FPGA（現場可編輯門陣列）作為賽靈思（Xilinx）的一項重要發明，以其可編程和靈活性著稱。起初，FPGA只是用來仿真ASIC，再進行掩碼處理和批量制造使用。不過ASIC相比FPGA來說明顯在定制化上要求過高，流片量過小情況下成本反而更高，因此兩者毫不沖突地“各司其職”。而后，隨著加速器的出現和算力提升，目前已成為與GPU齊名的并行計算器件。

如今，FPGA已進發數據中心領域，相比CPU和GPU，FPGA所需器件更少，功耗也更優。賽靈思依靠其“數據中心優先”、“加速核心市場發展”、“驅動自適應計算”的三大戰略加持下，使其ACAP平臺和Alveo加速卡在數據中心市場極具競爭力。

除此之外，賽靈思曾為筆者展示過其云服務商領域的“一體化SmartNIC平臺”、消費領域的“FPGA TCON”方案、工業領域的Zynq SoC系列方案。

實際上，根據賽靈思透露，醫療領域已占據賽靈思營收非常重要的比重，并且一直在11%-15%的速度增長。那么賽靈思是依靠什么FPGA產品占據的醫療市場，FPGA器件在醫療設備中扮演什么角色？

日前，賽靈思為記者介紹了近期在醫療科學和醫療設備方面的成果，21ic中國電子網記者受邀參加此次采訪。

FPGA器件能用在什么地方

信息顯示，全球人均醫療支出每年都在增長，隨著人口老齡化加劇，消費者對醫療條件和醫療成本都有著極高的預期。另一方面，隨著疫情的爆發，市場對病情的及早發現和診斷的快速分析有了更高的要求，這就需要醫療器械成本的進一步降低和算力的提升。

FPGA器件自身擁有可編程特性，借助這種優勢，可避免ASIC器件前期高昂的一次性工程費用，消除最低訂單數量和多芯片迭代風險和損失。醫療行業本身是與科技發展聯系最為緊密的行業之一，伴隨FPGA器件的不斷迭代升級，更多新設備出現，引領了新的治療方法、治療途徑、治療理念的改變。

賽靈思醫療科學全球業務市場負責人Subh Bhattacharya

根據Subh Bhattacharya的介紹，賽靈思的FPGA器件在醫療領域的應用主要分為三類：臨床、醫療成像和診斷分析。

01

臨床環境

臨床設備數量大種類多，因此需要靈活性極強的FPGA。需要注意的是，部分設備直接影響患者生命安全，對啟動速度、安全穩定性、時延要求極高；部分設備在便攜性上則有一定要求，對功耗、小尺寸有很大需求。

根據Subh的介紹，在臨床方面，賽靈思的Zynq UltraScale+ MPSoC（下文簡稱為“ZU+ MPSoC”）是一個高度集成的平臺，集成多個處理器，擁有可編程邏輯，此外還集成了信息安全和功能安全功能。Subh強調，這個技術平臺的強大功能和性能非常適合在臨床環境應用之中，包括從云端到邊緣。

Subh為記者展示了幾個利用該平臺解決臨床環境的實例：

其一是賽靈思與Spline.AI和AWS（亞馬遜云服務）合作開發的醫療AI，利用ZU+MPSoC的ZCU104平臺作為邊緣設備，實現的高精度低時延的醫療X射線分型深度學習模型和參考設計。該方案可獨立自主根據Chest X-Ray預測疾病，也可預測COVID-19和肺炎，也可開發定制模型供臨床使用。另外，ZCU104支持開源語言PYNQ語言下開發，也可借助AWS IoT Greengrass實現進一步的擴展和部署。該方案發揮了ZU+ MPSoC的高性能和擴展性，賦予了低成本醫療設備高精度的診斷。

其二是賽靈思為奧林巴斯內窺鏡核心技術提供支持。該方案發揮了ZU+ MPSoC在啟動速度、功耗和低時延的特性。

其三是賽靈思為Clarius超便攜高性能超聲波系統。該方案發揮了ZU+ MPSoC片上雙ARM處理器和FPGA的小尺寸封裝特性，實現了超便攜。

究其歷史，Zynq SoC是賽靈思在2011年推出的全球首款集成ARM內核的產品，彼時該平臺稱為“可擴展的處理器平臺”，主要是為了將市場擴展到嵌入式應用之中。此前FPGA多用作輔助芯片，自從引入更多功能的集成SoC平臺之后，ARM GPU、數據安全處理器、功能安全處理器都被集成在單芯片之中。Subh表示，經過這樣的轉型之后，賽靈思從每年5%-6%的收入增長，實現了到14%-15%的收入增長，2.5倍的增長率全要歸功于這樣的技術平臺。

除此之外，Subh還為記者展示ZU+ MPSoC在醫療安全上的解決方案。“目前，全球安裝的醫療物聯網設備超過1億臺，到2020年將增長到1.61億臺。醫界高管認為 59%隱私問題， 55%老舊系統集成和54%安全問題，是阻礙當今醫療機構采用物聯網的三大障礙。”

Subh表示，賽靈思可以利用可編程平臺，不斷適應新的安全防護措施，這種升級囊括了軟件和硬件。最終體現在SoC上的，就是認證與加密啟動、安全啟動、測量啟動、安全應用通信、基于云的監測等功能。

02

醫療成像

大型醫療成像設備使用FPGA器件已經是基本操作，Subh為記者介紹，在醫療成像方面，主要包括CT、超聲、X射線、PET、MRI掃描儀等。

對于醫療成像，Zynq UltraScale+ MPSoC同樣適用。Subh表示，除此之外還有Versal ACAP，這個系列可以理解為下一代的MPSoC，Versal ACAP在成像領域具有非常大優勢。

