一直以可编程技术为发展重点的Xilinx，2018年3月正式启动策略转型工作，凭借数据中心产业连续十年的成长取得好成绩，业绩表现连续十四季成长。面对人工智能(AI)的大趋势，未来已经没有一个架构可以满足所有的应用需求，深度学习算法迭代迅速，传统硬件设计周期赶不上AI发展的速度，灵活弹性的架构才能应付AIoT时代的需求。
Xilinx的自行调适运算加速平台(Adaptive Compute Acceleration Platform, ACAP)第一款产品Versal，字面上是由Variety与Universal组合而成，希望在技术与应用上可以兼顾多样性与通用性。Xilinx大中华区副总裁唐晓蕾表示，该公司2019会计年度营收首度突破30亿美元，年成长24%，亚太区前一季的成长率更高达56%，让Xilinx在转型的过程中站稳第一步。
AI应用因为属性的不同，在数据、内存层次结构与精度等方面都有高度客制化的需要，唐晓蕾强调，以深度学习运算为例，97%与99%的精度在运算资源需求上的差异非常大，某些应用97%的精度已经足够，使用低精度运算在时间与资源上更有效率，因此近期的趋势为追求最适精度而非最高精度。ACAP可以透过弹性化的调整，协助整体应用的加速，缩短运行时间，而不只是优化机器学习流程。
Xilinx大中华区副总裁唐晓蕾表示，深度学习运算的精度在运算资源需求上的差异非常大，使用低精度运算在时间与资源上更有效率。
另外，Xilinx资深全球AI方案专家张帆说明，现阶段还属于AI发展的初期，对于AI的训练与推论呈现百花齐放的状况，平均每两周到一个月就有一个全新的算法被提出，加上数据产生的数量以指数型成长，运算能力的强化已经落后于数据增加的速度，更需要新的系统级平台以进行AI算法与应用，透过弹性高效能的硬件架构，可以提升AI运算效能，若再善用适当的网络剪枝(Pruning)技术，还可以进一步提升1.3~8倍的效能。
Xilinx的ACAP平台特性包括灵活可配置、可编程，并具备高效能、低功耗的芯片架构设计，同时可灵活支持低位运算，提供端到端、低延迟运算，并拥有可拓展性的产品系列。唐晓蕾说，Versal预计将在2019年第四季提供样品，2020年初正式量产，未来将透过一系列产品的发展，协助新兴AI应用在六个月内完成原型验证，一年内产品上市的目标，协助打造灵活应变、万物智慧的AIoT世界。
文章转载自：新通訊
