Achronix的定制單元塊可構建最高效的eFPGA

Achronix的定制單元塊可構建最高效的eFPGA

本刊記者楊迪娜

2017年思科網絡指數圖顯示，隨著物聯網、移動計算網絡應用的增多，需要產品的計算能力更強，同時5G移動通信、高性能計算、網絡加速、自動駕駛等新興行業的井噴式發展，對總的計算能力的需求呈指數增長。滿足上述需求的FPGA芯片再次煥發活力，而Achronix公司近期發布的嵌入式FPGA(eFPGA)內核SpeedCore打破了傳統FPGA的設計，而且可由客戶根據需要任意定制功能。

SpeedCore增速最快，為Achronix帶來豐厚回報

Achronix公司在2017年實現了強勁的銷售收入及業務量增長，全年營業收入將超過1億美元，其中嵌入式FPGA內核Speedcore是其增速最快的產品，它從2015年開始參與客戶項目的評估，到2016年第三季度已向首批客戶提供了16 nm 產品的供貨。SpeedCore最大的亮點就是，其可由客戶自定義資源組合和容量，是完全可定制的IP，最多可達200萬個查找表。SpeedCore的功能為什么可自由定制？這一切要歸功于Achronix 發布的全新定制單元塊——Custom Blocks。

定制單元塊如何在SpeedCore中實現？

Achronix發布的Custom Blocks 定制單元塊(如Logic、BRAM、DSP、LARM等)含有特定功能，以列的形式放置在SpeedCore中，客戶可以根據需求定制自己專屬的單元塊。定制單元塊可分布在整個eFPGA內部結構中。該技術的特別優勢是：大幅度地縮減了芯片晶粒大小及功耗，同時大幅度提升了性能。

SpeedCore擁有更強大的硬件加速器

SpeedCore中加入了硬件加速器，即在CPU中加入eFPGA，在eFPGA中加入更多的并行處理單元，為數據加速提供幫助，不僅卸載了CPU的數據處理任務，還顯著增強了系統性能。

為何SpeedCore面積縮小6倍，性能卻更高效？

Achronix的營銷副總裁Steve Mensor談到，SpeedCore的面積較傳統FPGA縮小了6倍，性能反而比標準FPGA更加高效，這一切要歸功于以下三點。

(1)裁剪接口

普通的FPGA上的中心部分是核心邏輯設計、存儲器以及布線、DSP；外圍則是可編程的I/O口、SerDes和各種接口控制器。Achronix公司對傳統的FPGA進行了裁剪，FPGA的內核只集成了核心邏輯設計、各種存儲器、DSP以及布線，把以前的可編程I/O及各種接口裁剪掉，這樣一來FPGA內核的面積相較于以前縮減了50%。

(2)去掉“殼”

除了外圍的FPGA I/O，PPGA的中心也有兩部分，其中核心元素是應用邏輯電路(Appplication Logic)，而外側是殼(shell)，殼里包含連接通信的MAC/PHY、網橋、彈性布線器、存儲器接口、通信協議引擎、DMA等，殼占用了整體面積的44%。Achronix把殼去掉，僅保留核心功能，再次節省了面積，且不會影響性能。

(3)加入SpeedCoreCustomBlocks定制單元

大量的客戶可自定義的Custom Blocks定制單元塊加到了可編程結構之中，進一步將芯片面積縮減多達75%，降低功耗的同時帶來了更高的性能。

Achronix對自家產品的大膽裁剪、去掉殼、加入可定制單元塊，這些創新舉措使得eFPGA更加適用于軟件定義網絡(SDN)和網絡功能虛擬化(NFV)等新興數據中心和聯網架構產業中，原本在FPGA內的I/O接口和外圍器件可由用戶自己定義，想要使用的話可固定在ASIC里、FPGA核心的外邊。

