Xilinx 的 Versal AI Core 系列器件旨在通過使用高計算效率的 ASIC 級 AI 計算引擎和靈活的可編程結(jié)構(gòu)來解決 AI 推理的獨特和最困難的問題，以構(gòu)建具有加速器的 AI 應(yīng)用程序，最大限度地提高任何給定的效率工作負(fù)載，同時提供低功耗和低延遲。

Versal AI Core 系列VCK190 評估套件采用VC1902 器件，該器件在產(chǎn)品組合中具有最佳的 AI 性能。該套件適用于需要高吞吐量 AI 推理和信號處理計算性能的設(shè)計。提供比當(dāng)前服務(wù)器級 CPU 高 100 倍的計算能力并具有多種連接選項，使 VCK190 套件成為從云端到邊緣的各種應(yīng)用程序的理想評估和原型設(shè)計平臺。

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

VCK190 評估套件的主要特性

板載 Versal AI 核心系列設(shè)備

配備 Versal ACAP XCVC1902 量產(chǎn)芯片

AI 和 DSP 引擎提供比當(dāng)今服務(wù)器級 CPU 高 100 倍的計算性能

用于快速原型制作的預(yù)建合作伙伴參考設(shè)計

用于前沿應(yīng)用程序開發(fā)的最新連接技術(shù)

內(nèi)置 PCIe? Gen4 Hard IP，用于 NVMe SSD 和主機處理器等高性能設(shè)備接口

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

DDR4 和 LPDDR4 內(nèi)存接口

共同優(yōu)化的工具和調(diào)試方法

Vivado? ML、Vitis? 統(tǒng)一軟件平臺、Vitis AI、用于 AI 推理應(yīng)用程序開發(fā)的 AI Engine 工具

使用 Xilinx 的 Versal AI Core 系列器件實現(xiàn) AI 接口加速

圖 2：Xilinx Versal AI Core VC1902 ACAP 器件框圖。(圖片來源：AMD 公司)

Versal? AI Core 自適應(yīng)計算加速平臺 (ACAP) 是一款高度集成的多核異構(gòu)設(shè)備，可在硬件和軟件層面動態(tài)適應(yīng)各種 AI 工作負(fù)載，是 AI 邊緣計算應(yīng)用或云加速器的理想選擇牌。該平臺集成了用于嵌入式計算的下一代標(biāo)量引擎、用于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。其結(jié)果是一個適應(yīng)性強的加速器，在 AI/ML 工作負(fù)載方面超越了傳統(tǒng) FPGA 和 GPU 的性能、延遲和能效。

Versal ACAP 平臺亮點

自適應(yīng)引擎：

自定義內(nèi)存層次結(jié)構(gòu)優(yōu)化加速器內(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

人工智能引擎 (DPU)

向量處理器的平鋪陣列，XCVC1902 設(shè)備的性能高達(dá) 133 INT8 TOPS，稱為深度學(xué)習(xí)處理單元或 DPU

適用于 CNN、RNN 和 MLP 等神經(jīng)網(wǎng)絡(luò);硬件適用于優(yōu)化不斷發(fā)展的算法

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

與當(dāng)前服務(wù)器級 CPU 相比，VCK190 能夠提供超過 100 倍的計算性能。下面是基于 C32B6 DPU Core 的 AI Engine 實現(xiàn)的性能示例，batch = 6。請參閱下表了解 VCK190 上各種神經(jīng)網(wǎng)絡(luò)樣本的吞吐量性能(以幀/秒或 fps 為單位)，DPU 在 1250 下運行兆赫茲。

表 1：VCK190 AI 推理性能示例。

查看 Vitis AI 庫用戶指南 (UG1354) r2.5.0 中的 VCK190 AI 性能的更多詳細(xì)信息，網(wǎng)址為https://docs.xilinx.com/r/en-US/ug1354-xilinx-ai-sdk/VCK190-Evaluation-Board

Design Gateway 的 IP 核如何加速 AI 應(yīng)用性能?

Design Gateway 的 IP 核旨在處理網(wǎng)絡(luò)和數(shù)據(jù)存儲協(xié)議，無需 CPU 干預(yù)。這使得完全卸載 CPU 系統(tǒng)的復(fù)雜協(xié)議處理成為理想之選，并使它們能夠?qū)⒋蟛糠钟嬎隳芰τ糜?AI 應(yīng)用程序，包括 AI 推理、前后數(shù)據(jù)處理、用戶界面、網(wǎng)絡(luò)通信和數(shù)據(jù)存儲訪問，以實現(xiàn)最佳性能表現(xiàn)。

圖 3：具有 Design Gateway 的 IP 核的 AI 應(yīng)用示例框圖。(圖片來源：Design Gateway)

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

傳統(tǒng) CPU 系統(tǒng)處理超過 10GbE 或 25GbE 的高速、高吞吐量 TCP 數(shù)據(jù)流需要超過 50% 的 CPU 時間，這降低了 AI 應(yīng)用程序的整體性能。根據(jù) Xilinx 的 MPSoC Linux 系統(tǒng)上的 10G TCP 性能測試，10GbE TCP 傳輸期間的 CPU 使用率超過 50%，TCP 發(fā)送和接收數(shù)據(jù)傳輸速度可以達(dá)到 10GbE 速度的 40% 到 60% 或 400 MB/s 到600 兆字節(jié)/秒。

