賽靈思阮銘博士講5G乾貨，無線電與大規模天線陣列背後的強大引擎_風聞

　　2019年初夏，上海世界移動通信大會（MWC）。有業內人士談到，以往業界一直吐槽上海站一直是MWC的翻版，但是今年不一樣。中國市場5G發牌之後，上海展看點槓槓的，絕不輸巴展。一向低調的芯片大廠賽靈思公司（Xilinx）也首次參加這次展會。

　　賽靈思公司來自美國，是全球最大的可編程芯片（FPGA）廠商，研發、製造並銷售範圍廣泛的高級集成電路、軟件設計工具。自1984年推出了第一片現場可編程邏輯器件至今，三十幾年的快速發展中，多家超級芯片巨頭廠商曾試圖涉足，但紛紛慘敗。在可編程芯片領域，賽靈思早已築起高高的護城河。

　　

　　賽靈思公司是5G射頻單元和大規模多天線系統的核心供應商，推出了集成射頻直採高速數模轉換器的可編程邏輯器件，大大提高了系統效率和集成度，這在多天線系統，傳統宏站和小站中都得到了應用。

　　

　　賽靈思認為，它家的技術正在幫助解決5G三大挑戰，那就是容量、連接和性能。在很多人眼中，這輪5G技術浪潮，賽靈思增長空間巨大。2019年4月賽靈思通信業務得益於全球4G 和5G部署，增幅達到41%。

　　

　　賽靈思資深無線系統架構師阮銘博士做了一篇《自適應、智能化的5G基站》的演講，介紹了當今和未來的5G技術需求，以及5G計算平台需要什麼樣的能力。

　　

　　第一點，人工智能賦能5G網絡。

　　作為芯片的廠商，我們觀察到在5G的時代，數據通量大大增加。剛才也有嘉賓提到，現在用核心網集中處理的方式可能就不太適合了，公司也看到這樣一個趨勢。另外，人工智能技術是5G網絡應用場景裏面必不可少的一環技術，因為人工智能技術能夠提升對越來越複雜網絡的管理。

　　人工智能賦能5G網絡是一個熱點話題，阮銘博士也特別強調了這一點。可以賦能的關鍵點很多，包括網絡部署效率的提升、流量精準規劃、數字化維護，站點節能等。

　　從芯片廠商的角度來看，摩爾定律現在越來越走到了比較難以實現的地步。是因為芯片已經非常接近於芯片材料本身的物理極限。以賽靈思的芯片為例最新的已經走到了7納米。所以再往後走的話，僅從節點的進步來提升處理的效率已經越來越困難。只有從結構上來做大量的改變，才能夠提供給廠商所需要的計算能力和互聯通量水平。

　　第二、5G時代，靈活的芯片才強大

　　5G網絡應用場景裏面賽靈思的芯片服務的領域比較廣。比如在大規模天線中，從無線信號到波束賦形，後面的包括前傳（fronthaul）、交換機，光傳輸網（OTN, Optical Transport Network），核心網中的虛擬化加速，再到人工智能的加速等等。所以，賽靈思是一個很通用的芯片製造商。

　　

　　阮銘博士談到，我們不是專用芯片（ASIC），是可以用來處理各種各樣的業務需求的芯片，現場可編制意味着可以現場來更換功能。所以賽靈思的芯片才能夠有廣泛的應用領域。現在。我們看到的情況是什麼呢？就是大家越來越追求虛擬化，追求VmCore，來支持5G獨立組網（SA）和非5G獨立組網（NSA），它都要能夠在硬件的條件下面能夠支持。軟件可以現場根據應用來變，但是你的硬件如何能夠支持各種的配置？這個問題是非常關鍵的。

　　第三、什麼是“自適應計算平台”？

　　A-adptive

　　C-compute

　　A-Acceleration

　　P-platform

　　

　　ACAP是什麼樣的一個平台？簡單地説，自己會適應的計算加速平台。大家請注意：公司雖然是一個芯片廠商，但是產品不侷限於某一個功能的芯片，而更多的它是一個平台，彙集成各種的計算元素。我們認為這一定是一個趨勢。因為當你把一件事情的效率做到最高，你一定是把各種事情分配到了最有效的完成這個任務的硬件上面去，你才能夠做到最高效。而你能夠做到把它分解到各種硬件上面去，就意味着有兩點：第一、硬件必須通用化。第二，很強的處理的能力。

　　第四、“自適應計算平台”能力有哪些？

　　1.處理能力要非常強。既需要有一個數字信號處理（DSP，Digital Signal Processing）引擎。另外也要有專門人工智能引擎。

　　