技術創新帶來哪些好處？

這樣的SpeedCore可用在AI卷積神經網絡中，可以識別先進的、實時的目標檢測系統，占用的面積可由11.9 mm2降到7.8 mm2，不僅如此，此款eFPGA還可提供傳統FPGA無法實現的功能——TCAMs。TCAMs的常用功能有數據包分類、流量管理、深度包檢測、VLAN標記、接入控制名單，這些應用占用面積太大，在獨立FPGA芯片上無法提供，而Achronix的定制單元塊由于含有面積適中的TCAMs單元列，可通過級聯方式增加查找深度，構建出更寬、更深的陣列，從而實現上述功能。

Achronix ACE設計工具使eFPGA開發更便捷

Achronix提供的ACE設計工具(即邏輯綜合-驗證-時序-編程-調試)在對芯片設計過程中，生成的語言全面支持Verilog、SystemVerilog 和VHDL，對Custom Blocks定制單元配置Pipline寄存器、總線規模等，還對其開發了專屬的GUI圖形界面，GUI自動地創建各設計中需要用到的組件。

STBluetoothLowEnergy應用處理器模塊通過標準組織認證

意法半導體研制出一款立即可用的Bluetooth Low Energy (BLE)智能藍牙模塊SPBTLE-1S，該模塊提供了射頻系統所需的全部元器件。新BLE藍牙模塊集成了意法半導體公司久經市場檢驗及認可的BlueNRG-1應用處理器系統芯片(SoC)、平衡不平衡轉換器、高頻振蕩器和芯片天線等元器件。

通過使用該款模，開發人員塊可避開硬件設計和射頻電路布局等技術挑戰。新藍牙模塊SPBTLE-1S通過了BQE

審批并取得了FCC、IC和CE-RED(無線電設備法令)認證，可簡化終端產品進入北美和歐洲市場的合規審批程序。內置意法半導體的Bluetooth 4.2認證的BLE協議棧，配套軟件開發工具(SDK)包括各種藍牙應用層協議和例程代碼。

SiliconLabs發布支持4G/LTE和以太網的無線時鐘

Silicon Labs(亦稱“芯科科技”)針對4.5G和基于以太網的通用公共無線電接口(eCPRI)無線應用，推出了全新的系列高性能、多通道抖動衰減時鐘產品。新型Si5381/82/86系列時鐘產品利用Silicon Labs經過驗證的DSPLL技術提供先進的時鐘解決方案，在單芯片中集成了4G/LTE和以太網時鐘。這些高集成度的時鐘產品可替代通常在高要求應用中所需的多個時鐘器件和壓控振蕩器(VCXO)，這些應用包括小型蜂窩網絡、分布式天線系統(DAS)、μ-BTS，基帶單元(BBU)和前傳/回傳設備等。通過在單個IC中結合4G/LTE和以太網時鐘，Si538x系列產品大大簡化了HetNet設備中的時鐘生成，可提供與競爭方案相比功耗降低55%、占板面積減小70%的突破性解決方案。

Microchip升級MPLABHarmony軟件

Microchip Technology Inc.(美國微芯科技公司)宣布，現在可以從Microchip網站免費下載MPLAB Harmony 2.0——適用于PIC32單片機的全功能固件開發框架。這一屢獲殊榮的軟件平臺經過此次重要升級，使客戶能夠開發出更精簡、更高效的代碼，讓器件速度更快，更具成本效益。除了質量更好的代碼，此次升級還增加了許多可在MPLAB X集成開發環境(IDE)中使用的新工具。

MPLAB Harmony是Microchip的MPLAB X IDE中的一款免費軟件框架和工具套件，而且能夠與MPLAB XC32編譯器一起使用。MPLAB Harmony框架適用于PIC32解決方案，提供外設、驅動和系統服務庫，以支持應用程序的開發。該軟件還含有PIC32開發板的電路板支持包。MPLAB Harmony 2.0還擴展了現有的外設代碼庫，進行了升級以符合MISRA-C: 2012強制性標準。

