후세인 오스만 20 년이 넘는 경험을 가진 반도체 업계 베테랑으로, 최종 사용자에게 가치를 제공하는 혁신적인 경험에 중점을 둔 감지, 처리 및 연결 솔루션을 통합하는 실리콘 및 소프트웨어 제품을 시장에 출시 한 경험이 있습니다. 지난 5 년 동안 그는 Sensai Solution 전략과 Lattice Semiconductor에서의 마켓 노력을 이끌어 고성능 AI/ML 응용 프로그램을 만들었습니다. Osman은 San Luis Obispo의 California Polytechnic State University에서 전기 공학 학사 학위를 받았습니다.
격자 반도체 (LSCC -9.17%)) 커뮤니케이션, 컴퓨팅, 산업, 자동차 및 소비자 시장에서 사용되는 저전력 프로그램 가능한 솔루션을 제공합니다. 회사의 저전력 FPGA 및 소프트웨어 도구는 Edge에서 클라우드까지 응용 프로그램의 개발을 가속화하고 혁신을 지원할 수 있도록 설계되었습니다.
Edge AI는 회사가 클라우드 기반 AI 처리에 대한 대안을 찾기 때문에 견인력을 얻고 있습니다. 이러한 변화가 반도체 산업에 어떤 영향을 미치고,이 변환에서 격자 반도체가 어떤 역할을하는지 보는 것은 무엇입니까?
Edge AI는 절대적으로 견인력을 얻고 있으며, 전체 시장에 진정으로 혁명을 일으킬 수있는 잠재력 때문입니다. 광범위한 부문의 조직은 클라우드 컴퓨팅만으로 가능한 것보다 더 빠르고 효율적이며, 특히 실시간 응용 분야에서 더 빠르고 효율적이며 안전한 운영을 달성하는 데 도움이되기 때문에 Edge AI에 기대어 있습니다. 그것이 대부분의 사람들이 초점을 맞추는 경향이 있습니다. Edge AI가 구현할 때 비즈니스 운영을 어떻게 변화 시키는가. 그러나이 다른 여정이 탠덤에 일어나고 있으며 구현하기 전에 시작됩니다.
Edge AI의 혁신은 원래 장비 제조업체를 발자국 제약 조건에도 불구하고 AI 모델을 실행할 수있는 시스템 구성 요소를 설계하도록 밀고 있습니다. 이는 가벼운 최적화 된 알고리즘, 특수 하드웨어 및 성능을 보완 및/또는 증폭시키는 기타 발전을 의미합니다. 이것은 격자 반도체가 작동하는 곳입니다.
FPGA (Field Programmable Gate Array)는 디자이너가 대기 시간, 전력, 보안, 연결성, 크기 등과 관련된 엄격한 시스템 요구 사항을 충족하는 데 필요한 적응 가능한 하드웨어를 제공합니다. 그들은 엔지니어가 미션 크리티컬 자동차, 산업 및 의료 응용 프로그램을 기능적으로 유지할 수있는 장치를 구축 할 수있는 기초를 제공합니다. 이것은 현재의 혁신에 중점을 둔 영역이며, 고객이 도전을 극복하고 Edge AI의 시대를 자신있게 맞이할 수 있도록 기쁘게 생각합니다.
Edge AI를 구현할 때 비즈니스가 직면 한 주요 과제는 무엇이며 FPGA가 기존 프로세서 나 GPU보다 이러한 문제를 더 효과적으로 해결하는 방법은 무엇입니까?
알다시피, 몇 가지 도전은 진정으로 보편적 인 것 같습니다. 어느 기술 발전. 예를 들어, Edge AI의 힘을 활용하기를 희망하는 개발자와 비즈니스는 다음과 같은 일반적인 도전과 같은 일반적인 도전과 관련이있을 것입니다.
- 자원 관리. Edge AI 장치는 점점 제한된 계산 및 배터리 용량 내에서 작업하면서 복잡한 프로세스를 안정적으로 수행해야합니다.
- Edge AI는 로컬 데이터 처리의 개인 정보 이점을 제공하지만 물리적 변조 가능성 또는 소규모 모델과 함께 제공되는 취약점과 같은 다른 보안 문제를 제기합니다.
