随着人工智慧、机器学习技术和物联网的兴起，应用开始向搜集资料的网路边缘转移。为缩小体积、减少产热、提高计算效能，这些边缘应用也需要节能型的解决方案。

Microchip VectorBlox SDK和IP提供了一种简单的方法让软体开发者无需具备FPGA神经网路的专业技术即可完成此专案的开发

Microchip发布的智慧嵌入式视觉（Smart Embedded Vision）解决方案，致力於让软体开发人员可以更方便地在PolarFire现场可程式设计闸阵列（FPGA）内执行演算法，进而满足边缘应用对节能型推论功能日益增长的需求。作为Microchip嵌入式解决方案组合的重要新成员，VectorBlox加速器软体开发套件（SDK）可帮助软体发展人员无需学习FPGA工具流程的前提下，利用Microchip PolarFire FPGA创建灵活的低功耗覆盖神经网路应用。

FPGA是边缘人工智慧应用（例如功耗受限的计算环境下的推论功能）的理想选择，因为FPGA拥有更高的运算能力（GOPS更高），功耗比中央处理器（CPU）和图形处理器（GPU）更优越的表现。接下来的挑战是开发人员面临的需要具备FPGA专业的硬体设计技能。Microchip的VectorBlox加速器SDK可帮助开发人员在无需具备FPGA设计经验的前提下用C/C++语言进行开发，对节能神经网路进行程式设计。

这一高度灵活的工具包能够以TensorFlow和开放神经网路交换（ONNX）的格式执行模型，最大程度地提升平台的互通性。ONNX支援Caffe2、MXNet、PyTorch和MATLAB等众多平台。与其他FPGA解决方案不同的是，VectorBlox加速器SDK在Linux和Windows 作业系统上均可使用，且包含精确度达到位元级的模拟器。利用模拟器，使用者可以在软体环境中验证硬体的精确度。此外，利用VectorBlox加速器SDK包含的神经网路IP，使用者可在运行期间载入不同的网路模型。

Microchip FPGA事业部??总裁Bruce Weyer表示：「为确保软体发展人员能充分利用FPGA的节能特点，我们应设法使开发人员不再需要学习新的FPGA架构和专属工具流程，同时让他们可以灵活地连接多平台和多网路解决方案。利用VectorBlox加速器SDK和神经网路IP核心，软体和硬体开发人员可以在PolarFire FPGA上部署极其灵活的覆盖神经网路卷积(convolutional)架构。透过PolarFire FPGA，他们可以更轻松地建构和开发於外形尺寸、热气流和功耗特性达到一流水准的人工智慧边缘系统。」

在边缘执行推论功能时，PolarFire FPGA的总功耗比同类竞争产品低50%，同时数学模组的容量比同类竞争产品高25%，每秒运算次数（TOPS）高达1.5兆次。开发人员还可凭藉PolarFire FPGA固有的易升级性和将不同功能整合至单个晶片上的能力，更好地实施客制化以建议产品差异。PolarFire FPGA神经网路IP有多种尺寸可供选择，可在效能、功耗和封装尺寸之间实现平衡和取舍，符合应用需求，最小封装尺寸可以达到11×11mm。

去年7月发布的Microchip智慧嵌入式视觉解决方案旨在为硬体和软体发展人员提供工具、智慧财产权（IP）核心和开发板，以满足边缘应用对低热和小封装的要求。相比其他解决方案，PolarFire FPGA的功耗更低。因此，客户不再需要在机壳内设置风扇。此外，客户在设计中利用PolarFire FPGA可实现功能整合。例如，在智慧相机等应用中，PolarFire FPGA可以将感测器介面、DDR控制器、图像讯号处理（ISP）IP和网路介面整合至图像讯号管中，并整合机器学习推理功能。

VectorBlox加速器SDK工具包将於2020年第三季度上市，早期使用计画（Early Access Program）将於6月开始。PolarFire FPGA目前已开始量产。