AI語音助手和AI圖像優化是離我們最近的AI應用，然而這只是AI能力比較初級的體現，未來，AI將會以目前難以想象的方式改變我們的生活。作為AI的重要推動力之一，不同類別的AI處理器正努力滿足AI的需求，但依舊不能滿足AI不斷迭代的算法的需求。圍繞AI芯片的創新因此也成為了熱點。

AI發展的三大要素是算力、算法和數據，而這一輪AI熱潮的興起一個關鍵的原因就是深度神經網絡算法的流行。不過，由于AI還處于初級階段，深度學習算法不僅種類多樣，并且在不斷迭代。另外，數據的類型也十分多樣，包含了整型和浮點型，以及每種數據類型的不同精度，這對芯片的通用性提出了要求。

但是，芯片的通用也就意味著算力難以做到極致，并且，不同的數據類型和精度對處理器的性能的要求又不相同，想要同時滿足算力和通用性的要求，半導體制程的提升是最為直接的方法。過去30年，摩爾定律帶來了顯著的計算能力的提升，半導體制程從微米跨越到了納米級，如今的計算機處理速度也可以達到每秒千萬億次(1015 FLOPS) 。

目前，CPU、GPU、FPGA、ASIC都被認為是廣義上的AI芯片，從CPU到ASIC，芯片的通用性降低，但性能依次增強，其中，GPU憑借并行計算的優勢成為了目前最成功的AI芯片。FPGA作為不少AI芯片公司ASIC芯片驗證的首選，也在AI芯片市場占據一定的地位，但成本是其在大規模應用中面臨的挑戰。

此時，如果有兼具ASIC的性能和FPGA靈活性的AI處理器，應該是一個非常有競爭力的產品，但需要解決多個挑戰。Achronix Semiconductor總裁兼首席執行官Robert Blake接受雷鋒網在內的媒體采訪時表示：“最新發布的Achronix Speedster7t是靈活的FPGA技術與ASIC核心效率的融合，提供了一個全新的‘FPGA+’芯片品類，這代表了我們建立在四個架構代系的硬件和軟件開發基礎上的創新和積淀，以及與客戶之間的密切合作。”

半導體工藝明確后，想讓FPGA適合深度學習的算法，還需要架構的改進。Robert表示，傳統的基于DSP的FPGA計算單元的設計DSP、LUTs、存儲單元是分立的，布線也限制了其性能，不僅不能高效地支持AI模型的不同數值精度，還要消耗額外邏輯的存儲資源。

計算能力的提高可以通過增加MAC，但算力提升之后，能否解決數據傳輸的挑戰決定著AI處理器最終的性能。據介紹，Speedster7t器件是唯一支持GDDR6存儲器的FPGA，并且最多可以支持8個GDDR6控制器，可以支持4 Tbps的GDDR6累加帶寬，能夠以HBM一半的成本提供與HBM等效的存儲帶寬。

另外，Speedster7t還有72個高性能的SerDes，可以達到1到112 Gbps的速度，Robert強調已經經過硅片驗證過。還帶有前向糾錯（FEC）的硬件400G以太網MAC，支持4x 100G和8x 50G的配置，每個控制器有8個或16個通道的硬件PCI Express Gen5控制器。為了應對400G以太網數據的處理需求，Achronix采用的是將數據進行分割并行處理的方法。

但這些最先進和更大的帶寬只能解決芯片與外部數據的交換，芯片內部數據效率的提升才是關鍵。這就是Achronix這款新產品架構的另一大關鍵創新，高帶寬二維片上網絡（NOC）。Robert將架構中可橫跨和垂直跨越FPGA邏輯陣列的NOC比喻為城市街道系統上的高速公路網絡。NOC中的每一行或每一列都可作為兩個256位實現，單向的、行業標準的AXI通道，工作頻率為2Ghz，同時可為每個方向提供512 Gbps的數據流量。

除了硬件，AI時代軟硬件的重要性被更多地關注。據Robert透露，Achronix在軟件和硬件方面的投資相當，并且在公司創立的時候很大的優勢就是軟件技術，這也是他們今天能做到高端配置的的重要原因。

另據了解，安全性方面，Speedster7t FPGA系列可用最先進的比特流安全保護功能應對。在產品的批量化支持方面，Achronix在Speedcore eFPGA IP中采用了與Speedster7t FPGA中使用的同一種技術，可支持從Speedster7t FPGA到ASIC的無縫轉換。并且，當使用Speedcore eFPGA IP將Speedster7t FPGA轉換為ASIC時，用戶有望節省高達50％的功耗并降低90％的成本。

既然功耗和成本都能夠顯著降低，那是否意味著Achronix新推出的FPGA+將成為AI芯片的主流？Robert表示，CPU、GPU、FPGA、ASIC每一類芯片都有其技術長處，并且AI芯片的市場在增長，所有的芯片類型都會從中受益。僅看FPGA，根據市場調研公司Semico Research的預測，人工智能應用中FPGA的市場規模將在未來4年內增長3倍，達到52億美元。

但有觀點認為，隨著AI算法的成熟，未來市場需要的是最通用和最專用的AI處理器，FPGA將失去優勢。對此，Robert表示，隨著AI的發展，芯片發生了一些變化，ASIC也需要一些可編程的能力，而我們現在也在FPGA當中增加了ASIC的屬性，因此未來FPGA和ASIC都可能不再是傳統定義。

更進一步，FPGA會在哪個市場體現出優勢？Robert從他們產品的產品出發指出，FPGA器件方面主要是云、網絡加速以及機器學習，IP主要還是5G、汽車以及存儲。當然，還需要根據客戶的反饋和需求，推出性能和架構都最適合客戶的FPGA產品。