- Edge AI 생태계는 하드웨어 아키텍처 및 컴퓨팅 요구 사항이 매우 다양 할 수 있으므로 데이터 관리 및 모델 업데이트와 같은 측면을 규모로 간소화하기가 어렵습니다.
FPGA는 효율적인 병렬 처리, 저전력 소비, 하드웨어 수준 보안 기능 및 재구성 성의 조합을 통해 이러한 주요 문제를 해결하는 데 비즈니스를 제공합니다. 이것들은 마케팅 유행어처럼 들릴지 모르지만 Top Edge AI Pain Point를 해결하는 데 필수적인 기능입니다.
FPGA는 전통적으로 브리징 및 I/O 확장과 같은 기능에 사용되었습니다. Edge AI 애플리케이션에 특히 적합한 이유는 무엇입니까?
그렇습니다. 당신은 FPGA가 연결 영역에서 뛰어나는 것이 옳습니다. 이는 Edge AI 응용 프로그램에서 강력한 것의 일부입니다. 당신이 언급했듯이, 그들은 다양한 장치 및 통신 프로토콜과 인터페이스 할 수있는 사용자 정의 가능한 I/O 포트가 있습니다. 또한 브리징 및 센서 퓨전과 같은 기능을 수행하여 레거시 및 신흥 표준을 포함한 다양한 시스템 구성 요소 간의 원활한 데이터 교환, 집계 및 동기화를 보장 할 수 있습니다. 이러한 기능은 오늘날의 Edge AI 생태계가 더 복잡해지고 상호 운용성 및 확장 성이 증가함에 따라 특히 중요합니다.
그러나 우리가 논의한 바와 같이, FPGA의 연결 혜택은 빙산의 일각 일뿐입니다. 또한 적응성, 처리 전력, 에너지 효율 및 보안 기능이 결과를 주도하는 방법에 관한 것입니다. 예를 들어, FPGA는 특정 AI 작업을 수행하도록 구성 및 재구성 할 수 있으므로 개발자가 응용 프로그램을 고유 한 요구에 맞게 조정하고 진화하는 요구 사항을 충족시킬 수 있습니다.
Edge AI의 효율성, 확장 성 및 실시간 처리 기능 측면에서 저전력 FPGA가 GPU 및 ASIC와 어떻게 비교되는지 설명 할 수 있습니까?
GPU 및 ASIC와 같은 하드웨어에는 Edge AI 애플리케이션을 지원할 수있는 컴퓨팅 전원이 없다고 생각하지 않습니다. 그들은합니다. 그러나 FPGA는 대기 시간 및 유연성과 같은 다른 영역에서 이러한 다른 구성 요소에 대해“가장자리”를 가지고 있습니다. 예를 들어, GPU와 FPGA는 병렬 처리를 수행 할 수 있지만 GPU 하드웨어는 광범위한 매력을 위해 설계되었으며 FPGA의 특정 에지 애플리케이션을 지원하는 데 적합하지 않습니다. 반면에, Asics ~이다 특정 응용 프로그램을 대상으로하지만 고정 된 기능은 사용의 상당한 변화를 수용하기 위해 완전한 재 설계가 필요하다는 것을 의미합니다. FPGA는 두 세계의 최고를 제공하기 위해 목적으로 지어졌습니다. 에지 모델이 업데이트가 필요할 때마다 사용자 지정 하드웨어 파이프 라인과 배포 후 수정을위한 공간과 함께 제공되는 낮은 대기 시간을 제공합니다.
물론 단일 옵션은 없습니다 오직 맞습니다. 시스템에 어떤 의미가 있는지 결정하는 것은 각 개발자에게 달려 있습니다. 응용 프로그램의 주요 기능, 그들이 만나려고하는 특정 결과, 미래 방지 관점에서 디자인이 얼마나 민첩 해야하는지 신중하게 고려해야합니다. 이를 통해 요구 사항을 충족하기 위해 올바른 하드웨어 및 소프트웨어 구성 요소 세트를 선택할 수 있습니다. 우리는 FPGA가 일반적으로 올바른 선택이라고 생각합니다.
Lattice의 FPGA는 특히 자동차, 산업 자동화 및 IoT와 같은 산업에서 AI 중심의 의사 결정을 어떻게 향상시킬 수 있습니까?
