隨著人工智慧、機器學習技術和物聯網的興起，應用開始向蒐集資料的網路邊緣轉移。為縮小體積、減少產熱、提高計算效能，這些邊緣應用也需要節能型的解決方案。

Microchip VectorBlox SDK和IP提供了一種簡單的方法讓軟體開發者無需具備FPGA神經網路的專業技術即可完成此專案的開發

Microchip發佈的智慧嵌入式視覺（Smart Embedded Vision）解決方案，致力於讓軟體開發人員可以更方便地在PolarFire現場可程式設計閘陣列（FPGA）內執行演算法，進而滿足邊緣應用對節能型推論功能日益增長的需求。作為Microchip嵌入式解決方案組合的重要新成員，VectorBlox加速器軟體開發套件（SDK）可幫助軟體發展人員無需學習FPGA工具流程的前提下，利用Microchip PolarFire FPGA創建靈活的低功耗覆蓋神經網路應用。

FPGA是邊緣人工智慧應用（例如功耗受限的計算環境下的推論功能）的理想選擇，因為FPGA擁有更高的運算能力（GOPS更高），功耗比中央處理器（CPU）和圖形處理器（GPU）更優越的表現。接下來的挑戰是開發人員面臨的需要具備FPGA專業的硬體設計技能。Microchip的VectorBlox加速器SDK可幫助開發人員在無需具備FPGA設計經驗的前提下用C/C++語言進行開發，對節能神經網路進行程式設計。

這一高度靈活的工具包能夠以TensorFlow和開放神經網路交換（ONNX）的格式執行模型，最大程度地提升平台的互通性。ONNX支援Caffe2、MXNet、PyTorch和MATLAB等眾多平台。與其他FPGA解決方案不同的是，VectorBlox加速器SDK在Linux和Windows 作業系統上均可使用，且包含精確度達到位元級的模擬器。利用模擬器，使用者可以在軟體環境中驗證硬體的精確度。此外，利用VectorBlox加速器SDK包含的神經網路IP，使用者可在運行期間載入不同的網路模型。

Microchip FPGA事業部副總裁Bruce Weyer表示：「為確保軟體發展人員能充分利用FPGA的節能特點，我們應設法使開發人員不再需要學習新的FPGA架構和專屬工具流程，同時讓他們可以靈活地連接多平台和多網路解決方案。利用VectorBlox加速器SDK和神經網路IP核心，軟體和硬體開發人員可以在PolarFire FPGA上部署極其靈活的覆蓋神經網路卷積(convolutional)架構。透過PolarFire FPGA，他們可以更輕鬆地建構和開發於外形尺寸、熱氣流和功耗特性達到一流水準的人工智慧邊緣系統。」

在邊緣執行推論功能時，PolarFire FPGA的總功耗比同類競爭產品低50%，同時數學模組的容量比同類競爭產品高25%，每秒運算次數（TOPS）高達1.5兆次。開發人員還可憑藉PolarFire FPGA固有的易升級性和將不同功能整合至單個晶片上的能力，更好地實施客製化以建議產品差異。PolarFire FPGA神經網路IP有多種尺寸可供選擇，可在效能、功耗和封裝尺寸之間實現平衡和取捨，符合應用需求，最小封裝尺寸可以達到11×11mm。

去年7月發佈的Microchip智慧嵌入式視覺解決方案旨在為硬體和軟體發展人員提供工具、智慧財產權（IP）核心和開發板，以滿足邊緣應用對低熱和小封裝的要求。相比其他解決方案，PolarFire FPGA的功耗更低。因此，客戶不再需要在機殼內設置風扇。此外，客戶在設計中利用PolarFire FPGA可實現功能整合。例如，在智慧相機等應用中，PolarFire FPGA可以將感測器介面、DDR控制器、圖像訊號處理（ISP）IP和網路介面整合至圖像訊號管中，並整合機器學習推理功能。

VectorBlox加速器SDK工具包將於2020年第三季度上市，早期使用計畫（Early Access Program）將於6月開始。PolarFire FPGA目前已開始量產。