賽靈思公司今日宣布推出 Vivado ML 版，這是業內首個基于機器學習（ML）優化算法以及先進的面向團隊協作的設計流程打造的 FPGA EDA 工具套件，可以顯著節省設計時間與成本。與目前的 Vivado HLx 版本相比，Vivado ML 版將復雜設計的編譯時間縮短了5倍，同時還提供了突破性的平均達 10% 的結果質量（QoR）提升。

圖：賽靈思全新 Vivado ML 版

賽靈思軟件與 AI 解決方案營銷總監 Nick Ni 表示：“當今的 EDA 設計人員面臨設計復雜性日益提升的挑戰，而機器學習是加快設計流程與提升 QoR 的下一個大飛躍。Vivado ML 將幫助開發者縮短設計周期，并從設計創建到收斂交付全新生產力水平。”

基于機器學習的優化

Vivado ML 版支持基于機器學習的算法以加速設計收斂。該技術具備基于機器學習的邏輯優化、延遲估算和智能設計運行，能夠自動執行策略以減少時序收斂迭代。

國家儀器公司（National Instruments）首席硬件工程師 Robert Atkinson 表示：“全新 Vivado ML 版的智能設計運行功能是一個顛覆了傳統。它通過一鍵式方法積極改善時序結果，所生成的 QoR 建議能帶來最大效果，還能借助減少用戶分析提供專家級質量結果，特別是對于難以收斂的設計而言。”

更快的編譯時間與面向團隊協作的生產力

賽靈思還引入了 Abstract Shell （抽象外殼）概念，它允許用戶在系統內定義多個模塊，以增量和并行方式進行編譯。與傳統的全系統編譯相比，這種方法能將平均編譯時間加快 5 倍，最多甚至加快 17 倍。抽象外殼還可以將設計細節隱藏在模塊之外，從而有助于保護客戶的 IP，這一點對FaaS （FPGA-as-a-Service）和增值系統集成商至關重要。

此外，Vivado ML 還改善了與 Vivado IP Integrator 之間協作設計，使得模塊化設計可以利用全新“模塊設計容器（Block Design Container，BDC）”功能實現。這一功能促進了面向團隊協作的設計方法，并允許以分治（divide-and-conquer）策略處理多站點共同合作的大型設計。

賽靈思動態功能交換（DFX）等獨特的自適應特性，可在運行時動態遠程加載定制硬件加速器，以更加有效地利用芯片資源。DFX 具備在幾毫秒內加載設計模塊的能力，由此開辟了諸多全新用例，例如，車輛在處理幀數據的同時可切換不同視覺算法，或基因組分析在進行DNA測序過程中可實時切換不同算法。

Vivado ML 版現已提供免費標準版和企業版，廠商建議零售價為 2,995 美元起。