FPGAS의 병렬 처리 기능은 시작하기에 좋은 장소입니다. 순차적 프로세서와 달리 FPGA의 아키텍처를 통해 AI 계산을 포함하여 많은 작업을 병렬로 수행 할 수 있으며 구성 가능한 모든 로직 블록이 서로 다른 작업을 동시에 실행합니다. 이를 통해 자율 주행 차량, 스마트 산업 로봇 또는 스마트 홈 장치 또는 의료용 웨어러블에 대해 이야기하든, 이름을 지은 주요 세로에서 실시간 응용 프로그램을 지원하는 데 필요한 높은 처리량이 낮은 대기 시간 처리가 가능합니다. 또한, 모델과 요구 사항이 시간이 지남에 따라 발전함에 따라 특정 AI 워크로드에 대해 사용자 정의하고 필드에서 쉽게 재 프로그래밍 할 수 있습니다. 마지막으로, 하드웨어 수준의 보안 기능을 제공하여 AI 기반 시스템이 부팅에서 데이터 처리 및 그 이상으로 안전하게 유지되도록합니다.
Lattice의 FPGA가 Edge AI 성능, 보안 또는 효율성을 크게 향상시킨 실제 사용 사례는 무엇입니까?
좋은 질문! 내가 흥미로운 한 가지 응용 프로그램 중 하나는 엔지니어가 격자 FPGA를 사용하여 차세대 스마트의 AI 구동 로봇에 전원을 공급하는 방법입니다. 지능형 로봇에는 안전한 자동화를 보장하기 위해 실시간의 기기 처리 기능이 필요하며 Edge AI가 제공하도록 설계된 것입니다. 이러한 조수에 대한 수요는 증가 할뿐만 아니라 기능의 복잡성과 정교함도 증가합니다. 최근 컨퍼런스에서 Lattice 팀은 FPGA를 사용하여 스마트 로봇이 어떻게 공의 궤적을 추적하고 공중에 잡을 수 있었는지 보여 주었고, 올바른 기술로 구축 될 때 이러한 기계가 얼마나 빠르고 정확한지를 보여줍니다.
하드웨어 관점에서 이것을 흥미롭게 만드는 것은 이러한 응용 프로그램을 수용하기 위해 설계 전술이 어떻게 변화하고 있는지입니다. 예를 들어, CPU 또는 기타 전통적인 프로세서에만 의존하는 대신 개발자는 FPGA를 믹스에 통합하기 시작했습니다. 주요 이점은 FPGA가 더 많은 센서 및 액추에이터 (및 더 다양한 구성 요소 범위)와 인터페이스 할 수 있으며, 이러한 센서 근처의 저수준 처리 작업을 수행하여보다 고급 컴퓨팅을 위해 기본 컴퓨팅 엔진을 확보 할 수 있다는 것입니다.
AI 추론에 대한 수요가 증가함에 따라 Lattice는 FPGA가 대규모 반도체 회사가 개발 한 특수 AI 칩과 경쟁력을 유지하는 방법을 어떻게 보장합니까?
AI 칩 추구가 반도체 산업의 많은 부분을 추진하고 있다는 것은 의심의 여지가 없습니다. NVIDIA와 같은 회사가 비디오 게임 그래픽 카드를 만드는 것에서 AI 업계 대기업이되는 것에 이르기까지 어떻게 피벗했는지 살펴보십시오. 그럼에도 불구하고, Lattice는 시장이 더 포화 되더라도 우리를 눈에 띄게 만드는 독특한 강점을 테이블에 가져옵니다.
FPGA는 수요가 상승하기 때문에 우리가 투자하기로 선택한 구성 요소가 아닙니다. 그것들은 우리의 핵심 제품 라인의 중요한 부분입니다. 대기 시간 및 프로그래밍 가능성에서 전력 소비 및 확장성에 이르기까지 FPGA 오퍼링의 강점은 수년간의 기술 개발 및 개선의 결과입니다. 또한 AI 디자인 및 그 이상에서 FPGA의 사용을 최적화하기 위해 구축 된 모든 업계 최고의 소프트웨어 및 솔루션 스택을 제공합니다.
