西門子系統集商-上海煥拓自動控制有限公司

深爱激情网內容

當前位置:西門子PLC > 深爱激情网內容 > 與4G技術相比,新一代5G技術到來爲高級深爱激情网融合固定及移動網絡應用 > 正文

與4G技術相比,新一代5G技術到來爲高級深爱激情网融合固定及移動網絡應用

西门子深爱激情网內容   查阅次数:2811   更新时间: 2019-07-27 10:14

與4G技術相比,新一代5G無線通信技術有望將吞吐量提高兩個數量級的同時將延時降低兩個數量級。5G標准的到來,爲高級深爱激情网和融合固定及移動網絡應用定義了全新的算法和協議。

盡管我們研究5G已有一段時間,但新無線電的5G標准到2018年完成融合,到2020年才開始5G網絡部署,因此芯片的研發周期非常短。在過去兩年中,芯片制造商一直在競相研發5G芯片,以期在5G技術首次亮相時便能夠及時投放市場。所以,芯片制造商沒有坐等標准成熟,而是選擇在模塊中加入更多軟件可編程解決方案。這些解決方案傳統上會作爲固定功能硬件,在物理層和數字前端等環節得以實現。

同時,5G令人生畏的吞吐量和延時要求促使各級通信協議全面加速。例如,第2層處理傳統上是在標准處理器中完成,但其實並無法達到實際所需的性能標准。

如何解決?

ASIp方案

专用指令集处理器成功弥合了高度优化的固定功能硬件实现与标准处理器 Ip 之间的差距。对于绝大部分5G芯片而言,在实现架构中的模块时,如果需要特定硬件性能并且还要求处理器 Ip 具备可编程性和灵活性,那么ASIp将是最优的选择 。

▲?ASIp 弥合了固定功能 RTL 设计与通用处理器 Ip 之间的差距

研發團隊可以根據不同要求來開發ASIp去執行一個特定的系統模塊,例如前向糾錯;或者用于整個系統,例如用于第1層基帶處理的矢量DSp。在第一種情況下,它的可編程性使得模塊能夠容納算法變量。每種情況下,設計人員都可以進行權衡,以平衡性能、靈活性、能耗、可重用性和設計時間。

ASIp Designer

ASIp Designer采用了涉及多个领域工作的ASIp方案,包括定义合适的ASIp架构、实现处理器硬件和相应的软件开发工具包、可帮助自动创建ASIp及其相关的SDK。

▲ASIp Designer 工具流程

處理器建模

ASIp使用nML描述,nML是一種條理清晰的體系結構描述語言,能夠高效而簡潔地描述與編程手冊相同抽象級別的處理器體系結構。

SDK生成

ASIp Designer使软件开发人员能够直接在候选架构上开发和分析C/C ++ 软件,因为ASIp Designer提供了一个功能齐全的SDK,可以自动适应nML中描述的已定义处理器架构。SDK包含优化的C/C ++ 编译器、汇编器/反汇编器、链接器、周期精确和指令精确的指令集仿真器,以及图形调试器。

编译器独具专利型编译器可重定向性,可适应所有候选架构的细节。GNU或 LLVM等经典编译器框架,需要去开发架构专用的编译器后端,并且还必须对每个候选架构重复此过程。编译器的即时可用性支持快速迭代,也支持用于架构探索的“循环内编译器”方法。

循環內編譯器方法意味著軟件工程師可以向ASIp設計工程師提前反饋,處理器的動態性能可以即時分析和優化。

硬件的生成和驗證

设计人员一旦确定建模的ASIp满足所选算法的预期性能,就可以使用ASIpDesigner生成可综合的 RTL,从而使用标准流程执行实现级细化和详细验证,然后使用新思科技Design Compiler生成门级描述,并预测电路的功耗要求和面积,或使用布局布线工具来辨别布线拥塞的风险。

采用這種“循環內綜合”方法能夠作出有根據的決策,避免在設計後期出現意外情況。如果設計人員在實現過程中遇到問題,則可以回到nML描述進行調整。nML中采用單源條目,所以SDK和RTL會保持同步。

5G芯片專用ASIp示例

在大多數即將推出的5G芯片中都部署了ASIp,並且在基站和移動終端中均有部署,主要應用領域包括需要大規模信號處理的領域,例如第1層中的數字前端和基帶處理,以及第2層控制功能的加速。