Microchip新款功耗監控IC大幅提升Windows10設備軟件功耗測量精度

Microchip Technology Inc.(美國微芯科技公司)宣布推出一款高精度功耗和能量監控芯片PAC1934，該芯片與Microchip軟件驅動程序結合使用，完全兼容內置于Windows 10操作系統中的能量估算引擎(E3)，在電池供電的所有Windows 10設備上，其測量精度高達99%。Microchip的PAC1934和Windows 10驅動程序與Microsoft的E3服務相結合，將各種軟件應用程序的電池使用量測量精度提高了29%。

PAC1934設計用于測量最低0 V，最高32 V的電壓軌。正是由于具備這種能力，該芯片能夠精確測量各種功耗，包括從簡單的核心處理單元(CPU)任務，直至通過USB Type-C連接器連接的設備上運行的軟件。PAC1934是支持16位功耗測量并具有17分鐘加累加寄存器的四通道器件，非常適合用于確定功耗和能量使用情況，而且無需調整電壓或者電流范圍。

Imagination發布PowerVRNNA神經網絡加速器

Imagination Technologies宣布推出完整、獨立式的硬件IP神經網絡加速器，通過神經網絡(NN)專用的PowerVR架構實現，可提供業界領先的面積效率。為移動、監控、汽車與消費系統開發SoC的公司將能以非常低的功耗，在最小的芯片面積中集成新款 PowerVR Series2NX NNA神經網絡加速器，以實現神經網絡的高性能運算。

PowerVR 2NX是從頭開始全新設計的架構，可提供：業界最高的單位毫瓦推理 (inference/mW) IP內核，以提供最低的功耗；業界最高的單位面積推理 (inference/mm2) IP內核，可實現最具成本效益的解決方案；業界最低帶寬的解決方案——支持權重與數據的高靈活性位寬，包括低至4位的低帶寬模式；業界領先的性能，單一內核為每周期2048 MAC，并可采用多核設計進一步提升性能；在硬件架構的基礎上提供了最全面的系統級的神經網絡解決方案。

MaximMbed開發平臺MAX32625MBED登錄貿澤

貿澤電子 (Mouser Electronics)宣布開始分銷Maxim Integrated的MAX32625MBED ARM mbed開發平臺。MAX32625MBED開發板是功能強大的完整系統，用于開發和調試各種低功耗嵌入式系統，包括傳感器集線器、互聯運動設備、可穿戴式醫用貼片和健身監視儀。

貿澤備貨的這款Maxim MAX32625MBED開發平臺包含Maxim MAX32625微控制器和板載ARM mbed硬件開發套件接口，能夠快速連接工具鏈。板載MAX32625器件采用的是32位 RISC ARM Cortex-M4F微控制器，此微控制器具有浮點運算單元 (FPU)、512 KB閃存和160 KB SRAM，其架構采用高效信號處理功能，成本低且易于使用。

Maxim面向HVAC和樓宇自動化推出CAN收發器

Maxim宣布推出MAX14883E控制局域網(CAN)收發器，可快速解決采暖、通風及空調系統(HVAC)和樓宇自動化系統的安裝錯誤。這是一款極性可選的高速CAN收發器，為工業網絡應用量身打造，可快速解決安裝錯誤問題，確保通信的可靠性。該器件提供極性選擇輸入(POL)，可將CANH和CANL I/O進行交換，并通過軟件糾正接反的現場電纜。此外，MAX14883E還提供±60 V故障保護、高達±22 kV的ESD保護(HBM)，CANH和CANL總線可承受高達±25 V共模輸入范圍，從而確保通信的可靠性。

首家客制化、開源嵌入式半導體產品無晶圓廠模式提供商SiFive日前宣布：UltraSoC將為基于RISC-V開源處理器規范的SiFive Freedom平臺提供調試與追蹤技術，此舉將是DesignShare計劃的一部分。UltraSoC的嵌入式分析半導體知識產權(IP)將通過最近發布的SiFive DesignShare生態系統對外提供，該生態系統為任何公司、發明人和創客都提供了駕馭客制化芯片動力的能力。UltraSoC的調試與追蹤功能將支持Freedom平臺的用戶去廣泛對接其設計中所用到的各種工具與接口。