우리는 하드웨어 및 소프트웨어 솔루션에 대한 반복 및 반도체 업계의 파트너와의 관계에 의해 수년간의 지속적인 개선을 통해 FPGA를 개선했습니다. 우리는 고객에게 가장 관련성이 높고 신뢰할 수있는 기술적 기능을 제공 할 수 있도록 디자인, 개발 및 구현 파트너와 협력하기 때문에 계속해서 경쟁력을 유지할 수 있습니다.
프로그래밍 가능성은 진화하는 AI 모델 및 워크로드에 적응할 수있는 FPGA의 능력에서 어떤 역할을합니까?
고정 기능 하드웨어와 달리 FPGA는 배치 후 재개 및 재 프로그래밍 할 수 있습니다. 이 고유 한 적응성은 아마도 진화하는 AI 모델과 워크로드를 지원하는 데있어 가장 큰 차별화 요소 일 것입니다. AI 환경이 얼마나 역동적인지를 고려할 때 개발자는 지속적인 하드웨어 업그레이드에 대해 걱정하지 않고 알고리즘 업데이트, 데이터 세트 증가 및 기타 중요한 변화를 지원할 수 있어야합니다.
예를 들어, FPGA는 이미 쿼터 후 암호화 (PQC)로의 지속적인 전환에서 중추적 인 역할을하고 있습니다. 비즈니스가 다가오는 양자 위협에 맞서고 취약한 암호화 체계를 차세대 알고리즘으로 대체하기 위해 노력함에 따라, 그들은 FPGA를 사용하여 원활한 전환을 용이하게하고 새로운 PQC 표준을 준수하는 것을 보장하고 있습니다.
Lattice의 FPGA는 비즈니스가 Edge AI 배포에서 성능, 전력 소비 및 비용 사이의 상충 관계의 균형을 어떻게 돕는가?
궁극적으로 개발자는 성능과 가능성 중에서 선택할 필요가 없습니다. 예, 에지 응용 프로그램은 종종 계산 제한, 전력 제약 조건 및 대기 시간 증가에 의해 방해됩니다. 그러나 격자 FPGA를 통해 개발자는 이러한 과제를 완화 할 수있는 유연하고 에너지 효율적이며 확장 가능한 하드웨어를 제공합니다. 예를 들어 사용자 정의 가능한 I/O 인터페이스는 다양한 에지 애플리케이션에 연결하면서 복잡성을 줄입니다.
배치 후 수정을 통해 진화하는 모델의 요구를 지원하기 위해 쉽게 조정할 수 있습니다. 이 외에도 FPGA에서 전처리 및 데이터 집계가 발생하여 에지 프로세서의 전력 및 계산 변형을 낮추고 대기 시간을 줄이고 비용을 낮추고 시스템 효율성을 높일 수 있습니다.
특히 Edge AI 및 전력 효율적인 처리와 관련하여 향후 5-10 년 안에 AI 하드웨어의 미래를 어떻게 구상합니까?
Edge 장치는 Complex AI 및 ML 알고리즘의 컴퓨팅 및 에너지 수요를 처리하려면 더 빠르고 강력해야합니다. MS 비즈니스는 번성해야합니다. 특히 이러한 응용 프로그램이 더욱 평범 해짐에 따라. Edge Applications를 지원하는 동적 하드웨어 구성 요소의 기능은 탠덤으로 적응해야하며 점점 작고, 더 똑똑하고 통합되어야합니다. FPGA는 기존의 유연성을 확장해야하므로 수요가 높을수록 낮은 대기 시간 및 저전력 기능을 제공해야합니다. 이러한 기능을 통해 FPGA는 개발자가보다 정교한 자율 주행 차량, 산업 자동화, 스마트 도시 또는 그 이후의 진화하는 모델의 요구를 쉽게 충족시킬 수 있도록 개발자가 계속 재 프로그래밍하고 재구성 할 수 있도록 도와 줄 것입니다.
훌륭한 인터뷰에 감사드립니다. 더 배우고 싶은 독자들은 방문해야합니다. 격자 반도체.
게시물 Hussein Osman, Lattice Semiconductor의 세그먼트 마케팅 디렉터 – 인터뷰 시리즈 먼저 나타났습니다 Unite.ai.
