以前設計一個產品，先要規劃好硬件架構，等硬件設計全部完成后，才會開始軟件部分的開發，然后才是完整產品的發布?，F在，隨著云計算、互聯網的發展，以及AI、5G和自動駕駛的興起，硬件和產品的開發流程需求在發生著前所未有的變化，比如更高的硬件性能；更高的安全和保密需求；不斷增加的傳感器類型和接口；不斷演進的AI算法和模型；以及軟件開發需要與硬件開發同步進行等等。

在這些新需求的推動下，“軟件定義硬件”的概念被人多次提到，人們希望芯片中所有操作的控制和調度都由軟件來完成，從而減少相應的硬件開銷，把節省的部分用于運算和片上存儲。這個愿望看起來很美好，但實現起來還是有不少難度的，比如FPGA可以實現一部分的軟件定義硬件功能，但其效率比ASIC低，功耗卻比ASIC高。那有沒有什么更好的辦法呢？

自適應平臺的優勢

賽靈思的自適應計算平臺就是為此而生的。根據賽靈思的自適應計算白皮書和自適應計算專區，自適應計算以FPGA技術為基礎，支持在芯片上動態構建特定領域架構（DSA）。也就是說，自適應計算允許DSA隨需求變化進行動態更新，從而避免受到漫長的ASIC設計周期和高昂的NRE成本的約束。隨著處理的分布式水平不斷提高，自適應計算不僅能夠支持軟件的無線（OTA）更新，也支持硬件無線更新，而且更新可以幾乎無線的次數反復進行。

“自適應平臺”則指以自適應硬件為核心的任意類型產品或解決方案。自適應平臺完全基于相同的自適應硬件基礎，但其包含的內容遠不止芯片硬件或器件，而是涵蓋了全部的硬件和全面的成套設計軟件和運行軟件。

有了自適應平臺后，硬件工程師可以從那些重復和低端的設計工作中解放出來，專注于自己擅長的專業功能的開發，軟件工程師則可以跟硬件工程師同一時間開始設計工作，而不需要等到所有硬件全部設計好之后才開始工作。

當然，除了這個好處之外，自適應平臺還有以下一些優勢：

一是加快產品上市進程。比如賽靈思的其中一個自適應計算平臺產品Alveo數據中心加速器卡，使用該加速卡來構建的應用，能為特定應用加速，而不需要特別的硬件定制。且只需將PCIe卡添加到服務，就可以從現有的軟件應用中直接調用加速庫。

二是可以降低運營成本。與基于 CPU 的解決方案相比，由于計算密度的提升，基于自適應平臺的優化應用能在每節點提供大幅提高的效率。

三是可靈活且動態地配置工作負載。自適應平臺可根據當前需求重新配置。開發者可以在自適應平臺內輕松切換已部署應用，使用相同設備即可滿足不斷變化的工作負載需求。

四是能兼容未來。自適應平臺能不斷進行調整。如果現有應用需要新的功能，則可以對硬件重新編程，以最佳方式實現這些功能，減少硬件升級需求，進而延長系統使用壽命。

五是可加速整體應用。因為AI推斷很少單獨存在，一般是更大的數據分析與處理鏈條的組成部分，往往與使用傳統（非AI）實現方案的多個上游級和下游級并存。這些系統中的嵌入式AI部分得益于AI加速，而非AI部分也能從加速中獲益。自適應計算的天然靈活性適合為AI和非AI處理任務進行加速，稱之為“整體應用加速”。隨著計算密集型AI推斷滲透到更多應用中，其重要性也在日益提升。

自適應計算的成功落地案例

以前，工程師如果要使用FPGA，就需要自己構建自己的硬件板，并用硬件描述語言（HDL）配置好FGPA才行。如今，自適應平臺的開發者只需要使用自己熟悉的軟件框架和語言（比如C++++、Python、TensorFlow等），直接發揮自適應計算的效能。也就是說，軟件和AI開發者不需要構建電路板，或者成為硬件專家，就能自如地運用自適應計算。

更為方便的是，工程師不僅可以通過API直接調用他們現有的軟件代碼，還可以使用獨立軟件供應商（ISV）生態系統和廠商提供的開源庫，庫里有大量的加速API可供使用。

以賽靈思已經量產的兩款自適應計算平臺產品Kria SOM和Alveo加速器卡為例。Kria SOM基于Zynq UltraScale+ MPSoC 架構而構建，支持開發者在交鑰匙自適應平臺上開發邊緣應用。通過將系統的核心部分標準化，開發者有更多時間專注于打造差異化功能特性。

賽靈思首款量產的Kria SOM產品就是K26 SOM，硬件配置方面，K26 SOM基于Zynq UltraScale+ MPSoC架構設計，整體尺寸為77×60×11mm，搭載四核Arm A53處理器，內置64位4GB的DDR4內存，擁有256K系統邏輯單元和1.4TOPS AI處理器性能，支持4K 60p的H.264/265視頻編解碼器。

Kria SOM是作為量產就緒型的產品來設計、制造和測試的，它可以承受各種嚴苛的應用環境。目前Kria SOM分為工業級和商用級兩種類別，工業級支持更高的振動和更極端的溫度，同時也有更長的生命周期等級和維保。

Kria SOM主要針對智能視覺的應用，因此，它可以用于智慧城市中的高速目標檢測，比如車牌識別等應用；同時，它也可以用于工業產線上的機器視覺應用。

對于Alveo 加速器卡，它采用行業標準的PCI-e接口，可為任意數據中心應用提供硬件卸載能力，同時還可用于SmartSSD存儲，在存儲訪問點上進行加速。此外，還能用于SmartNIC，直接在網絡流量上提供加速。

比如Alveo SN1000 SmartNIC，它擴展了SmartNIC的性能包絡，其以數據中心和邊緣計算平臺為目標，結合了高性能網絡、CPU集群和大規模FPGA，在一塊板子上構建了一個高性能計算（HPC）平臺，具有顯著的網絡加速功能。

此外，Alveo SN1000 SmartNIC采用標準化和軟件框架，不需要直接處理FPGA的編程，使用更加方便。工程師可以利用賽靈思或第三方支持FPGA中使用的大部分固件，甚至CPU集群上運行的軟件。CPU集群可運行標準的Linux發行版，如Ubuntu和Yocto Linux。SmartNIC驅動程序可用于Red Hat Enterprise Linux （RHEL）、CentOS和Ubuntu等主機平臺。

在應用方面，Alveo適用于基因組學分析、圖形數據庫、醫療影像的處理分析，以及基于視頻影像監控類應用。在應用落地方面，已經有數據中心及基因測序應用方面都有應用。

結語

軟件正在改變硬件，軟硬件的結合發展將會改變產品的形態，進一步改變我們的生活。雖然現在軟件定義硬件并沒有大規模鋪開，但不論從我們常用的手機應用，到工業應用，以及自適應計算平臺中軟件的作用，我們可以明顯看到軟件在產品中所起到的作用越來越大。未來自適應計算平臺必將加速軟件定義硬件時代的到來。