DesignShare概念支撐了一整套應用，諸如SiFive、UltraSoC這樣的公司及其他生態系統伙伴已經開發了高效的、預先集成的解決方案，以降低實現一款基于SiFive Freedom平臺的客制化芯片的前期工程費用。SiFive是業界首個開源芯片平臺的發起人，UltraSoC是獨立于供應商的片上調試與分析工具領域內的行業領袖，兩者之間的合作伙伴關系將強化RISC-V周邊的生態體系，而RISC-V開源處理器規范則被經常認為是“半導體行業的Linux系統”。

ADI寬帶RF功率和回波損耗測量系統有效縮小產品尺寸

ADI推出一款9 kHz～7 GHz定向橋和雙通道RMS RF功率檢波器，它能同時測量一個信號路徑中的正向和反向RMS功率水平以及回波損耗。新型檢波器ADL5920與常規方法的區別在于集成了一個定向橋式耦合器，實現了業界領先的集成度和帶寬。針對空間受限應用，ADL5920的檢波功能集成了耦合或檢測功能，提供的輸出可直接驅動精密模數轉換器(ADC)。針對寬帶操作或頻率變化，ADL5920檢波器無需為每個頻率選擇不同的定向耦合器。這款集成寬帶器件能夠有效縮小產品尺寸并加快產品上市時間。

ADL5920產品支持低至9 KHz的耦合功率測量；最大輸入信號：+30 dBm，并能處理開路和短路負載；需使用5 V電源供電，功耗為150 mA；提供32引腳、5 mm×5 mm LFCSP封裝，工作溫度范圍為-40 ℃至+85 ℃。

Qorvo多通道物聯網收發器獲Thread協議認證

Qorvo宣布，GP712片上系統成為業界首款獲得Thread協議認證的多通道物聯網(IoT)收發器。GP712可在不同RF通道中同時支持Thread和ZigBee，使設計人員能夠在多個網關產品上使用單個收發器，從而同時服務兩種IEEE802.15.4設備。GP712秉承了Qorvo的一流工作范圍和低功耗特性，并采用能夠限制干擾的可靠RF技術。由于采用多通道、多協議設計，因此有助于確保網關不會由于協議標準的不斷變化而被淘汰。通過簡單的軟件升級就可以添加各種功能。

Qorvo的平臺采用OpenThread。Nest Labs舉措旨在為適用于智能家居解決方案的Thread標準提供一個開源方案。作為OpenThread社區的貢獻者，Qorvo的無線連接業務部一直都積極使用GP712開發平臺。

Allegro發布全新三線差動式速度傳感器IC

Allegro MicroSystems, LLC宣布推出一款全新優化的霍爾效應三線差動傳感器IC ATS668，它集成有永磁體背磁(pellet)和EMC保護組件，能夠為真正的零速數字齒輪齒檢測提供了一個用戶友好的解決方案。ATS668具有單一整體成型(over-mold)封裝，可以輕松組裝和應用在多種與齒輪齒感測相關的應用。ATS668專為汽車變速器系統而設計，也非常適用于休閑車輛、工業設備、白色家具和運動器材等非汽車應用。

Nextchip獲得CEVA圖像和視覺平臺授權許可

全球領先的智能和互連設備的信號處理IP授權許可廠商CEVA宣布，專業從事先進駕駛輔助系統(ADAS)系統嵌入式視覺應用的芯片設計公司Nextchip已經獲得CEVA-XM4圖像和視覺平臺授權許可，用于其APACHE4視覺預處理器，目標市場是實時ADAS視覺系統。Nextchip已經將CEVA的可編程視覺平臺加入APACHE4中，以配合其特色的圖像處理加速器，從而實現先進且價格合理的ADAS應用。APACHE4是瞄準下一代ADAS系統的視覺預處理器SoC。通過其專用的圖像加速器及相關軟件的子系統，APACHE4將主ECU的工作負荷顯著減少多達70%，以使得所有的圖像檢測算法能夠同時運行。APACHE4加入了專用檢測引擎，支持行人檢測、車輛檢測、車道檢測和移動物體檢測。嵌入其中的CEVA-XM4圖像和視覺平臺可讓APACHE4的客戶使用高階軟件編程來開發差異化的ADAS應用。