通過實施 Design Gateway 的TOExxG-IP 內(nèi)核，通過 10GbE 和 25GbE 進(jìn)行 TCP 傳輸?shù)?CPU 使用率可以降低到幾乎 0%，而以太網(wǎng)帶寬利用率可以達(dá)到接近 100%。這允許通過純硬件邏輯直接通過 TCP 網(wǎng)絡(luò)發(fā)送和接收數(shù)據(jù)，并以最少的 CPU 使用率和盡可能低的延遲將數(shù)據(jù)饋送到 Versal AI 引擎。下面的圖 4 顯示了 TOExxG-IP 和 MPSoC Linux 系統(tǒng)之間的 CPU 使用率和 TCP 傳輸速度比較。

圖 4：MPSoC Linux 系統(tǒng)和 Design Gateway 的 TOExxG-IP 內(nèi)核的 10G/25G TCP 傳輸性能比較。(圖片來源：Design Gateway)

Design Gateway 用于 Versal 器件的 TOExxG-IP

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 堆棧(在硬線邏輯中)，并與 Xilinx 的 EMAC Hard IP 和以太網(wǎng)子系統(tǒng)模塊連接，用于具有 10G/25G/100G 以太網(wǎng)速度的下層硬件接口。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 旨在通過 AXI4-ST 接口與 Xilinx 的以太網(wǎng)子系統(tǒng)連接。用戶界面的時鐘頻率取決于以太網(wǎng)接口速度(例如，156.625 MHz 或 322.266 MHz)。

TOExxG-IP 的特點

無需 CPU 即可實現(xiàn)完整的 TCP/IP 堆棧

支持一個會話與一個 TOExxG-IP

可以通過使用多個 TOExxG-IP 實例來實現(xiàn)多會話

支持服務(wù)器和客戶端模式(被動/主動打開和關(guān)閉)

支持巨型幀

通過標(biāo)準(zhǔn) FIFO 接口的簡單數(shù)據(jù)接口

通過單端口 RAM 接口的簡單控制接口

XCVC1902-VSVA2197-2MP-ES FPGA 設(shè)備上的 FPGA 資源使用情況如下表 2 所示。

表 2：Versal 設(shè)備的實施統(tǒng)計示例。

TOExxG-IP 的更多詳細(xì)信息在其數(shù)據(jù)表中進(jìn)行了描述，該數(shù)據(jù)表可通過以下鏈接從 Design Gateway 網(wǎng)站下載：

TOE10G-IP 內(nèi)核 Xilinx 數(shù)據(jù)表

TOE25G-IP 內(nèi)核 Xilinx 數(shù)據(jù)表

TOE100G-IP 內(nèi)核 Xilinx 數(shù)據(jù)表

Design Gateway 的 NVMe 主機控制器 IP 性能

NVMe 存儲接口速度與 PCIe Gen3 x4 或 PCIe Gen4 x4 的數(shù)據(jù)速率高達(dá) 32 Gbps 和 64 Gbps。這比 10GbE 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)到盡可能高的磁盤訪問速度需要比 10GbE 以上的 TCP 協(xié)議更多的 CPU 時間。

Design Gateway 通過開發(fā)能夠作為獨立 NVMe 主機控制器運行的 NVMe IP 核解決了這個問題，能夠在沒有 CPU 的情況下直接與 NVMe SSD 通信。這實現(xiàn)了 NVMe PCIe Gen3 和 Gen4 SSD 訪問的高效率和性能，從而簡化了用戶界面和標(biāo)準(zhǔn)功能，以便在無需了解 NVMe 協(xié)議的情況下易于使用。NVMe PCIe Gen4 SSD 性能可通過 NVMe IP 實現(xiàn)高達(dá) 6 GB/s 的傳輸速度，如圖 6 所示。

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)

Design Gateway 的 NVMe-IP 用于 Versal 設(shè)備

圖 7：NVMe-IP 系統(tǒng)概覽。(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)鏈路層和部分物理層訪問NVMe SSD，無需CPU或外部DDR內(nèi)存

與 Xilinx PCIe Gen3 和 Gen4 Hard IP 一起運行

無需外部存儲器接口即可利用 BRAM 和 URAM 作為數(shù)據(jù)緩沖器的能力

支持六個命令：Identify、Shutdown、Write、Read、SMART 和 Flush(可選的附加命令支持)

XCVC1902-VSVA2197-2MP-ES FPGA 設(shè)備上的 FPGA 資源使用情況如表 2 所示。

表 3：Versal 設(shè)備的實施統(tǒng)計示例。

用于 Versal 設(shè)備的 NVMe-IP 的更多詳細(xì)信息在其數(shù)據(jù)表中進(jìn)行了描述

適用于 Gen4 Xilinx 數(shù)據(jù)表的 NVMe IP 核

結(jié)論

TOExxG-IP 和 NVMe-IP 內(nèi)核都可以通過完全卸載 CPU 系統(tǒng)從計算和內(nèi)存密集型協(xié)議(例如 TCP 和 NVMe 存儲協(xié)議)中卸載對實時 AI 應(yīng)用程序至關(guān)重要的協(xié)議來幫助加速 AI 應(yīng)用程序性能。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)議處理的瓶頸或延遲。

VCK190 評估套件和 Design Gateway 的網(wǎng)絡(luò)和存儲 IP 解決方案可在賽靈思 Versal AI Core 設(shè)備上以盡可能低的 FPGA 資源使用率和極高的能效在 AI 應(yīng)用中實現(xiàn)最佳性能。

審核編輯 黃昊宇