Adaptable Compute Acceleration Platforms Neue Architekturen für KI-Hardware

Für die Beschleuniger-Boards der Serie »Alveo« von Xilinx steht ein breites Angebot fertig programmierter Anwendungen zur Verfügung.

Für die Hochleistungs-KI-Verarbeitung hat Xilinx eine einheitliche Entwicklungs-Software-Plattform entwickelt: »Vitis« für Software-Entwickler aller Art und »Vitis AI« für KI-Experten. Unterstützung bekommt die Software von entsprechender Hardware: den ACAPs der Serie »Versal« in 7-nm-Architektur.

»Seit diesem Jahr beobachten wir, dass immer mehr KI-Lösungen in konkreten Anwendungen wie Industrie und Medizin zu finden sind und nicht mehr nur in der Forschung«, erläutert Nick Ni, Director of Product Marketing AI, Software, Ecosystem bei Xilinx. »Die Zeit ist deshalb reif für eine fundamentale Änderung der technischen Architektur zur KI-Verarbeitung.« Die Richtung sei dabei klar: Domain-Specific Architectures (DSAs) wie etwa ACAPs (Adaptable Compute Acceleration Platforms) gehöre die Zukunft. Bei DSAs handele es sich um skalierbare Plattformen, die mit adaptierbaren Hardware-Lösungen auf den jeweiligen Anwendungsbereich maßgeschneidert werden und sich leicht an geänderte oder gestiegene Anforderungen anpassen lassen.

Eine DSA muss es Nick Ni zufolge ermöglichen, drei Aspekte anwendungsspezifisch anzupassen: den Datenpfad, die Präzision und die Speicherhierarchie. Als typische Anwendungen nennt er die Erkennung, Klassifizierung und Segmentierung von Objekten sowie die Sprach- und Anomalie-Erkennung.

Generell muss Hardware für neuronale Netze laut Nick Ni folgende Voraussetzungen erfüllen: Sie muss einen flexiblen und großen eigenen Speicher haben, zweckbestimmte Hardware-Beschleuniger bieten sowie eine spezielle En-/Decoder-Architektur besitzen. Wichtig sind auch Functional Safety, Cyber-Security und Langzeitverfügbarkeit. »Mit der Innovationsgeschwindigkeit bei künstlicher Intelligenz können nur FPGA- und ACAP-Bausteine mithalten«, betont Nick Ni. Nicht von ungefähr zielen die meisten KI-Beschleuniger bislang auf High-End-Märkte ab, wohingegen sich Low-Cost-Anwendungen mit KI noch sehr in Grenzen halten.

Die neue Xilinx-Hardware entspricht Nick Ni zufolge diesen Anforderungen: Sie bietet eine anpassbare Speicherhierarchie, die bis zum Achtfachen einer typischen High-End-GPU reicht, sowie eine Hardware-Beschleunigung und eine spezielle En-/Decoder-Architektur in den FPGA-Strukturen. Ein Beispiel dafür sind die Beschleuniger-Boards der Serie „Alveo“ mit 16-nm-Chip-Architektur. Mit ihnen lassen sich DSAs aufbauen, in denen wechselnde Algorithmen ablaufen. Zudem steht für sie bereits ein breites Angebot fertig programmierter Anwendungen zur Verfügung. In den Startlöchern stehen die ACAP-Bausteine der Baureihe „Versal“ mit 7-nm-Chip-Architektur: Sie werden derzeit in Musterstückzahlen an Schlüsselkunden ausgeliefert; der Übergang zur Massenproduktion soll bald folgen.

Auf der Software-Seite gibt es von Xilinx seit Kurzem die einheitliche Entwicklungs-Plattform „Vitis“, die die Hochleistungs-KI-Verarbeitung unterstützt. Erhältlich sind die Versionen Vitis für Software-Entwickler aller Art und Vitis AI für KI-Experten. Vitis AI ermöglicht es KI-Spezialisten, die KI-Verarbeitung direkt von der Open-Source-KI-Bibliothek TensorFlow her zu beschleunigen.