e絡盟推出搭載Android操作系統的WaRP7開發平臺

開發服務經銷商e絡盟 推出了具有觸摸界面的集成彩色顯示模塊，以及用于WaRP7 開發平臺的 Android SDK(軟件開發套件)，該開發平臺面向物聯網和可穿戴應用。WaRP7 LCD模塊將標準的 MIPI 顯示屏與 DSI(顯示串行接口)和 I2C(集成電路)接口相結合，專為 WaRP7 產品而設計。屏幕為圓形，有效面積直徑為31.9 mm，320 RGB×320點分辨率，功耗為 226 mW。

WaRP7解決了多種技術難題，使開發人員可專心創建差異化功能，從而加快和方便了物聯網及可穿戴設備的開發。該平臺由一塊主板和一塊子卡組成。主板基于 NXP i.MX 7Solo 應用處理器，并且采用 ARM Cortex-A7 內核以及 Cortex-M4 內核。

美高森美中等規模PolarFireFPGA可與AD9371寬帶RF收發器互操作

美高森美公司(Microsemi Corporation)宣布其成本優化和低功耗的中等規模PolarFire可編程邏輯器件(FPGA)現在可以通過JESD204B 接口與Analog Devices公司的 AD9371寬帶集成射頻(RF)收發器互操作。AD9371提供雙通道發送器和接收器，集成合成器和數字信號處理功能，考慮使用這款器件的客戶能夠使用美高森美的PolarFire FPGA來連接并與JESD204B互操作，同時獲得超越競爭器件的更低功耗實施方案。

美高森美PolarFire FPGA具有完全針對面積高效和低功耗而優化的12.7 Gbps收發器，從而在低于90 mW的總體功耗下實現10 Gbps的速率；其知識產權(IP)內核實施具有JESD204B標準接口的發送器和接收器，易于集成基于JESD204B的數據轉換器。它們支持從x1至x8鏈接寬度，以及每路250 Mbps 至12.5 Gbps鏈接速率，使用0、1和 2的子類(subclass)。

凌力爾特推出μModule降壓型穩壓器

亞德諾半導體 (Analog Devices, Inc.，簡稱 ADI) 旗下凌力爾特公司 (Linear Technology Corporation) 推出 μModule (電源模塊) 降壓型穩壓器 LTM8065，該器件接受高達 40 V的輸入電壓 (42 V絕對最大值)，在帶噪聲的環境中可安全地從未穩壓或波動的 12 V至36 V輸入電源范圍內工作，噪聲的環境包括工業機器人、測試和測量、醫療、工廠自動化和航空電子系統等。Silent Switcher架構最大限度降低了 EMC/EMI 輻射，使 LTM8065 能夠滿足 CISPR 22 Class B 要求，以用于噪聲敏感的信號處理應用，包括成像和 RF 系統。

MathWorks發布包含MATLAB和Simulink產品系列的Release2017b

MathWorks推出了Release 2017b(R2017b)，其中包括MATLAB和Simulink的若干新功能、六款新產品以及對其他86款產品的更新和修復補丁。此發行版還添加了新的重要的深度學習功能，可簡化工程師、研究人員及其他領域專家設計、訓練和部署模型的方式。

R2017b中的具體深度學習特性、產品和功能包括：Neural Network Toolbox增加了對復雜架構的支持，包括有向無環圖(DAG)和長短期記憶(LSTM)網絡，并提供對 GoogLeNet 等流行的預訓練模型的訪問;Computer Vision System Toolbox中的Image Labeler應用現在提供一種方便和交互的方式來標記一系列圖像中的地面實況數據。除對象檢測工作流程外，該工具箱現在還利用深度學習支持語義分割、對圖像中的像素區域進行分類，以及評估和可視化分割結果。

(責任編輯：蘆瀟靜)