Xilinx的Versal AI Core系列器件旨在解決有關(guān) AI 推理的最大而獨特的難題，該系列使用具有高計算效率的 ASIC 級人工智能計算引擎以及靈活的可編程結(jié)構(gòu)，來構(gòu)建具有加速器的 AI 應(yīng)用，以使任何給定的工作負(fù)載都能夠在實現(xiàn)低功耗、低延遲的同時達(dá)到最大效率。

Versal AI Core 系列VCK190 評估套件采用了該系列內(nèi) AI 性能最優(yōu)的VC1902 器件。該套件旨在用于需要高吞吐量 AI 推理和信號處理計算性能的設(shè)計。VCK190 套件提供比當(dāng)前服務(wù)器級 CPU 高 100 倍的計算能力并提供各種連接選項，因而是適用于從云到邊緣計算等眾多應(yīng)用的、理想的評估和原型開發(fā)平臺。

圖 1：Xilinx Versal AI Core 系列 VCK190 評估套件。（圖片來源：AMD, Inc）

VCK190 評估套件的主要特點

板載 Versal AI Core 系列器件

配備 Versal ACAP XCVC1902 生產(chǎn)芯片

AI 和 DSP 引擎擁有比當(dāng)今服務(wù)器級 CPU 高 100 倍的計算能力

預(yù)先構(gòu)建的合作伙伴參考設(shè)計用于快速原型設(shè)計

用于前沿應(yīng)用開發(fā)的最新連接技術(shù)

內(nèi)置第 4 代 PCIe? 硬 IP，用于高性能設(shè)備接口，如 NVMe SSD 和主機(jī)處理器

內(nèi)置 100G EMAC 硬 IP，用于高速 100G 網(wǎng)絡(luò)接口

DDR4 和 LPDDR4 存儲器接口

協(xié)同優(yōu)化型工具和調(diào)試方法

Vivado? ML、Vitis? 統(tǒng)一軟件平臺、Vitis AI、AI 引擎工具，用于 AI 推理應(yīng)用的開發(fā)

利用 Xilinx 的 Versal AI Core 系列器件進(jìn)行 AI 接口加速

圖 2：Xilinx 的 Versal AI Core VC1902 ACAP 器件的框圖（圖片來源：AMD, Inc）

Versal? AI Core 自適應(yīng)計算加速平臺 (ACAP) 是一個高度集成的多核異構(gòu)器件，可以在硬件和軟件層面動態(tài)地適應(yīng)各種 AI 工作負(fù)載，使其成為 AI 邊緣計算應(yīng)用或云加速卡的理想選擇。該平臺集成了用于嵌入式計算的下一代 Scalar 引擎、用于提高硬件靈活性的自適應(yīng)引擎以及由 DSP 引擎和用于推理和信號處理的革命性 AI 引擎組成的智能引擎。如此集成便形成了一款自適應(yīng)性強(qiáng)的加速器，在 AI/ML 工作負(fù)荷方面超過了傳統(tǒng) FPGA 和 GPU 的性能、延遲和功率效率。

Versal ACAP 平臺的亮點

自適應(yīng)性引擎：

自定義存儲器層次結(jié)構(gòu)優(yōu)化了加速器內(nèi)核的數(shù)據(jù)移動和管理

預(yù)處理和后處理功能包括神經(jīng)網(wǎng)絡(luò) RT 壓縮和圖像縮放

AI 引擎 (DPU)

矢量處理器的平鋪陣列，通過 XCVC1902 器件達(dá)到 133 INT8 TOPS 性能，稱為深度學(xué)習(xí)處理單元或 DPU

非常適用于 CNN、RNN 和 MLP 等神經(jīng)網(wǎng)絡(luò)；為了適應(yīng)不斷發(fā)展的算法，可對硬件進(jìn)行優(yōu)化

標(biāo)量引擎

四核 ARM 處理子系統(tǒng)，用于安全、電源和比特流管理的平臺管理控制器

VCK190 AI 推理性能

相比目前的服務(wù)器級 CPU，VCK190 具有超過其 100 倍的計算性能。以下是一個基于 C32B6 DPU 內(nèi)核（批處理 = 6）實現(xiàn)的 AI 引擎性能例子。請參考下表，了解 VCK190 上各種神經(jīng)網(wǎng)絡(luò)樣品的吞吐性能（以幀/秒或 fps 為單位），DPU 工作頻率 1250MHz。

