賽靈思公司昨日宣布推出 Vivado ML 版，這是業(yè)內首個基于機器學習（ ML ）優(yōu)化算法以及先進的面向團隊協(xié)作的設計流程打造的 FPGA EDA 工具套件，可以顯著節(jié)省設計時間與成本。與目前的 Vivado HLx 版本相比，Vivado ML 版將復雜設計的編譯時間縮短了 5 倍，同時還提供了突破性的平均達 10% 的結果質量（ QoR ）提升。

賽靈思軟件與 AI 解決方案營銷總監(jiān) Nick Ni 表示：“當今的 EDA 設計人員面臨設計復雜性日益提升的挑戰(zhàn)，而機器學習是加快設計流程與提升 QoR 的下一個大飛躍。Vivado ML 將幫助開發(fā)者縮短設計周期，并從設計創(chuàng)建到收斂交付全新生產力水平?！?/span>

基于機器學習的優(yōu)化

Vivado ML 版支持基于機器學習的算法以加速設計收斂。該技術具備基于機器學習的邏輯優(yōu)化、延遲估算和智能設計運行，能夠自動執(zhí)行策略以減少時序收斂迭代。

國家儀器公司（ National Instruments ）首席硬件工程師 Robert Atkinson 表示：“全新 Vivado ML 版的智能設計運行功能是一個顛覆了傳統(tǒng)。它通過一鍵式方法積極改善時序結果，所生成的 QoR 建議能帶來最大效果，還能借助減少用戶分析提供專家級質量結果，特別是對于難以收斂的設計而言?！?/p>

更快的編譯時間與面向團隊協(xié)作的生產力

賽靈思還引入了 Abstract Shell （抽象外殼）概念，它允許用戶在系統(tǒng)內定義多個模塊，以增量和并行方式進行編譯。與傳統(tǒng)的全系統(tǒng)編譯相比，這種方法能將平均編譯時間加快 5 倍，最多甚至加快 17 倍。抽象外殼還可以將設計細節(jié)隱藏在模塊之外，從而有助于保護客戶的 IP，這一點對FaaS （ FPGA-as-a-Service ）和增值系統(tǒng)集成商至關重要。

此外，Vivado ML 還改善了與 Vivado IP Integrator 之間協(xié)作設計，使得模塊化設計可以利用全新“模塊設計容器（ Block Design Container，BDC ）”功能實現。這一功能促進了面向團隊協(xié)作的設計方法，并允許以分治（ divide-and-conquer ）策略處理多站點共同合作的大型設計。

賽靈思動態(tài)功能交換（ DFX ）等獨特的自適應特性，可在運行時動態(tài)遠程加載定制硬件加速器，以更加有效地利用芯片資源。DFX 具備在幾毫秒內加載設計模塊的能力，由此開辟了諸多全新用例，例如，車輛在處理幀數據的同時可切換不同視覺算法，或基因組分析在進行 DNA 測序過程中可實時切換不同算法。

Vivado ML 版現已提供免費標準版和企業(yè)版

廠商建議零售價為 2，995 美元起

編輯：jq