账号:
密码:
最新动态
产业快讯
CTIMES / 文章 /
仿真和原型难度遽增 Xilinx催生世界最大FPGA
加州现场采访直击

【作者: 王岫晨】2019年10月03日 星期四

浏览人次:【7633】


在今天这个创新案例层出不穷,各种AI人工智慧/机器学习、5G、汽车、视觉,和超大规模ASIC与SoC等应用需求不断地增加,而系统架构、软体内容和设计复杂性也随着不断增加,促使业界越来越频繁启动ASIC和SoC设计,并衍生了新型态的挑战。软体内容的增加,带来更快速的原型设计,以及新型的仿真和原型设计的困难,也直接催生了各种透过云端进行模拟的需求。


打造世界最大FPGA

赛灵思公司(Xilinx)推出世界最大容量的FPGA–Virtex UltraScale+ VU19P,进一步扩展了旗下16奈米Virtex UltraScale+的产品系列。 VU19P拥有350亿个电晶体,是有史以来单一颗晶片拥有的最高逻辑密度和最大I/O数量,将可以用于对未来最先进的ASIC和SoC技术的仿真与原型设计提供支援。同时,这款全新的FPGA也将广泛应用于测试测量、运算、5G通讯、航太与国防等不同应用领域。



图一 : 图左为Xilinx测试量测与仿真市场资深总监Hanneke Krekels,右为资深产品经理Mike Thompson(摄影/王岫晨)
图一 : 图左为Xilinx测试量测与仿真市场资深总监Hanneke Krekels,右为资深产品经理Mike Thompson(摄影/王岫晨)

凭借 Virtex-7 2000T FPGA 和堆叠矽片互联(SSI)技术,赛灵思早在十年前便在仿真元件上居于领先地位。该产品和技术让赛灵思能够打破摩尔定律的限制,所提供的功能可满足严苛的设计要求。 UltraScale架构提供了设计上的优势,使得Virtex UltraScale VU440 FPGA 再次延续了这一地位,相较于当时同时期的替代产品,容量提升高达4倍。这颗世界上容量最大的FPGA – Virtex UltraScale+ VU19P FPGA拥有900万个系统逻辑单元,树立了FPGA设计的新标杆。赛灵思也成为当前世界上最大的FPGA创造者。


对应复杂SoC设计


图二 :  Xilinx的FPGA裸晶示意图
图二 : Xilinx的FPGA裸晶示意图

VU19P树立了FPGA产业的新标竿,其拥有900万个系统逻辑单元,每秒达到1.5 Terabit的DDR4记忆体频宽,此外还包括每秒达4.5 Terabit的收发器频宽,与超过2,000个I/O接口。这款FPGA为创建当今最复杂SoC的原型与模拟提供了可能性,同时它也可以支援各种复杂的新一代演算法,例如用于人工智慧(AI)、机器学习(ML)、视讯处理和感测器融合等不同领域的运算。相较于上一代业界最大容量的FPGA(20nm的UltraScale 440 FPGA),VU19P将容量足足扩增了1.6倍。


Virtex UltraScale+ VU19P不仅进一步扩展了赛灵思旗下16nm Virtex UltraScale+产品系列,并且还进一步强化了赛灵思在全球最大FPGA的品牌地位。回顾赛灵思从2011年、2015年到2019年,从28nm、20nm到16nm等三个制程节点,赛灵思实现了连续三世代SSIT(Stacked Silicon Interconnect technology;堆叠晶片互联技术)的2.5D FPGA市场领导地位。


这款最新的FPGA使得客户能够对当今最复杂的SoC进行仿真与原型设计,同时还能开发用于人工智慧、机器学习、影像处理和感测器融合的各种新兴复杂演算法。客户可以开发高度客制化的设计,并且对新兴协议进行验证。这些新一代由AI驱动的演算法,需要快速地将大量资料登录和输出设备,以满足演算法的要求。因此,赛灵思将其纳入了80个收发器,这是当前单颗仿真元件拥有的最大收发器数量。需要进行仿真和原型设计的客户对I/O和记忆体频宽有着无尽的需求,藉由2000多个I/O,这一全新的FPGA提供了更多的调试用外部记忆体,为多FPGA环境提供更多互联,并为实际的I/O流量提供了足够的介面。


让工具变得更好用

拥有大容量FPGA是一回事,如何最大限度地发挥它的潜力则是另外一回事。部署这些大型设备的最关键因素之一,就是拥有稳健的开发平台。为此,赛灵思早在近十年前发明了针对更高整合度可程式设计元件所开发的 Vivado设计套件,以满足仿真级设计的需求。经过三代的工具发展之后,赛灵思也持续在优化仿真设计的编译时间与产出品质(QoR)。


Vivado仿真与原型设计的高级特性包括:自动化设计收敛辅助、互动式设计建议、智慧设计优化、编译时效率、分散式并行编译、远端&多用户调试支援等。 Vivado是第三代仿真级工具、IP和设计流程。它提供了一种有据可查的设计流程方法,以及专为此类设计优化,包含其他工具与IP的成熟生态系统。


相关文章
生成式AI与PC革新
机器学习可以帮助未来的癌症诊断
共同建立大胆的 ASIC 设计路径
资料科学与机器学习协助改善颈部损伤评估
MATLAB与Simulink整合自动化机器学习与DevOps
comments powered by Disqus
相关讨论
  相关新闻
» Arm发布车用技术及运算子系统路径图 将加速AI车辆上市时程
» NetApp藉由智慧型资料基础架构加速AI创新
» 亚东工业气体司马库斯厂落成 强化在台半导体材料供应链韧性
» 亚湾2.0以智慧科技领航国际 加速产业加值升级
» 友通加速投入AI IPC研发 扩大应用领域


刊登廣告 新聞信箱 读者信箱 著作權聲明 隱私權聲明 本站介紹

Copyright ©1999-2024 远播信息股份有限公司版权所有 Powered by O3  v3.20.1.HK83J98CG8MSTACUK8
地址:台北数位产业园区(digiBlock Taipei) 103台北市大同区承德路三段287-2号A栋204室
电话 (02)2585-5526 #0 转接至总机 /  E-Mail: webmaster@ctimes.com.tw