表1：VCK190 AI 推理性能示例。

更多關(guān)于 VCK190 AI 性能的詳細(xì)內(nèi)容，請參見《Vitis AI Library User Guide (UG1354), r2.5.0》，網(wǎng)址：https://docs.xilinx.com/r/en-US/ug1354-xilinx-ai-sdk/VCK190-Evaluation-Board。

Design Gateway 的 IP 內(nèi)核如何加速 AI 應(yīng)用的性能？

Design GatewayIP 內(nèi)核用來處理網(wǎng)絡(luò)和數(shù)據(jù)存儲協(xié)議，且不需要 CPU 干預(yù)。這使得該器件成為 CPU 系統(tǒng)完全擺脫復(fù)雜的協(xié)議處理的理想之選，使得這些系統(tǒng)能夠?qū)⒋蟛糠钟嬎隳芰τ糜谌斯ぶ悄軕?yīng)用，包括人工智能推理、前后數(shù)據(jù)處理、用戶接口、網(wǎng)絡(luò)通信和數(shù)據(jù)存儲訪問，從而獲得最佳性能。

圖 3：使用 Design Gateway IP Core 的 AI 應(yīng)用實例框圖（圖片來源：Design Gateway）

Design Gateway 的 TCP 卸載引擎 IP（TOExxG-IP）性能

用傳統(tǒng) CPU 系統(tǒng)處理 10GbE 或 25GbE 的高速、高吞吐量 TCP 數(shù)據(jù)流需要占用 50% 以上的 CPU 時間，這會降低 AI 應(yīng)用的整體性能。根據(jù)在 Xilinx MPSoC Linux 系統(tǒng)上進(jìn)行的 10G TCP 性能測試，在 10GbE TCP 傳輸過程中 CPU 的使用率超過 50%，TCP 發(fā)送和接收數(shù)據(jù)的傳輸速度可以達(dá)到 10GbE 速度的 40% 到 60% 左右，即 400 MB/s 到 600 MB/s。

通過實施 Design Gateway 的TOExxG-IP Core，在 10GbE 和 25GbE 上進(jìn)行 TCP 傳輸?shù)?CPU 使用率可以降低到幾乎 0%，而以太網(wǎng)帶寬的利用率可接近100%。這允許通過純硬件邏輯直接在 TCP 網(wǎng)絡(luò)上發(fā)送和接收數(shù)據(jù)，并以最低的 CPU 占用率和最低的延遲被送入 Versal AI 引擎。下方圖 4 顯示了 TOExxG-IP 和 MPSoC Linux 系統(tǒng)的 CPU 使用率和 TCP 傳輸速度對比。

圖 4：MPSoC Linux 系統(tǒng)和 Design Gateway 的 TOExxG-IP Core 的 10G/25G TCP 傳輸?shù)男阅鼙容^。（圖片來源：Design Gateway）

Design Gateway 的 TOExxG-IP 用于 Versal 器件

圖 5：TOExxG-IP 系統(tǒng)概覽。（圖片來源：Design Gateway）

TOExxG-IP 內(nèi)核實現(xiàn)了 TCP/IP 協(xié)議棧（在硬線邏輯中）并與 Xilinx 的 EMAC 硬 IP 和以太網(wǎng)子系統(tǒng)模塊連接，以實現(xiàn) 10G/25G/100G 以太網(wǎng)速度的底層硬件接口。TOExxG-IP 的用戶接口包括一個用于控制信號的寄存器接口和一個用于數(shù)據(jù)信號的 FIFO 接口。TOExxG-IP 專用于通過 AXI4-ST 接口與 Xilinx 的以太網(wǎng)子系統(tǒng)連接。用戶接口的時鐘頻率取決于以太網(wǎng)接口的速度（例如 156.625 MHz 或 322.266 MHz）。

TOExxG-IP 的特點

完整的 TCP/IP 協(xié)議棧實施，不需要 CPU

支持與 TOExxG-IP 的一對一會話

多會話可以通過使用多個 TOExxG-IP 實例來實現(xiàn)

