四月中旬，英特爾宣布收購一家名為Omnitek的英國公司，旨在“增強FPGA在視頻（video）和視覺（vision）領(lǐng)域的產(chǎn)品組合”。對于很多人來說，Omnitek并不是一個非常熟悉的名字。那么，究竟它為何受到了英特爾的青睞，以及這次收購背后的深層技術(shù)邏輯為何，就讓老石在本文為大家深入分析。

Omnitek CEO與創(chuàng)始人

Omnitek是何方神圣

Omnitek并不是一個傳統(tǒng)意義上的初創(chuàng)公司，它成立于1998年，總部位于英格蘭南部的貝辛斯托克（Basingstoke），見下圖。

貝辛斯托克這個小城是英國比較有名的經(jīng)濟和科技中心之一，巴寶莉（Burberry）就起源與此。這里集中了不少世界知名的大公司的總部或歐洲總部，其中包括很多半導(dǎo)體和科技公司，比如索尼、摩托羅拉、意法-愛立信等，華為的歐洲總部也曾經(jīng)設(shè)在這個小城。

雖然Omnitek已經(jīng)成立了超過20年，但員工總數(shù)只有四十人左右，也沒有公開的融資記錄。從這些方面來看，Omnitek只能算是一個中型、甚至小型的公司。

然而，在這20年中，Omnitek開發(fā)和積累了超過220個FPGA硬件IP、對應(yīng)的軟件系統(tǒng)、以及開發(fā)平臺，見下圖。

這些FPGA IP主要集中在視頻和圖像處理領(lǐng)域，包括使用FPGA進行超高清視頻圖像的旋轉(zhuǎn)、形變、3D映射、編解碼等等各類處理，見下圖。

這些應(yīng)用一直是FPGA的傳統(tǒng)應(yīng)用領(lǐng)域，特別是在諸如視頻會議、投影、顯示屏等場合。因此，就像在公布收購后的官方新聞稿中所說，這次收購將會極大的補強英特爾FPGA在視頻和圖像處理領(lǐng)域的IP資源。

然而，老石注意到，Omnitek在2018年底發(fā)布了一款自研的深度學(xué)習處理器（DPU）。與市面上任何基于FPGA的同類產(chǎn)品相比，Omnitek宣稱這款DPU的性能有著50%的優(yōu)勢。同時，與GPU相比，這款DPU在給定的功耗或成本限制下也有著更加優(yōu)異的性能。

在當前各類人工智能處理器xPU層出不窮的時候，Omnitek這個官宣大膽而自信。老石認為，這也是英特爾收購Omnitek背后的主要邏輯。

“地表最強”FPGA深度學(xué)習處理器

老石在之前的文章《FPGA在人工智能時代的獨特優(yōu)勢》一文中講過，使用FPGA對人工智能應(yīng)用進行硬件加速主要有以下幾個優(yōu)點：

基于這些優(yōu)點，Omnitek選擇使用FPGA作為其深度學(xué)習處理器的主要實現(xiàn)平臺，這與目前業(yè)界包括微軟在內(nèi)的很多公司不約而同，見下圖。

事實上，與微軟在“腦波項目”中使用的DPU相比，Omnitek的DPU在使用模型上也有著很多相似之處。這類DPU，也稱為Soft DPU，最主要的特點就是提供一個基礎(chǔ)的硬件架構(gòu)，用來進行深度神經(jīng)網(wǎng)絡(luò)的計算加速；同時提供完整的軟件編程接口和編譯器，使得上層用戶使用高層語言對神經(jīng)網(wǎng)絡(luò)進行配置。

這種架構(gòu)的最主要優(yōu)點，就是實現(xiàn)了軟硬件的完全解耦，這也讓使用者無需掌握任何硬件相關(guān)的專業(yè)知識，從而只需要專注于算法和模型本身的設(shè)計，并可以通過諸如Python、C/C++等高層語言對模型進行調(diào)整和配置。