Versal ACAP除了擁有ARM多處理器集成、可編程邏輯、DSP以外，還加入了AI引擎，即SIMD、VLIW這樣的單元，可以支持很多類似操作的平行處理。

Subh為記者展示了超聲波圖像重構與計算機輔助診斷的方案，利用賽靈思的軟硬件支持，能夠降低功耗和熱度范圍、降低解決方案成本、延長設備使用壽命、低時延邊緣推斷，雖然市場非常復雜，賽靈思的技術也能夠大大提高生產力。

03

診斷分析

Subh表示，除了SoC和FPGA，賽靈思還提供即插即用的Alveo加速卡，正因這是一種PCle的解決方案，因此可以大大降低開發時長。根據介紹，Alveo加速卡適用于任何通用PC，既可以加速CPU的普通任務，也可以加速其他的GPU的任務，最終實現高吞吐量和超低時延。其獨特的算力和靈活應變能力，可以大大加速很多的醫療應用。

聯影醫療（United Imaging）是一家中國公司，這家公司在使用Alveo U200加速卡替代傳統GPU時發現，Alveo的技術成本更低、功耗更低，并且無需犧牲任何性能或是開發進度。

FPGA vs. CPU&GPU

醫療設備中使用CPU或者GPU產品的方案也屢見不見，為何FPGA擁有如此卓著效果，甚至有著替代CPU和GPU的“魔力”？實際上，CPU和GPU都屬于馮諾依曼結構，FPGA能夠突破結構上的限制因此擁有極強的能效。

具體來說，CPU和GPU需要使用SIMD（單指令流多數據流）來執行存儲器、譯碼器、運算器、分支跳轉處理邏輯等，FPGA則在燒寫時已經確定每個邏輯單元的功能，因此不需要指令；另外，CPU和GPU在內存使用中是共享的，因此就需要訪問仲裁，執行單元間的私有緩存使得部件間要保持緩存一致性，同樣在燒寫過程中FPGA已明確通信要求，因此無需共享內存進行通信。

得益于此，FPGA擁有極強的浮點乘法運算能力，而且對比同樣是浮點運算的GPU延遲更低。這是因為，FPGA同時擁有了流水線并行和數據并行，而GPU只有數據并行。

從算力上來說，賽靈思還將FPGA器件轉變為了SoC進行加速和自適應。賽靈思在加速上通過標量引擎實現，包括ARM、應用處理器和實時處理器，而自適應引擎的核心便是可編程邏輯器件FPGA，另外還配備智能引擎，目前配備的是DSP。特別是，在Versal ACAP的平臺上還會將會有AI引擎進行支持，進一步進行加速和自適應。

“在醫療領域，諸如內窺鏡這種應用，手術中患者擁有一個共同的要求，就是時延非常低，甚至需要實時來完成。從攝像頭捕捉圖像，經過管線處理，再到顯示屏可能不到20微妙的時間。CPU和GPU達不到FPGA如此低的時延，因此這就是FPGA相比CPU和GPU的最大優勢”，Subh繼續為記者介紹，從功耗、成本和集成上，賽靈思SoC的FPGA也擁有更好的優勢。

“很多領域，諸如視覺化，GPU使用很多年了，FPGA并不是做不到，不過我們還是會專注在優勢的領域，即在封閉空間內做數據移動，而非斷斷續續的內存上傳的情境”，Subh坦言。

不同層面分析FPGA在醫療的應用

能夠在醫療領域，兼顧擁有業界領先的AI時延與性能，生命周期延長、高質量、高可靠性、高安全性，實時、確定性控制與接口的僅賽靈思一家。

賽靈思除了提供FPGA和 SoC這樣的硬件器件及平臺以外，還專門為降低FPGA 開發門檻滿足廣泛市場應用需求量身定制了Vitis AI統一軟件平臺。之前筆者也曾多次介紹這款軟件平臺，算法工程師無需硬件設計經驗，也可直接應用算法的實現。

賽靈思的醫療解決方案幫助了Illumina對重癥新生兒做基因組分析，為ICU患者和重癥患者加速推進eyetech的基于眼球追蹤的溝通平板電腦，與邁瑞合作以抗擊新冠疫情。FPGA就是在不經意間為聲名增添了一份敬畏。

筆者認為，賽靈思的FPGA器件從高性能加速和自適應兩方面著手，成為了其在市場立足的最大競爭力。一方面，FPGA、ARM、應用處理器、實時處理器、DSP、AI引擎利用片上系統（SoC）和軟件進行高度集成，既增強了算力也增強了應用的擴展性；另一方面，FPGA本身擁有的低延時性，對于時延要求極高的醫療領域可以說是“天生一對”。

從市場上來分析，隨著疫情的爆發，醫療設備市場需求持續增加，其中不乏大型數據分析和便攜性要求極高的設備，這剛好吻合了FPGA SoC的特點。另一方面，醫療水平的提升和市場馬太效應之下，更具能效和低功耗優勢的FPGA產品需求量持續增加。

從軟件上分析，賽靈思的Vitis平臺適用于不同人群，包括熟練掌握HDL語言的硬件工程師，熟練掌握各大編程語言的軟件工程師，也適用于熟練掌握TensorFlow、Caffe、PyTorch的算法工程師。利用這種靈活性，可以讓許多有創意的初創公司有了施展拳腳的可能。

通過賽靈思的介紹，可以說無論是大型設備還是便攜設備，FPGA都有其一席之地。

未來賽靈思醫療創新之路該如何發展？Subh表示，在醫療產品上賽靈思將不斷提高集成度并降低封裝尺寸，另一方面，將會不斷發展異構計算提高效率和性能。