Efinix 的可编程芯片可以推动人工智能和深度学习更加轻松
在 Efinix 公司联合创始人看来，他们研发的可编程芯片应该在正确的时间出现在了正确的地方。如今，工程师们正在努力将人工智能技术（特别是深度学习变体）“压榨”进芯片里，但是却一直受到成本和能耗的限制。
Efinix 公司总部位于美国加利福尼亚州圣克拉拉市，他们计划用一种全新的现场可编程门阵列（FPGA）技术来设计芯片，不仅芯片尺寸只有现在的四分之一，而且能耗只有传统芯片的一半，结构也没有过去那么复杂了。Sammy Cheung 是该公司联合创始人、总裁兼首席执行官，他表示，Efinix 公司把此技术称为量子可编程技术。过去，训练人工智能和深度学习需要依赖中央计算机和服务器产生大量数据，而现在，依靠这一系列优化功能组合，可以推动人工智能和深度学习更加轻松。
在过去的几十年时间里，现场可编程门阵列技术的基本架构一直没有任何变化。从高层角度来看，现场可编程门阵列技术的基本架构看起来就像是一个棋盘，交替的部分要么用于路由，要么用于逻辑判断。Tony Ngai 是现场可编程门阵列技术专家，他和Efinix 公司联合创始人 Cheung 共同提出了一个全新的理念：在摈弃了具有专用功能的每个电路板格（这些电路板格被称为可交换逻辑和路由处理器）的基础上，每一个电路板格都可以根据特定目的被编程。
在设计的传统现场可编程门阵列路由块时候，设计师往往希望它能够应对最糟糕的问题场景——最复杂的互连集合可能性。正因为如此，现代传统现场可编程门阵列需要一整套10-14个金属层才能实现所有的互连功能。这些金属层及其附带的绝缘层扮演了一个“寄生电容器”的角色，但由此带来的问题，就是对能耗的要求太高。
不过现在，Efinix 公司研发的量子可编程技术让每个现场可编程门阵列路由块的角色变得非常灵活，全新设计根本不需要去考虑应对最糟糕的问题场景。如果一个逻辑块需要特别复杂的路由，你需要做的，就是分配一个相邻的、额外的现场可编程门阵列路由块进行路由即可。这意味着，Efinix 量子系统本身体积会变得更小，而且它只需要七个金属层就能实现互连。随着金属层数量的减少，也大大降低了寄生电容器的功率消耗，同时也让Efinix 的可编程芯片集成到其他芯片架构的操作变得更加便捷，比如片上芯片系统（System-on-Chip ）和应用型专用集成电路（ASIC）。
得益于上周获得了赛灵思、三星电子和香港X科技基金投资一笔 920 万美元融资，Efinix 公司计划从2018年开始，与合作伙伴一起生产新款芯片产品。有趣的是，给Efinix 公司投资的最多的竟然是现场可编程门阵列行业巨头赛灵思（Xilinx）。Salil Raje 是赛灵思公司软件即IP产品高级副总裁，他说道：“Efinix 公司的解决方案，可以解决很多应用问题，而这些问题，基本上使用当前的现场可编程门阵列芯片是无法解决的。”
Efinix 公司联合创始人 Cheung 补充说道：“我们不会与赛灵思公司竞争，相反，我们会携手拓展现场可编程门阵列芯片市场。”事实上，如今现场可编程门阵列芯片市场规模已经达到了 50 亿美元，而且还在快速增长，预计未来市场规模会突破 100 亿美元。