了解一下什么是AI加速器生态系统

    今天的设计团队如果采用传统的RTL设计流程，将花费很多时间才能将运算密集型网络带入到硬件中，该领域亟需一个有别于以往RTL流程，同时又能有效提高生产力的方法。
    CATAPULT HLS平台的时代来临
    15年前，Mentor认识到设计和验证团队需要从RTL升级到HLS层级，并开发Catapult HLS平台。该平台提供了从C ＋ ＋到最佳化RTL的完整流程（图1）。
    
    图1：Catapult HLS平台
    Catapult HLS平台为算法设计师提供硬件设计解决方案，可以从C＋＋／SystemC描述，生成高品质的RTL，并且以ASIC、FPGA或eFPGA为目标。此平台能在合成之前检查设计中的错误、为功能验证和覆盖率分析提供无缝且可重复使用的测试环境，同时支持在生成的RTL与原始HLS来源之间执行形式等效性检查。
    该解决方案的优势包括：
    支持后期阶段变更。可随时变更C＋＋算法，重新生成RTL代码或使用新制程。
    支持硬件评价。可迅速地探索功耗、性能和面积选项，而无需变更原始代码。
    加快时程。将设计和验证所花时间从一年缩短至几个月，可在数日内增添新功能，使用的C／C＋＋代码行数比RTL减少5倍。
    AI加速器生态系统
    同时，Mentor在Catapult HLS平台中部署了AI加速器生态系统（图2），为AI设计师提供能快速展开项目的环境。
    
    图2：Catapult AI加速器生态系统
    AC MATH数据库
    Algorithmic C Math（AC Math）中的所有函数都以C ＋＋模板参数写成，让设计师可依据目标应用来指定数值的精准度。许多函数都使用不同的近似策略，例如，自然对数提供两种形式，即分段线性近似和cordic形式。在可接受准确度稍有误差的情况下，前者较小且较快； 后者虽然较慢，但准确许多。所有情况下都能自定义来源以达成设计目标。每个功能／内存块都附有详细的设计文件和C ＋＋验证程序。由于Catapult HLS平台会利用C ＋＋验证程序，因此很容易根据来源设计来验证RTL准确度。
    该数据库中的数学函数类别包括：
    分段线性函数－绝对值、正规化、倒数、对数和指数（自然和底数2）、平方根、反平方根和正弦／余弦／正切（正和反）
    激励函数，如双曲正切、S函数和Leaky ReLU函数
    线性代数函数，如矩阵乘法和Cholesky分解
    DSP数据库
    Algorithmic C DSP（AC DSP）数据库定义了DSP设计师通常所需要的可合成C ＋＋函数，例如滤波器和FFT。这些函数采用以C ＋＋类别为主的设计，让设计师能轻松示例物件的众多变体，以打造复杂的DSP子系统。与AC Math数据库一样，输入和输出参数都会参数化，以便能在所需的定点精确度下执行算术，从而在为合成的硬件执行面积和性能折衷时，提供高度的弹性。
    DSP数据库包含：
    滤波器函数，如FIR、1－D移动均值，以及多相位抽取
    快速傅立叶变换（FFT）函数，如radix－22单一延迟回授、radix－2x动态就位和radix－2就位图像处理数据库Algorithmic C图像处理数据库（AC IPL）首先会定义一些常见的像素格式类型定义。
    AI加速器生态系统还可提供丰富的工具组，由真实且经过测试的加速器参考设计示例，团队可以研究、修改和复制这些示例，迅速展开项目。这些随Catapult提供的套件，包含了可设定的C＋＋／SystemC IP原始代码、文件纪录、验证程序和指令码，让设计能进行HLS合成和验证流程。这些工具组展示了各种能用来对性能（延迟）、帧率、面积或功率的折衷进行实验的方法和编写程序技术。
    
    
    1  2  下一页>