前些天孩子问，大猩猩那么大力量为啥还被人关笼子里。这是一个很简单却又复杂的问题，人学会了使用恰当的工具组合从而能够制服更庞大的动物。适者生存，人类能够超越其他物种的原因是学会使用工具，而每一次社会的进步都离不开新工具应用的推动，随着智能计算逐渐渗透到数字世界的方方面面，如何更高效的应用智能计算是所有致力于改变世界的开发者需要面对的关键难题。
随着各种智能化应用的普及，智能计算与原有ICT产业应用的融合逐渐深入。智能计算和人工智能的概念由来已久，可惜之前的几十年里算力一直是其应用的最大障碍，当算力的提升突破一个界限之后智能计算应用瞬间就杀入到各个行业中，逐渐扮演起行业变革的最佳驱动引擎。不过突如其来的疫情给了全球科技界一个重新审视科技发展与应用效能的中场休息，人工智能的价值得以重新审视。人工智能并不是没有边际的算力大爆炸，动辄要几个水电站才能支撑起的超级计算中心并非人们期待的最优解，随之而来的问题是人们开始对智能计算的应用效率特别是能源效率更为关注，更贴近应用端的智能化产业融合逐渐成为人工智能更务实的选择。
高效而灵活的异构计算体系和边缘智能应用的普及带来的是新一轮的技术变革，在适者生存的自然法则下，自适应计算俨然成为促成智能化应用与碳中和完美融合的标准答案。
生态系统，是如今科技圈躲不开的体系组成，正如我们谋求的是多物种共存共繁荣的绿色地球一样，智能计算领域也需要多种不同生态共存才能构建繁荣的智能化应用未来。只需要细心留意身边的诸多应用，我们就能发现，兼顾能源效率和处理能力的先进系统中已经很少依靠单一处理器架构运作，比如最近流行的卷积神经网络因为依靠大量简单的矩阵乘法和矩阵加法运算，因此在效率方面密度更大的GPU甚至更专业的NPU的计算效率都要远胜于通用的CPU。基于不同任务的处理需求去选择不同的处理结构让异构计算成为系统设计的主流，无论是板级异构体系还是芯片级异构SoC，都将考验应用设计者对多种处理架构协同工作的融合能力。异构计算的出现，根据实际应用的运算架构差异，选择更为恰当的处理器进行针对性任务执行，能大幅提升计算效率和能源效率，更充分的实现能效和处理能力的优化融合。
但随之而来的问题是，器件或微系统的复杂度大幅度提升，对应用的开发者提出了更为苛刻的要求，即必须从熟练掌握围绕单一处理架构设计转变为精通至少两种处理器架构应用层设计的复合型人才，而熟练掌控两种处理器体系所需要的知识积累并非1+1=2那么简单。这个时候开发者最需要的是什么？是可以帮助他们快速跨过不同处理架构的基础硬件设计，尽可能缩减不同硬件体系的应用程序开发兼容性，理想状况下只需要他们针对自己应用开发上层的系统级设计。能够快速帮助开发者消除异构计算中的处理资源分配的选择问题，实现充分发挥异构体系不同内核的最高任务执行效率，这就是自适应计算出现的价值。
作为自适应计算概念的提出者，赛灵思很早就开始对优化异构计算开发的探索，从十几年前的Zynq架构的诞生开始，赛灵思秉承帮助开发者简化对异构计算中底层硬件开发所需的知识积累，采用更为系统化的设计理念去发挥异构SoC内不同处理架构的优势，进而实现更为高效的任务处理和系统设计。特别是伴随着FPGA这种并行处理架构在大规模计算和原型设计中越来越受欢迎，FPGA+XXX的异构设计已经成为主流。如何帮助系统级应用的开发者特别是偏应用软件开发者无需重新学习并不熟悉的VHDL这样的传统硬件开发语言，这就是Vivado最典型的价值，在异构SoC的基础上，利用优化的开发软件实现对多内核的控制和调用。
