標市場也是服務器。而ASIC則主要瞄準消費電子，如Movidius。由于移動終端屬于消費電子領域，所以未來使用的方案應當是以ASIC為主。
SoC+IP模式
說到這里，不少讀者可能有疑問：現在深度學習的網絡結構日新月異，但是ASIC上市速度那么慢而且一旦制作完成（流片）就無法更改，如何能跟上深度學習的發展速度呢？針對這個問題，我想首先需要厘清一個概念，即用于深度學習加速的ASIC到底要做什么？有人認為神經網絡ASIC就是真的實現一個神經網絡結構在芯片上，因此網絡結構一改（例如從12層變成15層，或者權重參數變一下）該ASIC就不能用了。其實這樣的理解是不對的：ASIC加速器做的是幫助CPU快速完成深度學習中的運算（例如卷積），當CPU在執行人工智能算法時只要遇到這種運算就交給加速器去做。因此只要神經網絡的主要運算不變，則ASIC加速器完全可以使用。網絡結構會影響ASIC加速器的性能，一種ASIC加速器可能是針對GoogleNet優化過的所以執行GoogleNet會特別快；當你換到VGG Net的時候這款ASIC還是可以用的，只是執行效率相比執行GoogleNet時要打個折扣，不過無論如何都要比CPU快得多。
至于ASIC上市時間慢的問題，目前也是有辦法可以解決的，就是使用SoC+IP的方法。既然設計ASIC一家公司做太花時間，那能不能外包甚至眾籌呢？完全可以！許多SoC芯片就是這樣做出來的。這里首先要向大家介紹SoC的概念。SoC全稱是“片上系統(System-on-chip)”，亦即集成了許多不同模塊的芯片。就拿多媒體應用的芯片舉例，早些年每一個多媒體應用的模塊（音頻編解碼，MPEG播放編解碼，3D加速等等）自己都是一塊ASIC。后來電子業界發現每個模塊都做ASIC成本太高，而且最后電子產品的體積也很難做小，不如把所有的模塊都集成到同一塊芯片上。這塊芯片集成了多個模塊，并由一個中央控制單元通過總線控制每個模塊的運作，就是SoC。例如，現在高通公司的Snapdragon就是一塊典型的SoC，上面集成了GPU，視頻/音頻編解碼，相機圖像信號處理單元（ISP），GPS以及有線/無線連接單元等等。SoC上面的每一個模塊都可以稱為IP，這些IP既可以是自己公司設計的（如Snapdragon上面的調制解調器就是高通自己設計的），也可以是購買其他公司的設計并整合到自己的芯片上，例如蘋果A系列處理器里用的GPU就使用了Imagination的PowerVR IP。SoC+IP提供了一種靈活而快速的模式，可以想象如果蘋果不是購買IP而是自己組建團隊慢慢做GPU，其A系列處理器芯片上市的時間至少要被延遲一年。
高通的Snapdragon SoC，芯片上集成了眾多IP
對于深度學習加速器而言，做成IP也是一個加速上市速度的模式。當深度加速器成為IP時，它就不再自己做成ASIC，而是成為SoC的一部分，當SoC需要做深度學習相關運算時就交給加速器去做。而且做成IP對于加速器來說能夠更靈活地滿足客戶的需求。例如，某加速器IP設計可以實現100GFlops的運算速度并消耗功耗150 mW，這時A客戶說我們需要算得快一點的加速器（150 Gflops），而且不在乎功耗（300 mW也可以）和芯片面積，那么IP公司可以根據客戶的需求快速微調自己的設計并在一兩個月內交付（由于并不需要真正生產芯片，只需要交付設計）。但是如果加速器已經做成ASIC，那要改動設計就必須重新做一塊芯片，這個過程牽扯到耗時巨大的物理設計和驗證，改動完的芯片上市時間可能是一年之后了。在SoC+IP的模式下，IP公司可以專注于加速器的前端設計并且根據客戶的需求量體裁衣，大公司則做自己擅長的后端以及芯片/封裝級驗證，可以說是大公司和小公司都可以揚長避短，各取所需，最終實現快速加速器設計迭代（如半年甚至一個季度一次）并跟上深度學習發展的步伐。從性能角度來說，深度學習加速器如果做成IP則和同一芯片上的CPU進行數據通訊時可以使用高帶寬的片上互聯，但是如果做成ASIC則必須走帶寬比較低功耗也比較大的芯片外互聯，因此深度學習加速器作為IP成為SoC的一部分對于系統的整體性能也有所提升。
目前，做深度學習加速器IP的老牌公司有Ceva，Cadence等等。這些公司的設計大多是基于已有的DSP架構，設計比較保守。當然，也有一些初創公司看到了深度學習加速器IP這塊市場并試圖用全新的加速器架構設計來滿足應用的需求，如Kneron。對于做IP的初創公司我個人持樂觀態度，因為首先深度學習相關加速器IP確實有市場需求，例如微軟在用于AR設備HoloLens的處理器HPU中，主要運算單元都是使用買來的加速器IP。其次，做IP并不和大的芯片公司（如NVidia， Intel）構成競爭關系，所以壓力比較小。最后，由于做IP需要的資源較少，產品上市時間較快，因此維持運營對資本的壓力比較小，風險也比直接做芯片要小，可以說是一個比較穩妥的方案。
深度加速器IP市場既有沿用傳統架構的老牌廠商（Ceva, Cadence）也有使用創新架構的初創公司（Kneron）
結語
FPGA和ASIC在實現深度學習加速器方面各有所長，FPGA的可配置性更適合企業、軍工等應用，而ASIC的高性能和低成本則適合消費電子領域（包括移動終端）。為了實現快速迭代，ASIC可以采用SoC+IP的模式，而這種模式也使得沒有資源量產芯片的中小公司可以專注于深度學習加速器IP的架構和前端設計，并在人工智能市場上占有一席之地。
推薦閱讀：
