8月?29 日至 9 月?2 日，可編程邏輯領域的頂級會議之一——“現場可編程邏輯與應用國際會議”（簡稱FPL）?將在英國貝爾法斯特舉行，AMD北京?AI 研發團隊的兩篇論文成功入選本屆會議，分別為《XVDPU：基于 Versal 平臺 AI 引擎的高性能 CNN 加速器設計》和《A-U3D：?基于 Versal 平臺統一 2D/3D CNN 加速器設計以及針對視差估計應用的優化》。FPL 會議注重硬件架構設計和硬件工具領域的研究。此次 AMD AI 研發團隊入選的兩篇論文側重基于 Versal 異構計算平臺的 AI 處理器架構設計，充分發揮 Versal 平臺的算力和靈活性優勢。
今年 CVPR 會議上，AMD AI 研發團隊的兩篇論文成功入選。在同期舉辦的計算機圖像恢復領域最具影響力的全球賽事 NTIRE 2022 挑戰賽上，團隊獲得高效超分辨率（Efficient Super-Resolution）精度賽道第一的佳績，相關技術報告也被 CVPR Workshop 接收。
“數據、算法和算力是?AI?的三大基石。AMD AI研發團隊在頂級學術會議上取得的一系列成績，不僅展現了團隊在算法和算力提升方面的研究成果，也源于團隊在創新研究和客戶需求雙重驅動下的不懈探索，通過前沿研發更好地提升產品核心競爭力，從而助力客戶打造更卓越的解決方案。”
單羿博士
AMD公司副總裁、AI研發團隊負責人
論文第一作者：賈希杰，AMD高級開發經理
當前，卷積神經網絡廣泛應用于計算機視覺領域。更高精度和分辨率的需求引入了更復雜的神經網絡，算力和數據讀寫 I/O 因而日益成為瓶頸。AMD 7nm Versal ACAP 具備 AI 引擎核（AIE 核），與傳統 FPGA 解決方案相比，能夠以 50% 的能耗提供8倍的算力。
上圖展示了論文中 XVDPU 加速器的架構設計，它具有以下特征：
??上下滑動查看更多內容??
實驗表明，僅使用 96個AIE 核的配置，XVDPU 具有 9.8 倍于 ZCU102 ZU9 MPSoC 的計算能力和更高的計算效率，對于非 I/O 瓶頸的網絡，如 MLPerf_resnet50_v1.5_tf 和 vgg_16_tf，可以獲得 9 倍多的 FPS 性能，限于板卡的 DDR 帶寬（68.3GB/s），所支持的網絡中可以獲得 1 倍多到 9 倍多的 FPS 性能。
XVDPU 是一個“AI 引擎?+ PL 邏輯?+ PS CPU”的混合異構計算系統：AI 引擎具有強大的并行計算能力，應用于推理計算可以獲得高能效比；PL 邏輯的在線可編程特性提供了靈活性，可以根據網絡模型的變化進行升級，支持最新的網絡模型；借助 PS ARM核中的Linux系統，靈活支持應用軟件。異構計算系統各部分發揮各自優勢，合力構建了高性能CNN加速器。
得益于強大的計算性能和計算效率、新型網絡模型的廣泛支持，XVDPU 上已經成功部署超過 100 個CNN模型，從低時延數據中心到高階自動駕駛、再到復雜機器人系統等廣泛的嵌入式系統，都能夠從中受益。
論文第一作者：張天宇，AMD高級工程師
視差估計是一項基本的計算機視覺任務，它在給定一對校正立體圖像的情況下預測每個像素的視差，在自動駕駛、機器人等領域具有廣泛的應用。最近基于 CNN 的方法將 3D 卷積和視差回歸用于視差估計。PSMNet 是流行的基于 3D CNN 的解決方案之一，具有良好的保真度結果，但部署網絡消耗算力大。在這項工作中，團隊以 PSMNet 為例，旨在為嵌入式設備上的一般視差估計任務提供參考解決方案。論文中介紹的加速器架構設計如下圖所示。
本論文研究的獨特價值在于以下3方面：
??上下滑動查看更多內容??
與不同平臺相比，團隊的工作實現了更高的能量效率、0.289s的延遲和10.1FPS的幀率。在輕量級工作負載模型中，該解決方案展示了超過 10,000 GOP/s E2E 吞吐量。因此，這種解決方案具備更高的實用性，非常適合應用于自動駕駛、機器人和其它機器視覺相關領域。
人才招聘?2022
AMD AI 研發團隊位于北京，聚焦 AI 領域的前沿研究，涵蓋 AI 算法、編譯器、軟件和 IP 開發等方向，服務于眾多數據中心、自動駕駛和機器人等企業客戶。
這里有窗明幾凈的工作環境，濃厚的工程師氛圍，充滿競爭力的薪酬福利，歡迎相關方向的小伙伴加入，簡歷可發送至：xijie.jia@amd.com。
