FPGA 算力芯片杂谈

FPGA 算力芯片杂谈

PGA是基于可配置逻辑块（CLB）矩阵通过可编程互连连接的半导体器件。CLB是高度可配置的，可以创建不同的逻辑。通过可编程互连，我们可以为这些CLB创建复杂的数据路径。

 

可以配置LUT来模仿任何逻辑函数。

 

在CLB内部，LUT通常后面跟着带有输出寄存器的加法器（输出存储其先前值，直到应用新时钟）。

为了进一步增强功能，可以将其他块（如存储器块、乘法器、嵌入式处理器和DSP块）添加到FPGA中。这些块可以通过下面的垂直和水平线进行分段和连接。

演示块如何连接的例子:

带有Arria 10 FPGA的英特尔视觉加速器可以连接到视频服务器或NVR（网络视频录像机），支持超过20个通道的视频输入，用于分析、处理或其他AI应用，包括面部识别和检测。

 

例如，我们可以使用加速器来分析原始视频流，以便能从许多视频源中进行人员检测和跟踪（在Amazon Go等商店中有潜在用途）。

 

可以用来部署一个DL模型，使用FPGA分析视频流。

OpenVINO发行版包含：

优化和部署ML模型的深度学习开发工具箱（DLDT）

用于DL的FPGA深度学习加速器（DLA）和比特流

用于OpenCV、OpenVX、OpenCL和Intel Media SDK的工具、库和加速器

适用于Intel设备的插件

为DLDT提供预训练模型的模型库

 

DL工程师在诸如TensorFlow、PyTorch等软件平台上设计和训练模型。最终，我们将训练好的模型保存在文件中（TensorFlow中的.pb文件）。

 

然后，我们使用OpenVINO中的深度学习部署工具包（DLDT）来部署DL模型。

让我们将DNN模型映射到这个加速引擎架构中。许多DL模型，如AlexNet，包含高度相似的层序列组，例如卷积层后跟ReLU、归一化和最大池化。

 

在FPGA内部DL层是由配置的互连链接的块实现的。