Als weiterer Bühnengast erzählte Sumit Gupta, VP of Product, AI, ML und HPC bei IBM, wie IBM FPGAs in die PowerAI Vision Software integriert, um aus Bildern und Videos genaue Modelle zu erstellen, ohne dabei über fundierte Kenntnisse zu verfügen. IBM arbeitet darüber hinaus mit Xilinx zusammen, um die AI Vision Software mit der neuen Vitis AI Software zu integrieren.
Tom Eby, SVP & GM, Compute & Networking, von Micron Technology, erläuterte als weiterer Gastsprecher, wie sein Unternehmen die neue Vitis-Entwicklungsplattform zusammen mit den FPGAs von Xilinx nutzt, damit Hyperscaler neue Funktionen im Rechenzentrum viel schneller übernehmen und bereitstellen können.
Eby erklärte, dass das Wachstum der Hyperscaler-Kunden zu geschlossenen Rechenzentren geführt hat, in denen neue Hardware oft Funktionen bereitstellt, lange bevor Spezifikationen in Standardisierungsgremien festgelegt werden, damit man deren Vorteile schon nutzen kann. Mit Vitis konnte Micron in nur sechs Monaten nach der Veröffentlichung eines Entwurfs für eine Spezifikation neue Funktionen anbieten, anstatt in den zwei bis drei Jahren, an die die Industrie gewöhnt ist.
Eby erläuterte weiter, wie KI-Anwendungen insbesondere die Nachfrage nach mehr Inferenz überall durch heterogene Architekturen und breite Speicherportfolios antreiben, die eng mit der Berechnung gekoppelt sind. So lassen sich mehr Leistung und Effizienz erzielen und die Anforderungen an unterschiedliche Workloads anpassen.
Zum Schluss kam Liam Madden, EVP & GM, Wired and Wireless Group bei Xilinx, auf die Bühne, um das Potential von FPGAs im 5G-Mobilfunk zu erläutern. Er bat Nathan Jachimiec, Principal Embedded Systems Architect bei Keysight Labs, auf die Bühne um zu schildern, wie sich der Einsatz von FPGAs auf neue Technologien auswirkt.
Bei seinen 5G-Testgeräten war die Reduzierung der Latenzzeit entscheidend, um die Zeit zwischen Trigger und Messungen zu minimieren. Die Kunden von Keysight haben gefragt, wie sie ihre Instrumente anpassen können, was zu einer neuen Nachfrage nach Rapid Prototyping führt. Mit KI-Engines konnte Keysight dies realisieren, so dass rechenintensive Funktionen in die KI-Engines ausgelagert werden konnten und diese in wenigen Minuten im Vergleich zu Stunden Berechnungen durchführen und gleichzeitig das erforderliche Leistungsbudget einhalten konnten.