如图 1 所示,ASIp可以满足各种架构的需求,并且ASIp Designer用户可以进行任何级别的架构设计。5G专用ASIp包括具有专用数据类型、存储器和寄存器配置以及指令集的宽矢量DSp,其性能优于标准DSp。以下是两个可供 ASIp Designer授权方使用的示例设计。

FFT/DFT 加速

primeCore是一款针对FFT/DFT操作进行了调整的处理器。它支持从8到2048的所有2次幂大小的FFT,以及从6到1536的所有质因数分解大小的 DFT。

▲primeCore 架构

primeCore是一个256位8通道SIMD架构,具有三个矢量数据路径单元,处理复杂的定点操作数。VU0执行专用蝶形运算,从定制的寄存器文件中读取数据;VU1执行向量乘法和加法;VU2专门执行基数6蝶形计算。它具有两个矢量存储器,其中一个存储器分配给VU1使用。加载及加载-存储操作与向量操作并行发生,从而产生多达5路的指令级并行。架构虽然经过高度专业化,但通过ASIp Designer生成的编译器充分利用并行,完全可以进行C编程。一些数据点说明了性能:256-FFT需要172个周期,2048-FFT需要1189个周期,1296-DFT需要798个周期。700MHz时钟的综合结果是35万门。

MMSE 加速

第二示例处理器可实现最小均方误差均衡器算法,用于基站中的5GNR信道均衡。该算法在矩阵元素是复杂浮点数的矩阵运算中占有主导地位。最终形成一个非常宽的SIMD架构,具有4路指令级并行。该架构特别关注高效存储器概念。由于成本原因,使用了单端口存储器,进行一次复杂的乘法累加运算需要访问存储器两次,并且是流水线运算。为处理特定于该算法的三角矩阵,实现了许多专门的索引寻址模式。同样,这种架构完全可以进行C编程,能够利用ASIp Designer的编译器处理流水线运算。基于MMSE算法的嵌套循环结构,编译器就具备为内循环和外循环执行软件流水运算的独特能力,从而显著减少周期数。

結語

向5G的轉變促使系統架構師在設計中尋找針對各個模塊的實現方法,突破在商用處理器Ip上運行軟件或人工、定制的固定RTL之間二選一的局面。

ASIp是一种成熟的实现方案,具备高度优化的RTL和软件可编程性等优势。许多公司借助ASIp Designer来设计ASIp,降低风险的同时加快了设计进度,而其独特的循环内编译器和循环内综合方法能够高效地指导架构的选择。此外,ASIp Designer自动提供质量优异、功能齐全的专业SDK,无需聘请编译器、仿真器或调试GUI专家,即可以快速支持软件开发团队。

因此,依赖ASIp Designer的设计团队现在可以考虑:

●用ASIp取代固定功能硬件實現,將設計和驗證過程中複雜、費神且容易出錯的過程轉移到軟件中,這樣就可以在軟件中解決出現的問題,從而加快深爱激情网上市時間。

●設計自己的專用DSp和算法特定加速器,例如5G物理層和數字前端處理,以及第2層加速所需的加速器。

几十年来,不同细分市场的领先公司都采用了ASIp方法,而现在大多数开发5G芯片的顶级公司都把ASIp Designer作为自动化设计流程的首选工具。

原文標題:你需要這款專用處理器來應對5G時代

文章出處:歡迎添加關注!文章轉載請注明出處。

AI作为可以渗入千行万业的通用技术 听上去很「古老」技术?

作为一种可以渗入千行万业的通用技术,AI 经常可以让一门听上去「古老」的技术,瞬间焕发新的想象力。比如遥感,这个中国人并不陌生的技术词汇。

所謂遙感,一般指運用遙感器對物體的電磁波的輻射、反射特性進行探測。通過遠離目標和非接觸的方式,來判斷和識別探測目標。這種技術一般應用于空中平台,比如衛星、航空器、無人機等等。

在 100 年前,现代地理学和测量学当中,已经诞生了遥感科学的前身。1972 年,美国宇航局发射了搭载有遥感器的地球资源技术卫星 ERTS-1,宣告了现代遥感技术正式到来。