與高層次綜合（HLS）相比，這種基于FPGA的DPU設(shè)計方法無論在性能、開發(fā)敏捷性、編譯時間等各個領(lǐng)域都有著明顯優(yōu)勢。

Omnitek DPU的主要特點

與微軟DPU相比，Omnitek的DPU又有著自己獨有的特點。它的系統(tǒng)架構(gòu)圖如下所示。

可以看到，用戶可以使用TensorFlow、Caffe或者OpenVINO等主流機器學(xué)習框架構(gòu)建的模型，或者是自己用高層語言編寫的模型，通過DPU編譯器生成特定的微代碼（Microcode），這與微軟DPU采用數(shù)據(jù)流圖的方式不同。這些微代碼將被用來配置FPGA上的DPU數(shù)據(jù)處理流水線，如下圖所示。

Omnitek DPU的另一個主要特點是可以通過編程，調(diào)整對不同DNN拓撲的支持效率。通常來講，某種DNN硬件加速器往往是針對某種特定的DNN拓撲設(shè)計的。以谷歌的TPU為例，它對于阿爾法狗所使用的CNN模型（CNN0）有著很高的運行效率，高達78.2%，平均性能也可以達到86TOPS，見下圖。然而對于另外的CNN模型，如GoogleNet（CNN1），谷歌TPU只能達到46.2%的運行效率，性能也驟降至14.1TOPS。

由此可見，不同CNN模型對于單一硬件架構(gòu)的實際性能有著很大影響。除CNN之外，諸如RNN和MLP等其他DNN拓撲有著和CNN明顯不同的特點。除此之外，隨著人工智能理論研究的不斷推進，想必會不斷涌現(xiàn)出其他更加新穎的網(wǎng)絡(luò)拓撲結(jié)構(gòu)。因此，如果使用相同的硬件架構(gòu)對這些DNN拓撲“一視同仁”，則必然不會得到滿意的性能。

對于這種情況，也只有FPGA能夠快速調(diào)整硬件結(jié)構(gòu)，以適應(yīng)不同的網(wǎng)絡(luò)拓撲結(jié)構(gòu)，這是ASIC或GPU都無法實現(xiàn)的。而這也是Omnitek DPU的另一個主要特點。

此外，Omnitek DPU還使用了“片上網(wǎng)絡(luò)（NoC）”技術(shù)，將多個DPU進行互聯(lián)和數(shù)據(jù)共享，如下圖所示。NoC是目前在大型芯片上進行數(shù)據(jù)共享和高速傳輸?shù)男滦图夹g(shù)，在賽靈思最新的ACAP架構(gòu)上，也使用了NoC技術(shù)，這在之前的文章《賽靈思下一代計算平臺ACAP技術(shù)細節(jié)全揭秘》中有過深入解讀，有興趣的讀者可以看看，在本文中就不再贅述。

性能方面，Omnitek公布了在英特爾Arria10 GX1150 FPGA上實現(xiàn)的DPU性能數(shù)據(jù)，如下所示。

單就上面的數(shù)字來看，特別是TOPS一欄，只能說差強人意。不過性能功耗比（GOPS/W）比較高，能夠體現(xiàn)FPGA的低功耗優(yōu)勢。同時考慮到Arria10是一款基于20nm工藝的FPGA，因此可以預(yù)期當使用更先進的FPGA，如Stratix 10（14納米）或Agelix（10納米）時，上面的數(shù)字將無疑會有大幅提升。

事實上，Omnitek也有使用賽靈思16納米UltraScale+ FPGA所取得的性能結(jié)果，比上面的數(shù)據(jù)有著明顯提升，本文不再給出，有興趣的讀者歡迎在老石談芯后臺回復(fù)“DPU”查看。

結(jié)語

Omnitek作為一家做了20年的視頻圖像FPGA IP提供商，剛剛切入人工智能芯片領(lǐng)域，就依托技術(shù)積累開發(fā)出了地表最強的深度學(xué)習處理器，并隨后被英特爾收購，這一系列操作實在讓人眼花繚亂。

這次收購對于英特爾而言，不僅補強了其在視頻和圖像處理領(lǐng)域的FPGA IP組合，更是直接得到了Omnitek已經(jīng)比較成熟的DPU軟硬件方案。這無疑進一步擴展了英特爾在人工智能領(lǐng)域的產(chǎn)品布局和多樣性。

Omnitek的官網(wǎng)上列出了很多公司的核心價值觀，其中很有趣的一點，就是它允許員工有著靈活的工作時間，因為公司“理解對于所有員工來說，保持‘朝九晚五’的工作時間是很困難的”。這在996盛行的今天，無疑更加值得我們思考，工作和生活，哪個才是我們應(yīng)該追求的福報。