　　人工智能在這裏，可以理解成Artificial intelligence，也可以理解為自適應（adaptable）與智能（intelligence）。完全可以用C語言編程，可以在運行的過程中改變功能，而不影響其它正在處理業務的部分。而且像這樣的一些引擎，它的數量必須是大量的。這樣的話你才能有一個“池”的概念，服務於各種的業務。所以，我們認為像這樣的一塊芯片能夠集成的引擎數量，應該在幾百甚至上千。之後，分配不同的任務到不同的陣列裏，完成所需要的功能。

　　2.在人工智能引擎（AI Engines）方案圖中，有計算單元、有內存、有直接內存訪問（DMA）來完成數據的搬移。所有的編程都是由工具完成。用户只需要做用C語言來描述你所需要達到的一個功能。完成編譯、分配直接內存訪問來搬移數據、分配內存來保證數據的不斷的處理，這些功能都將是由編譯工具來完成的。當有很強的處理能力的時候，會需要大量的數據從各個地方搬移到芯片上來。所以芯片需要有大量的互聯互通的能力。

　　

　　

　　

　　阮銘博士談到，公司的Ethrnet現在最高的標準是已經有着到600G的水平，還會有一些低速一些的，比如100G，25 G這樣的互通的能力，而這些在今天的網絡裏面已經非常常見了。所以一定要有非常強的互通的能力，另外，當有大量的數據搬移的時候，安全性也是你需要考慮的，所以要有匹配數據搬移能力的加解密的能力，而這些都是要完成ACAP平台所必須的。

　　3. 因為當你不能夠完成數據進和出的搬移，你的計算功能（compute）就將沒有用武之地。有的協議層來講的話，還需要有真正的物理的互聯的能力，這個在我們芯片上叫做Transceivers，目前大量的使用是32G的。現在得大規模天線一般來講都是25G的光纖。接下去的互聯互通是需要得到58G 、112 G的這樣的處理能力，才能滿足以後更好地處理虛擬化的業務。所以，Transceivers這也是ACAP平台它所必須要具備的一個能力。

　　另外，大規模天線有一個特點，會有大量的天線集中在很小的一塊芯片。在這樣子的一個應用場景裏，需要非常大量的一個外圍的電路，才能夠做到這樣大規模的天線陣列。所以是我們越來越看到有一個趨勢是什麼？就是需要把射頻（RF）處理的鏈路數字化。而且要跟其它的數字處理單元能夠集成在一起，這樣子的話才能夠提供非常大帶寬和非常多天線的一個大規模天線系統的需要。

　　基於ACAP平台的標準，推出了“versal ACAP”器件。樣片已經回來，測試順利。我們在2019年底的時候就已經可以進行實驗，具備了以上所談到的那些能力，集成400個人工智能的引擎，可以做數字處理、信號處理、機器學習，是通用的計算的池。另外它還有2000個左右的數字訊信號處理器，可以進行傳統的運算和類似機器學習這樣的任務。

　　總結：賽靈思要做靈活的智能5G基礎設施

　　賽靈思認為5G的時代，需要強大的計算能力，需要非常通用化，需要能夠虛擬化，需要能夠一個硬件支持各種的應用場景。正是基於這樣子的一個需求，芯片已經不只是一個芯片，它是一個平台，有各種的處理單元來完成各種不同的處理的任務。

　　美國可編程芯片大廠與中國AI頭部企業的合作

　　另外，據悉本次大會，計算機視覺獨角獸曠視科技與賽靈思公司密切合作，成功開發出基於 Zynq SoC 的 AI 攝像頭 MegEye-C3S。此舉憑藉最小功率和低成本提供了極高的 AI 推斷性能。同時，曠視最近發佈了 MegBox B2R智能視頻分析盒，其中所有神經網絡計算加速都在單個賽靈思 Zynq SoC 上實現。主要用於商業和交通應用中的綜合治理、車輛監控和監控安全用途。

　　人工智能技術即可以賦能5G網絡，解決5G網絡場景中的數據通量問題，也要更強大，更創新的算力來支持運算。人工智能，數據、算法、算力、場景的相互融合正在深化。但也有質疑者提出，對於人工智能算法公司來説，用好可編程芯片，算法和算力會有更好的配合。如果規模效應上去不，可編程芯片這種硬件只能是昂貴的玩具。（完）

　　注：未能聯繫到阮銘博士本人進行確認。

　　親愛的數據

　　出品：譚婧

　　美編：黃楠