支持服務(wù)器和客戶端模式（被動/主動打開和關(guān)閉）

支持 Jumbo 框架

通過標(biāo)準(zhǔn) FIFO 接口提供簡單的數(shù)據(jù)接口

通過單端口 RAM 接口進(jìn)行簡單的接口控制

XCVC1902-VSVA2197-2MP-ES FPGA 器件上的 FPGA 資源使用情況如下表 2 所列。

表 2：Versal 器件的實施統(tǒng)計示例。

有關(guān) TOExxG-IP 的更多詳情，請參閱其規(guī)格書。可從 Design Gateway 網(wǎng)站下載規(guī)格書：

TOE10G-IP Core Xilinx 規(guī)格書

TOE25G-IP Core Xilinx 規(guī)格書

TOE100G-IP Core Xilinx 規(guī)格書

Design Gateway 的 NVMe 主機(jī)控制器 IP 性能

具有 PCIe Gen3 x4 或 PCIe Gen4 x4 的 NVMe 存儲器接口速度的數(shù)據(jù)速率分別高達(dá) 32Gbps 和 64Gbps。這比 10GbE 的以太網(wǎng)速度高三到六倍。CPU 處理復(fù)雜的 NVMe 存儲協(xié)議以達(dá)到最高的磁盤訪問速度；相比 10Gbe 以太網(wǎng)的 TCP 協(xié)議，這需要更多的 CPU 時間。

Design Gateway 通過開發(fā) NVMe IP 內(nèi)核解決了該問題，該 IP 內(nèi)核能夠作為獨立的 NVMe 主機(jī)控制器運行，能夠在沒有 CPU 參與的情況下直接與 NVMe SSD 通信。這使得 NVMe PCIe Gen3 和 Gen4 固態(tài)硬盤的訪問效率高、性能好，從而能夠簡化用戶接口和標(biāo)準(zhǔn)功能，實現(xiàn)了使用簡單，而不需要 NVMe 協(xié)議的知識。如圖 6 所示，NVMe PCIe Gen4 固態(tài)硬盤的性能可以通過 NVMe IP 實現(xiàn)高達(dá) 6GB/s 的傳輸速度。

圖 6：NVMe PCIe Gen3 和 Gen4 SSD 與 Design Gateway 的 NVMe-IP Core 的性能比較。（圖片來源：Design Gateway）

用于 Versal 器件的 Design Gateway NVMe-IP

圖 7：NVMe-IP 系統(tǒng)概覽圖。（圖片來源：Design Gateway）

NVMe-IP 的特點

能夠?qū)崿F(xiàn)應(yīng)用層、事務(wù)層、數(shù)據(jù)鏈路層和物理層的某些部分在沒有 CPU 或外部 DDR 存儲器的情況下訪問 NVMe SSD

與 Xilinx PCIe Gen3 和 Gen4 Hard IP 一起使用

能夠利用 BRAM 和 URAM 作為數(shù)據(jù)緩沖器，而不需要外部存儲器接口

支持六條指令：識別、關(guān)斷、寫入、讀取、SMART 和刷新（可選擇支持其他命令）

XCVC1902-VSVA2197-2MP-E-S FPGA 器件的 FPGA 資源使用情況，如表 2 所示。

表 3：Versal 器件的實施統(tǒng)計示例。

有關(guān) Versal 器件的 TOExxG-IP 的更多詳情，請參閱其規(guī)格書?？蓮?Design Gateway 網(wǎng)站下其載規(guī)格書：

Gen4 Xilinx 的 NVMe IP Core 規(guī)格書

結(jié)語

TOExxG-IP 和 NVMe-IP Core 通過使 CPU 系統(tǒng)完全擺脫計算和內(nèi)存密集型協(xié)議（如 TCP 和 NVMe 存儲協(xié)議），來幫助加速人工智能應(yīng)用的性能，這對實時人工智能應(yīng)用至關(guān)重要。這使得 Xilinx 的 Versal AI Core 系列器件能夠執(zhí)行 AI 推理和高性能計算應(yīng)用，而不會出現(xiàn)網(wǎng)絡(luò)和數(shù)據(jù)存儲協(xié)議處理的瓶頸或延誤。

VCK190 評估套件和 Design Gateway 的網(wǎng)絡(luò)和存儲 IP 解決方案能夠在 Xilinx 的 Versal AI Core 器件上以最低的 FPGA 資源占用率、極高的功率效率實現(xiàn) AI 應(yīng)用的最佳性能。


審核編輯：湯梓紅