【導(dǎo)讀】過(guò)去幾年間，圍繞人工智能潛力的討論一直在快速迭代：在人工智能發(fā)展的第一波熱潮中，行業(yè)中最受關(guān)注的焦點(diǎn)是運(yùn)行速度與性能表現(xiàn)，而隨著持續(xù)的技術(shù)優(yōu)化，這些難題已被逐步攻克。如今，我們已經(jīng)能夠?qū)崿F(xiàn)真正的實(shí)時(shí)、確定性的響應(yīng)。
但要達(dá)成眾多企業(yè)與工程技術(shù)人員所設(shè)想的無(wú)處不在的自動(dòng)化，我們需要攻克全新的挑戰(zhàn)，即大規(guī)模部署下的可靠性問(wèn)題。為滿足分布式系統(tǒng)的實(shí)時(shí)處理需求，智能算力需要向采集現(xiàn)實(shí)世界數(shù)據(jù)的傳感器與執(zhí)行器側(cè)遷移。當(dāng)前我們面臨的瓶頸是如何在這類復(fù)雜環(huán)境中維持高效、穩(wěn)定且精準(zhǔn)的運(yùn)行能力。
這一需求正促使邊緣系統(tǒng)設(shè)計(jì)人員重新梳理智能系統(tǒng)架構(gòu)，甚至深入到芯片層面。要實(shí)現(xiàn)邊緣計(jì)算側(cè)的高效、可靠規(guī)?；涞?，就需要采用一類可與主處理器協(xié)同運(yùn)行的全新芯片。
挑戰(zhàn)依舊，約束更多
在邊緣側(cè)運(yùn)行人工智能模型的需求，進(jìn)一步放大了設(shè)計(jì)人員面臨的技術(shù)難題。適配邊緣場(chǎng)景的設(shè)計(jì)方案必須兼顧運(yùn)行速度、性能表現(xiàn)與能效水平，同時(shí)還要滿足比其他類型設(shè)備更嚴(yán)苛的限制條件。
邊緣設(shè)備的算力需求不斷增長(zhǎng)，而硬件空間始終有限、無(wú)法擴(kuò)展。這類設(shè)備要求保持始終在線狀態(tài)，這讓功耗控制與數(shù)據(jù)管理成為保障確定性運(yùn)行的核心要素。此外，邊緣設(shè)備往往屬于大規(guī)模遠(yuǎn)程部署節(jié)點(diǎn)，這也使維護(hù)與安全管理變得更加復(fù)雜。
盡管GPU、CPU及XPU這類傳統(tǒng)芯片目前基本能跟上需求增長(zhǎng)，但其性能潛力已接近物理上限。對(duì)于計(jì)劃在邊緣部署新一代AI模型的設(shè)計(jì)人員而言，這構(gòu)成了嚴(yán)峻挑戰(zhàn)，因?yàn)樵诩夹g(shù)落地普及后，用戶對(duì)性能持續(xù)升級(jí)的預(yù)期不斷提升。每一次技術(shù)突破，都會(huì)推動(dòng)邊緣系統(tǒng)實(shí)現(xiàn)更多功能、更優(yōu)性能和更快響應(yīng)。
要滿足這些預(yù)期，設(shè)計(jì)人員需要對(duì)計(jì)算堆棧進(jìn)行重構(gòu)，其變革幅度遠(yuǎn)超大多數(shù)人的想象。他們需要徹底轉(zhuǎn)變?cè)O(shè)計(jì)思路，采用從硬件層出發(fā)、自下而上構(gòu)建方式，而非從最終系統(tǒng)倒推、自上而下設(shè)計(jì)方式。
改變?cè)O(shè)計(jì)思路
這一轉(zhuǎn)型進(jìn)程早已穩(wěn)步推進(jìn)。不少設(shè)計(jì)人員已采納了輔助芯片的設(shè)計(jì)思路，設(shè)備的整體性能也因此實(shí)現(xiàn)了顯著提升。FPGA在這類架構(gòu)中脫穎而出，它能在極小的硬件空間內(nèi)同時(shí)提供并行處理、內(nèi)置安全、自適應(yīng)功耗調(diào)節(jié)以及高級(jí)傳感器融合能力。但如果僅用“主芯片”、“輔助芯片”對(duì)芯片進(jìn)行分類，本質(zhì)上會(huì)限制其潛力的釋放。設(shè)計(jì)人員還需要進(jìn)一步突破傳統(tǒng)思路模式，才能充分釋放邊緣人工智能的能力。