如今，无论是大规模数据中心，还是以智能计算驱动的新一代应用和任务处理，基于异构的硬件新平台再一次呼唤摆脱传统观念束缚的新设计思维，从而将开发者的时间更多的聚焦到应用端的创新，而不需要考虑异构内核之间的效率和分配问题。自适应计算意味着硬件将针对应用进行调整和优化，而不是将应用映射到预定义的硬件架构上。有了自适应计算，我们可以欣然接受特定域架构的概念并渴望实现整个应用加速。自适应计算可提供一个平台来构建高度优化的解决方案，从而满足新一代工作负载所需的性能、功耗和成本要求。基于自适应计算的理念，异构处理架构的范围可从边缘延伸到云端。
基于自适应计算理念的产品性能实现阶梯式跨越
自适应计算改变的不仅是开发者的设计思维，同样让赛灵思自己实现了从硬件厂商向平台化厂商的蜕变，也让其从以FPGA产品为主的硬件企业，逐步向以应用为导向的创新企业转型。在这个转变的过程中，不可比秒你的再次遇到一个问题，如果自适应计算可以更好的发挥人工智能的应用效能，那么自适应计算如何对具体的智能应用赋能。
谈及对应用赋能不外乎两个方面的体现，一个是增加新的应用方向或应用体验，一个是加速创新的步伐或者说简化应用设计的开销。在以平台化视角看待的应用创新中，我们能感受到早已超越传统FPGA范畴的MPSoC、RFSoC以及新的VersalACAP平台带来的强大的处理性能和广泛的技术集成，使得传统的设计能够得以更好的应用扩展以及引入更多的应用体验。贯彻自适应计算精髓的Vitis统一软件平台，则明显跨越了异构硬件设计的鸿沟，通过在通用自适应计算架构上运行，其紧密耦合的 AI 引擎、自适应引擎和标量引擎将用于驱动数据速率、存储器带宽和时延方面所需的性能，以及提高算法和软件开发人员的生产力，从而实现更快的迭代。
自适应计算的赋能，让我们看的了全新的一个以FPGA为原点的新异构计算生态系统，这个系统里不仅有服务器优先的智能化应用主战场，同样涵盖了面向广播、专业 AV 和消费类电子产品、汽车与自动驾驶、工业视觉、医疗和科学、测试测量和仿真以及航空航天和国防等核心市场的解决方案。借助自适应计算理念和统一软件平台Vitis，为基于赛灵思硬件的各种应用平台提供了更强大的可扩展性和灵活性，结合FPGA架构天然在人工智能推断应用中的技术优势，能够将机器学习和人工智能推断应用在异构体系下进行最有能效的任务执行，从而再次体现将应用智能化与碳中和理念的完美融合。
从VIVADO到Vitis，赛灵思软件践行了超越硬件差异并面向应用导向的设计思路转型
也许你正在从事跟智能化计算相关的工作，也许你已经看到人工智能与产业应用结合迸发的无限商机，也许你正致力于在高性能计算平台上创造更前沿的智能化应用，也许你仅仅是觉得自己不应该错过人工智能与行业应用融合的新技术浪潮，那我建议你现在就去了解一下赛灵思的自适应计算生态体系，别说我没告诉你，
就在11月16日开始，持续五周的XilinxAdapt 2021线上大会将拉开帷幕
，将全面围绕自适应计算和各类典型行业应用进行最详细和最前沿的技术解读，中国站为本土市场量身打造，以赛灵思本地专家解读和合作伙伴分享为特色，涵盖了从数据中心、有线/无线通信、汽车电子、专业音视频、工业自动化、机器视觉、医疗、消费电子等不同应用领域的方案解读和案例分享。
另外，大会还设置 “开发者专场”，从 Vivado、Vitis以及Vitis AI等开发环境和工具的技巧与方法论讨论，再到开发资源的分享，帮助客户加速创意实现。几十场的行业专家报告，总有一场能帮您发现自适应计算生态下属于自己的那片天地。
2021年11月11日 10:47
