Sprzęt elastyczny jak oprogramowanie. Technologia FPGA obchodzi 40 lat i napędza rewolucję AI
W tym roku mija 40 lat od premiery pierwszego komercyjnego układu FPGA, który wprowadził rewolucyjną ideę reprogramowalnego sprzętu. Technologia ta, stworzona przez współzałożyciela firmy Xilinx (obecnie część AMD), Rossa Freemana, nie tylko dała początek wartej ponad 10 miliardów dolarów branży, ale dziś odgrywa kluczową rolę w napędzaniu nowej fali innowacji w dziedzinie sztucznej inteligencji.
Idea, która stała za stworzeniem układów FPGA (Field-Programmable Gate Array), była prosta, a zarazem przełomowa: stworzyć „sprzęt elastyczny jak oprogramowanie”. Przed ich powstaniem, projektowanie chipów było procesem jednokierunkowym – raz wyprodukowany układ (tzw. ASIC) miał na stałe zdefiniowaną funkcję. FPGA to zmieniły, dając inżynierom wolność i elastyczność w modyfikowaniu funkcjonalności chipa nawet po jego wyprodukowaniu, co radykalnie przyspieszyło rozwój i innowacje w całej branży półprzewodników.
Od skromnych początków do miliardów tranzystorów
Pierwszy na świecie komercyjny układ FPGA, XC2064, wprowadzony w 1985 roku, posiadał 85 000 tranzystorów i 64 konfigurowalne bloki logiczne. Dla porównania, dzisiejsze najbardziej zaawansowane urządzenia AMD oparte na tej technologii, takie jak Versal Premium VP1902, zawierają 138 miliardów tranzystorów i 18,5 miliona komórek logicznych. Ta gigantyczna przepaść technologiczna pokazuje, jak daleką drogę przeszły układy FPGA.
Na przestrzeni czterech dekad ewolucja tej technologii była napędzana przez szereg innowacji:
- Lata 90.: pojawienie się układów z wbudowaną pamięcią RAM i procesorami DSP, kluczowych dla infrastruktury bezprzewodowej.
- 2012: Premiera rodziny Zynq – pierwszych adaptacyjnych układów SoC, które połączyły procesory ARM z programowalną logiką na jednym chipie.
- 2019: Wprowadzenie adaptacyjnych układów SoC Versal z dedykowanymi silnikami AI (AI Engines) i programowalną siecią wewnątrz układu (NoC).
- Oprogramowanie: rozwój narzędzi takich jak Vivado i Vitis sprawił, że projektowanie na układy FPGA stało się dostępne dla szerszego grona programistów, a nie tylko specjalistów od sprzętu.
- Nowa misja: przyspieszanie sztucznej inteligencji na krawędzi sieci
Obecnie układy FPGA i adaptacyjne układy SoC są wszechobecne – można je znaleźć w samochodach, pociągach, robotach, dronach, satelitach, sprzęcie medycznym i centrach danych. Ich nową, kluczową misją staje się obsługa sztucznej inteligencji, zwłaszcza w urządzeniach brzegowych (edge AI).
Podczas gdy większość zaawansowanych obliczeń AI odbywa się w chmurze na potężnych procesorach graficznych (GPU), coraz więcej zadań przetwarzania danych w czasie rzeczywistym przenosi się na urządzenia końcowe. Układy adaptacyjne są do tego idealnie przystosowane, ponieważ oferują niskie opóźnienia i wysoką wydajność energetyczną, niezbędne do analizy danych z czujników w czasie rzeczywistym. Wraz z pojawieniem się mniejszych, generatywnych modeli AI, technologia ta przeżywa swój „moment ChatGPT” na krawędzi sieci, umożliwiając działanie zaawansowanej AI w samochodach, robotach fabrycznych czy nawet w kosmosie.
Przykłady zastosowań AI z wykorzystaniem technologii AMD FPGA już dziś obejmują:
- NASA: Łaziki marsjańskie wykorzystują układy Virtex FPGA do wykrywania i analizy obrazów bezpośrednio na Marsie.
- Subaru: wybrało układy Versal AI Edge Series Gen 2 do swojego systemu wspomagania kierowcy nowej generacji „EyeSight”.
- Japońskie koleje (JR Kyushu): używają adaptacyjnych układów Kria SOM do inspekcji torów w pociągach Shinkansen w czasie rzeczywistym.
- Clarius: wykorzystuje układy Zynq UltraScale w swoich podręcznych urządzeniach USG do identyfikacji obszarów zainteresowania przez AI.
Patrząc w przyszłość, AMD widzi dalszy rozwój technologii adaptacyjnych w takich dziedzinach jak zautomatyzowana jazda, robotyka, sieci 6G, badania naukowe i eksploracja kosmosu, potwierdzając, że 40-letnia podróż układów FPGA to dopiero początek ich wpływu na świat technologii.