當(dāng)前的主流思路大多把輔助芯片定位為僅能處理基礎(chǔ)任務(wù)的附加組件。這種思路忽視了輔助芯片是有能力承擔(dān)遠(yuǎn)超基礎(chǔ)功能的任務(wù)，成為主處理器真正的協(xié)作伙伴，而非單純的輔助工具。而新的設(shè)計(jì)理念引導(dǎo)設(shè)計(jì)人員把每一顆芯片視作算力集合中平等的成員，而非“主角”和“替補(bǔ)”的從屬關(guān)系，以主動(dòng)規(guī)劃取代了被動(dòng)響應(yīng)。
基于這一視角搭建系統(tǒng)框架時(shí)，設(shè)計(jì)人員可以針對(duì)不同任務(wù)部署不同特性的芯片，系統(tǒng)內(nèi)每個(gè)組件的角色定位完全由該組件的核心優(yōu)勢(shì)決定。在這套框架下，輔助芯片不再僅承擔(dān)基礎(chǔ)功能，還會(huì)承接專屬的定向任務(wù)，讓主處理器無(wú)需額外負(fù)載即可聚焦本職工作。最終搭建出的系統(tǒng)不僅效率更高、穩(wěn)定性更強(qiáng)、性能更突出，且即便在嚴(yán)苛的限制條件下，也依然保留充足的迭代升級(jí)空間。
選配合適的輔助芯片
當(dāng)然，這套架構(gòu)模式要求設(shè)計(jì)人員充分掌握邊緣部署的各類共性挑戰(zhàn)，篩選出完全匹配任務(wù)要求的輔助芯片。合格的輔助芯片方案需具備：
預(yù)處理能力：減少待處理數(shù)據(jù)量、降低傳輸時(shí)延、節(jié)約帶寬資源，保障系統(tǒng)穩(wěn)定可靠運(yùn)行。
確定性推理能力：使設(shè)備在預(yù)設(shè)場(chǎng)景下自主觸發(fā)響應(yīng)，實(shí)現(xiàn)實(shí)時(shí)反應(yīng)。
低功耗運(yùn)行能力：精準(zhǔn)控制能耗，減少始終在線系統(tǒng)的能源浪費(fèi)。
內(nèi)置安全：當(dāng)設(shè)備部署在開放區(qū)域時(shí)，防止單節(jié)點(diǎn)遭受物理入侵，保障整體系統(tǒng)安全。
FPGA能夠切實(shí)滿足上述所有需求。在工業(yè)自動(dòng)化、智能視覺(jué)系統(tǒng)等場(chǎng)景中，它已被充分驗(yàn)證可高效承接預(yù)處理與傳感器融合工作，從而減輕中央處理器的計(jì)算負(fù)擔(dān)。
這類方案最具代表性的落地場(chǎng)景就是“始終在線層”：在這一層中，小型低功耗模型以毫瓦級(jí)功耗常年不間斷運(yùn)行，全程負(fù)責(zé)檢測(cè)與預(yù)處理工作，在非必要情況下完全不會(huì)喚醒主處理器。在這類部署方案里，F(xiàn)PGA并非后期加裝的系統(tǒng)附加組件，而是系統(tǒng)架構(gòu)中不可或缺的一部分。
最重要的是，F(xiàn)PGA不僅在部署階段支持高度定制化，后續(xù)還可在現(xiàn)場(chǎng)完成重新編程，在邊緣AI標(biāo)準(zhǔn)持續(xù)迭代的過(guò)程中，這一特性既能保持架構(gòu)適配性，又不會(huì)將用戶鎖定于特定廠商。隨著越來(lái)越多的系統(tǒng)開始優(yōu)化算力、在傳感器側(cè)就近卸載處理任務(wù)，F(xiàn)PGA天然適配這類場(chǎng)景，可實(shí)現(xiàn)傳感器數(shù)據(jù)聚合，直接在設(shè)備端運(yùn)行推理，減少回傳給SoC的數(shù)據(jù)體量。在這樣一個(gè)未來(lái)幾年將呈指數(shù)級(jí)增長(zhǎng)的市場(chǎng)中，這項(xiàng)能力絕非小眾場(chǎng)景的專屬優(yōu)勢(shì)，而是整個(gè)行業(yè)的核心要求。
筑牢邊緣系統(tǒng)成功根基
當(dāng)前，輔助芯片架構(gòu)還是設(shè)計(jì)人員可自主選擇的技術(shù)路線。但用不了多久，它就會(huì)成為全行業(yè)的標(biāo)配。隨著人工智能持續(xù)普及，其部署模式正從孤立節(jié)點(diǎn)轉(zhuǎn)向覆蓋全系統(tǒng)的智能體系，以輔助芯片為核心的主動(dòng)式設(shè)計(jì)方案將成為技術(shù)持續(xù)突破的關(guān)鍵。這既能加速創(chuàng)新落地、保障效率，也能為未來(lái)的邊緣系統(tǒng)筑牢根基。
