赛灵思无线系统架构师阮铭博士,自适应与智能化的5G基站

发布于: 雪球转发:1回复:2喜欢:0

2019年初夏,上海世界移动通信大会(MWC)。有业内人士谈到,以往业界一直吐槽上海站一直是MWC的翻版,但是今年不一样。中国市场5G发牌之后,上海展看点杠杠的,绝不输巴展。一向低调的芯片大厂赛灵思公司(linx)也首次参加这次展会。

赛灵思公司来自美国,是全球最大的可编程芯片(FPGA)厂商,研发、制造并销售范围广泛的高级集成电路、软件设计工具。自1984年推出了第一片现场可编程逻辑器件至今,三十几年的快速发展中,多家超级芯片巨头厂商曾试图涉足,但纷纷惨败。在可编程芯片领域,赛灵思早已筑起高高的护城河。

赛灵思公司是5G射频单元和大规模多天线系统的核心供应商,推出了集成射频直采高速数模转换器的可编程逻辑器件,大大提高了系统效率和集成度,这在多天线系统,传统宏站和小站中都得到了应用。

赛灵思认为,它家的技术正在帮助解决5G三大挑战,那就是容量、连接和性能。在很多人眼中,这轮5G技术浪潮,赛灵思增长空间巨大。2019年4月赛灵思通信业务得益于全球4G 和5G部署,增幅达到41%。

赛灵思资深无线系统架构师阮铭博士做了一篇《自适应、智能化的5G基站》的演讲,介绍了当今和未来的5G技术需求,以及5G计算平台需要什么样的能力。

第一点,人工智能赋能5G网络。

作为芯片的厂商,我们观察到在5G的时代,数据通量大大增加。刚才也有嘉宾提到,现在用核心网集中处理的方式可能就不太适合了,公司也看到这样一个趋势。另外,人工智能技术是5G网络应用场景里面必不可少的一环技术,因为人工智能技术能够提升对越来越复杂网络的管理。

人工智能赋能5G网络是一个热点话题,阮铭博士也特别强调了这一点。可以赋能的关键点很多,包括网络部署效率的提升、流量精准规划、数字化维护,站点节能等。

从芯片厂商的角度来看,摩尔定律现在越来越走到了比较难以实现的地步。是因为芯片已经非常接近于芯片材料本身的物理极限。以赛灵思的芯片为例最新的已经走到了7纳米。所以再往后走的话,仅从节点的进步来提升处理的效率已经越来越困难。只有从结构上来做大量的改变,才能够提供给厂商所需要的计算能力和互联通量水平。

第二、5G时代,灵活的芯片才强大

5G网络应用场景里面赛灵思的芯片服务的领域比较广。比如在大规模天线中,从无线信号到波束赋形,后面的包括前传(fronthaul)、交换机,光传输网(OTN, Optical Transport Network),核心网中的虚拟化加速,再到人工智能的加速等等。所以,赛灵思是一个很通用的芯片制造商。

阮铭博士谈到,我们不是专用芯片(ASIC),是可以用来处理各种各样的业务需求的芯片,现场可编制意味着可以现场来更换功能。所以赛灵思的芯片才能够有广泛的应用领域。现在。我们看到的情况是什么呢?就是大家越来越追求虚拟化,追求VmCore,来支持5G独立组网(SA)和非5G独立组网(NSA),它都要能够在硬件的条件下面能够支持。软件可以现场根据应用来变,但是你的硬件如何能够支持各种的配置?这个问题是非常关键的。

第三、什么是“自适应计算平台”?

A-adptive

C-compute

A-Acceleration

P-platform

ACAP是什么样的一个平台?简单地说,自己会适应的计算加速平台。大家请注意:公司虽然是一个芯片厂商,但是产品不局限于某一个功能的芯片,而更多的它是一个平台,汇集成各种的计算元素。我们认为这一定是一个趋势。因为当你把一件事情的效率做到最高,你一定是把各种事情分配到了最有效的完成这个任务的硬件上面去,你才能够做到最高效。而你能够做到把它分解到各种硬件上面去,就意味着有两点:第一、硬件必须通用化。第二,很强的处理的能力。

第四、“自适应计算平台”能力有哪些?