这门在数十年间帮助人类认识地球的技术,今天正在与 AI 技术展开一场充满想象力的邂逅。但是二者的结合并不那么容易。端侧AI算力的突破,算法模型的深度学习,正在成为 AI+遥感产业,乃至冉冉升起的空间智能领域,不可或缺的产业基石。

比如说,今年 6 月,武汉大学测绘遥感信息工程国家重点实验室与华为携手举办了遥感图像稀疏表征与智能分析竞赛。这场旨在推动「空间信息稀疏表征与融合处理」的相关理论与技术的发展的比赛中,参赛选手将使用华为智能计算新深爱激情网 Atlas 200 DK 开发套件,在对应遥感图像测试数据集上实现算法模型的推理计算。

今天我们可以以此为契机,探讨一下遥感邂逅 AI 的价值与需求。

当遥感邂逅 AI

新機遇也是新挑戰

从现代遥感诞生之日起,在两弹一星项目的帮助下,中国一直是遥感技术的核心参与者。自 70 年代到如今,我国已经发展出了完善的遥感相关学科以及多元化的应用领域。在环境遥感、大气遥感、资源遥感、海洋遥感、地质遥感、农业遥感、林业遥感等领域,都有着大量的应用实践与前沿探索。

到了今天,遙感技術主要面對的機遇與挑戰,是讓這門技術普惠化落地,推向各行各業,甚至讓遙感走入工農林業的垂直生産周期,成爲城市規劃、防災救災等領域的「一線工作者」。這其中有很多技術難點,就遙感科學本身是無法獨立攻破的。比如說在無人機遙感領域,圖像識別的周期長、從采集數據到應用數據的需要消耗大量時間與人力成本,就成爲了遙感進入各深爱激情网的主要制約點之一。

而这个问题,恰好可以交给 AI 来解决。

我们知道,以深度学习代表的本轮 AI 技术,带来了一个重要能力,就是机器视觉技术体系。其中图像识别、图像处理、动态识别、图像分类等能力,恰好可以作用于遥感数据中。在理想状态下,实现从数据到有效结论信息的自动化识别和推理。

目前,国内已经有众多 AI 公司、研究机构参与到了 AI+遥感产业的融合中,在自动化图像处理、遥感数据解译等领域完成了大批高质量算法开发。去年,中国首个遥感人工智能应用技术研究中心在重庆成立。目前,我国在农业、工业、路网、气象、水利、建筑等领域,都已经展开了遥感+AI 的探索布局。

综合来看,目前业界对「智能遥感」的主要理解是,AI 技术可以在遥感领域,提供主动、实时化、自动纠错的图像识别与推理能力。

具体到跟各深爱激情网垂直应用息息相关的无人机遥感,AI 可以带来如下几项帮助:

◆ 1、完成大量自动识别工作,实现遥感数据到可用数据的自动化处理。

◆?2、縮短遙感數據使用流程,通過自動識別、自動預處理,讓遙感結果可以實時被讀取和利用,從而讓實時化的遙感+作業聯動成爲可能。

◆?3、用算法還原圖像數據,降低環境與天氣帶來的影響。無人機遙感要面臨諸如複雜地形、雨霧天氣等影響因素,而通過特定算法的還原,這些影響因素可以部分消弭。

◆?4、降低人工消耗,提高测绘效率,并且在部分领域实现预警式遥感,比如我国目前在滇藏、青藏等高原公路路段,已经采用 AI+遥感技术,来主动发现泥石流、塌方路段。

然而罗马不是一天建成的。虽然遥感与 AI 的结合可以解决大量问题,构建新的想象力。但是在真实结合中,依旧将面对不少产业障碍。

比如说,上文提到 AI 算法可以提高实时化自动识别遥感图像的能力,但在实际运用中。遥感卫星和无人机要将数据上传到云端,在数据中心进行处理后再回传,依旧无法达到实时化的效果。上传云端行为,限制了深爱激情网应用 AI 遥感技术的可行性,比如在很多涉及国计民生的深爱激情网并不适合大量数据上云。

为此,最好的解决方案是让无人机、遥感器等端侧设备上可以进行 AI 运算,数据本地预处理,实时贴近深爱激情网流程。然而产业现实是,目前 AI+遥感深爱激情网中,绝大部分企业主要解决的是算法问题。然而算法问题需要有效的网络环境、计算环境去保障。就像再好的家电,没有电也是白搭。

