帳號:
密碼:
最新動態
產業快訊
CTIMES / 文章 /
仿真和原型難度遽增 Xilinx催生世界最大FPGA
加州現場採訪直擊

【作者: 王岫晨】   2019年10月03日 星期四

瀏覽人次:【7632】


在今天這個創新案例層出不窮,各種AI人工智慧/機器學習、5G、汽車、視覺,和超大規模ASIC與SoC等應用需求不斷地增加,而系統架構、軟體內容和設計複雜性也隨著不斷增加,促使業界越來越頻繁啟動ASIC和SoC設計,並衍生了新型態的挑戰。軟體內容的增加,帶來更快速的原型設計,以及新型的仿真和原型設計的困難,也直接催生了各種透過雲端進行模擬的需求。


打造世界最大FPGA

賽靈思公司(Xilinx)推出世界最大容量的FPGA–Virtex UltraScale+ VU19P,進一步擴展了旗下16奈米Virtex UltraScale+的產品系列。VU19P擁有350億個電晶體,是有史以來單一顆晶片擁有的最高邏輯密度和最大I/O數量,將可以用於對未來最先進的ASIC和SoC技術的仿真與原型設計提供支援。同時,這款全新的FPGA也將廣泛應用於測試測量、運算、5G通訊、航太與國防等不同應用領域。



圖一 : 圖左為Xilinx測試量測與仿真市場資深總監Hanneke Krekels,右為資深產品經理Mike Thompson(攝影/王岫晨)
圖一 : 圖左為Xilinx測試量測與仿真市場資深總監Hanneke Krekels,右為資深產品經理Mike Thompson(攝影/王岫晨)

憑藉 Virtex-7 2000T FPGA 和堆疊矽片互聯(SSI)技術,賽靈思早在十年前便在仿真元件上居於領先地位。該產品和技術讓賽靈思能夠打破摩爾定律的限制,所提供的功能可滿足嚴苛的設計要求。UltraScale架構提供了設計上的優勢,使得Virtex UltraScale VU440 FPGA 再次延續了這一地位,相較於當時同時期的替代產品,容量提升高達4倍。這顆世界上容量最大的FPGA – Virtex UltraScale+ VU19P FPGA擁有900萬個系統邏輯單元,樹立了FPGA設計的新標杆。賽靈思也成為當前世界上最大的FPGA創造者。


對應複雜SoC設計


圖二 :  Xilinx的FPGA裸晶示意圖
圖二 : Xilinx的FPGA裸晶示意圖

VU19P樹立了FPGA產業的新標竿,其擁有900萬個系統邏輯單元,每秒達到1.5 Terabit的DDR4記憶體頻寬,此外還包括每秒達4.5 Terabit的收發器頻寬,與超過2,000個I/O接口。這款FPGA為創建當今最複雜SoC的原型與模擬提供了可能性,同時它也可以支援各種複雜的新一代演算法,例如用於人工智慧(AI)、機器學習(ML)、視訊處理和感測器融合等不同領域的運算。相較於上一代業界最大容量的FPGA(20nm的UltraScale 440 FPGA),VU19P將容量足足擴增了1.6倍。


Virtex UltraScale+ VU19P不僅進一步擴展了賽靈思旗下16nm Virtex UltraScale+產品系列,並且還進一步強化了賽靈思在全球最大FPGA的品牌地位。回顧賽靈思從2011年、2015年到2019年,從28nm、20nm到16nm等三個製程節點,賽靈思實現了連續三世代SSIT(Stacked Silicon Interconnect technology;堆疊晶片互聯技術)的2.5D FPGA市場領導地位。


這款最新的FPGA使得客戶能夠對當今最複雜的SoC進行仿真與原型設計,同時還能開發用於人工智慧、機器學習、影像處理和感測器融合的各種新興複雜演算法。客戶可以開發高度客製化的設計,並且對新興協議進行驗證。這些新一代由AI驅動的演算法,需要快速地將大量資料登錄和輸出設備,以滿足演算法的要求。因此,賽靈思將其納入了80個收發器,這是當前單顆仿真元件擁有的最大收發器數量。需要進行仿真和原型設計的客戶對I/O和記憶體頻寬有著無盡的需求,藉由2000多個I/O,這一全新的FPGA提供了更多的調試用外部記憶體,為多FPGA環境提供更多互聯,並為實際的I/O流量提供了足夠的介面。


讓工具變得更好用

擁有大容量FPGA是一回事,如何最大限度地發揮它的潛力則是另外一回事。部署這些大型設備的最關鍵因素之一,就是擁有穩健的開發平台。為此,賽靈思早在近十年前發明了針對更高整合度可程式設計元件所開發的 Vivado設計套件,以滿足仿真級設計的需求。經過三代的工具發展之後,賽靈思也持續在優化仿真設計的編譯時間與產出品質(QoR)。


Vivado仿真與原型設計的高級特性包括:自動化設計收斂輔助、互動式設計建議、智慧設計優化、編譯時效率、分散式並行編譯、遠端&多用戶調試支援等。Vivado是第三代仿真級工具、IP和設計流程。它提供了一種有據可查的設計流程方法,以及專為此類設計優化,包含其他工具與IP的成熟生態系統。


相關文章
生成式AI與PC革新
機器學習可以幫助未來的癌症診斷
共同建立大膽的 ASIC 設計路徑
資料科學與機器學習協助改善頸部損傷評估
MATLAB與Simulink整合自動化機器學習與DevOps
comments powered by Disqus
相關討論
  相關新聞
» Arm發佈車用技術及運算子系統路徑圖 加速AI車輛上市
» NetApp藉由智慧型資料基礎架構加速AI創新
» 亞東工業氣體司馬庫斯廠落成 強化在台半導體材料供應鏈韌性
» 亞灣2.0以智慧科技領航國際 加速產業加值升級
» 友通加速投入AI IPC研發 擴大應用領域


刊登廣告 新聞信箱 讀者信箱 著作權聲明 隱私權聲明 本站介紹

Copyright ©1999-2024 遠播資訊股份有限公司版權所有 Powered by O3  v3.20.2048.35.168.113.41
地址:台北數位產業園區(digiBlock Taipei) 103台北市大同區承德路三段287-2號A棟204室
電話 (02)2585-5526 #0 轉接至總機 /  E-Mail: webmaster@ctimes.com.tw