1.处理能力要非常强。既需要有一个数字信号处理(DSP,Digital Signal Processing)引擎。另外也要有专门人工智能引擎。

人工智能在这里,可以理解成Artificial intelligence,也可以理解为自适应(adaptable)与智能(intelligence)。完全可以用C语言编程,可以在运行的过程中改变功能,而不影响其它正在处理业务的部分。而且像这样的一些引擎,它的数量必须是大量的。这样的话你才能有一个“池”的概念,服务于各种的业务。所以,我们认为像这样的一块芯片能够集成的引擎数量,应该在几百甚至上千。之后,分配不同的任务到不同的阵列里,完成所需要的功能。

2.在人工智能引擎(AI Engines)方案图中,有计算单元、有内存、有直接内存访问(DMA)来完成数据的搬移。所有的编程都是由工具完成。用户只需要做用C语言来描述你所需要达到的一个功能。完成编译、分配直接内存访问来搬移数据、分配内存来保证数据的不断的处理,这些功能都将是由编译工具来完成的。当有很强的处理能力的时候,会需要大量的数据从各个地方搬移到芯片上来。所以芯片需要有大量的互联互通的能力。

阮铭博士谈到,公司的Ethrnet现在最高的标准是已经有着到600G的水平,还会有一些低速一些的,比如100G,25 G这样的互通的能力,而这些在今天的网络里面已经非常常见了。所以一定要有非常强的互通的能力,另外,当有大量的数据搬移的时候,安全性也是你需要考虑的,所以要有匹配数据搬移能力的加解密的能力,而这些都是要完成ACAP平台所必须的。

3. 因为当你不能够完成数据进和出的搬移,你的计算功能(compute)就将没有用武之地。有的协议层来讲的话,还需要有真正的物理的互联的能力,这个在我们芯片上叫做Transceivers,目前大量的使用是32G的。现在得大规模天线一般来讲都是25G的光纤。接下去的互联互通是需要得到58G 、112 G的这样的处理能力,才能满足以后更好地处理虚拟化的业务。所以,Transceivers这也是ACAP平台它所必须要具备的一个能力。

另外,大规模天线有一个特点,会有大量的天线集中在很小的一块芯片。在这样子的一个应用场景里,需要非常大量的一个外围的电路,才能够做到这样大规模的天线阵列。所以是我们越来越看到有一个趋势是什么?就是需要把射频(RF)处理的链路数字化。而且要跟其它的数字处理单元能够集成在一起,这样子的话才能够提供非常大带宽和非常多天线的一个大规模天线系统的需要。

基于ACAP平台的标准,推出了“versal ACAP”器件。样片已经回来,测试顺利。我们在2019年底的时候就已经可以进行实验,具备了以上所谈到的那些能力,集成400个人工智能的引擎,可以做数字处理、信号处理、机器学习,是通用的计算的池。另外它还有2000个左右的数字讯信号处理器,可以进行传统的运算和类似机器学习这样的任务。

总结:赛灵思要做灵活的智能5G基础设施

赛灵思认为5G的时代,需要强大的计算能力,需要非常通用化,需要能够虚拟化,需要能够一个硬件支持各种的应用场景。正是基于这样子的一个需求,芯片已经不只是一个芯片,它是一个平台,有各种的处理单元来完成各种不同的处理的任务。

美国可编程芯片大厂与中国AI头部企业的合作

另外,据悉本次大会,计算机视觉独角兽旷视科技与赛灵思公司密切合作,成功开发出基于 Zynq SoC 的 AI 摄像头 MegEye-C3S。此举凭借最小功率和低成本提供了极高的 AI 推断性能。同时,旷视最近发布了 MegBox B2R智能视频分析盒,其中所有神经网络计算加速都在单个赛灵思 Zynq SoC 上实现。主要用于商业和交通应用中的综合治理、车辆监控和监控安全用途。

人工智能技术即可以赋能5G网络,解决5G网络场景中的数据通量问题,也要更强大,更创新的算力来支持运算。人工智能,数据、算法、算力、场景的相互融合正在深化。但也有质疑者提出,对于人工智能算法公司来说,用好可编程芯片,算法和算力会有更好的配合。如果规模效应上去不,可编程芯片这种硬件只能是昂贵的玩具。(完)@今日话题 @Takun @Conan的投资笔记 $赛灵思(XLNX)$

注:未能联系到阮铭博士本人进行确认。

亲爱的数据

出品:谭婧

美编:黄楠

以下有缝插播一条广告——————————————————————————

在目前的大环境下,对于有意识有条件的家庭,应该适当配置一点美元类资产。雪球网做的雪盈证券,界面友好,A港美股及美股期权、港股窝轮牛熊都可以交易,也能港股打新,港股佣金万3,融资利率低。且能关联雪球ID,雪球上的自选股和帖子都能看到。

开户链接:网页链接


全部讨论

五年一个周期2019-07-02 17:40

Fpga已落后,现在进入acap时代。xlnx在发明fpga的基础上,发明了acap,它的第一代产品已经开始出货。

谭婧在充电2019-06-30 22:09

安路、紫光同创、高云、京微齐力、遨格芯微,这些FPGA企业,国家都应该要大力扶持。未来很长一段时间FPGA都是主力,遭遇战的主力,ASIC都是阵地战。国内的FPGA企业都不是很能打。