于是我们可以看到,在遥感体系中硬件层面,尤其是边端侧的 AI 算力供给变得十分重要。

另一个方向来看,AI 虽然降低了识别遥感数据所需的人力消耗,但复杂的硬件环境,很可能带来更多的 AI 技术人才消耗。而在目前产业环境下,AI 硬件人才的成本是更大的。所以说,在硬件端保证遥感体系中,AI 能力的兼容性和环境可用性,也是一个重要问题。

好在边端侧的 AI 算力解决方案已经在产业中浮现,比如说华为的 Atlas 智能计算深爱激情网,就带给遥感深爱激情网一个令人惊喜的突破:让 AI 算力飞在空中。

飞翔的 AI 算力

上文的邏輯中,我們講述了這樣一個現狀:遙感想要走進各行各業,就需要加強無人機遙感的應用性。其中核心問題在于,要讓無人機本身具備相對充沛的AI算力,讓圖像處理、圖像識別、環境識別等相關運算,直接發生在設備當中。這樣一方面避免了數據上傳雲端可能帶來的安全問題,同時也加快了處理速度,縮短業務流程。

总而言之,这个问题目前最有效的解法,需要让 AI 算力飞起来,在无人机本身加装 AI 芯片。

飞在天空中的 AI 加速能力并不容易,这需要充沛的 AI 算力、多链路视觉数据处理能力,以及无人机场景中的环境适应性来进行集合保障。

回到武汉大学测绘遥感信息工程国家重点实验室所举办的比赛中,参赛选手们将使用 Atlas 200 DK AI 开发者套件来完成数据算法模型的推理计算。试想一下,如果不仅仅是算法侧引入华为 Atlas 智能计算平台,同时在无人机设备上搭载华为 Atlas 200 加速模块遥感将在端测和算法侧都得到强大的 AI 算力赋能,必将大大提升遥感测绘中的工作效率。

Atlas 200 还可以与华为的全栈全场景 AI 能力与 Atlas 系列化深爱激情网相结合,在云端一体化和多设备计算领域获得更好的兼容性,有效应对 AI+遥感可能需要的复杂解决方案部署和云端一体化应用。

AI 算力飞在天上,仅仅是智能遥感大幕的一角。向更远处看,我们可以发现 Atlas 200 代表的机器视觉与万物相联模式,正在有效形成各产业的突破机遇。万物的智能迭代,都不可避免要从一枚芯片开始。

萬物「芯」開始

综合来看,当 Atlas 200 走进无人机遥感空间,可以看到这样几个应用场景获得了突破:

◆?1、增強了實時化圖像識別與圖像預處理能力。讓農業災害的實時分析,抗災調度,以及路況、山體檢測預警等實時化應用效率加強。

◆?2、基于本地计算的安全性保障,提升终端处理能力,让电力、矿山,电力系统的遥感工作可以更好应用 AI 能力进行遥感测绘,提升了遥感技术的工业级应用能力。

◆?3、Atlas 系列深爱激情网的高性价比、主流算力特质,可以更好支持真实的产业项目落地,帮助产业完成低成本、低门槛部署 AI 遥感,并且可以避免出现大规模部署中的断货缺货状态,构筑更完善稳妥的供应链,让农业等需要广泛部署 AI 遥感的长尾产业获得了应用可能。

总体而言,Atlas 让智能遥感可以真正在硬件通道上走入千行万业,让智能遥感技术一定程度上达成实时化、工业级、低门槛,适配各行各业的需求。

同时应该看到的是,这三点综合下来,就是让机器视觉能力高效率、高安全性、低成本地走入深爱激情网。目前这一能力并非仅仅被遥感领域需要,在大量需要应用视觉识别、图像与视频处理的深爱激情网当中,端侧 AI 加速都是必不可少的产业基座。

比如公共场所和交通场景中的智能摄像头、智能园区的门脸识别解决方案、导览机器人的视觉系统等等,都需要快速易获取,能够高效支撑产业应用的端侧 AI 算力。

万物智能,要从万物有「芯」开始。Atlas 200 让 AI 算力飞翔在空中,遥感落地千行万业的故事,或许可以看作一个「公式」。它复用到今天无数产业端口中,构成真正的普惠 AI 蓝图。

原文标题:遥感邂逅 AI 的浪漫故事,需要一枚「算力戒指」

文章出處:歡迎添加關注!文章轉載請注明出處。