至顶网软件与服务频道消息: 10月9日,一直以硬件为中心的半导体领军者赛灵思隆重发布了历经五年,投入总计 1000 个人工年而打造的Vitis 统一软件平台,此平台无需用户深入掌握硬件专业知识,即可根据软件或算法代码自动适配和使用赛灵思硬件架构。

Vitis 平台不限制使用专有开发环境,可以插入到通用的软件开发工具中,并利用丰富的优化过的开源库,使开发者能够专注于算法的开发。Vitis 独立于 Vivado™ 设计套件,后者仍然继续为希望使用硬件代码进行编程的用户提供支持。但是,Vitis 也能够通过将硬件模块封装成软件可调用的函数,从而提高硬件开发者的工作效率。
10月9日发布会上,赛灵思大中华区销售副总裁唐晓蕾(Maria)从器件到平台转型战略和产业发展趋势介绍了 Vitis “应运而生”的现实意义:

赛灵思大中华区销售副总裁唐晓蕾(Maria)
目前,大家碰到的一个问题是创新的速度远远超过整个芯片的设计速度。现代技术如机器学习之类的创新速度,已经远远超越了芯片设计的周期。这意味着,如果您要设计和制造针对GoogLeNet优化的ASIC或GPU,那么当收到工厂发回的芯片时,最先进的技术已经发生了变化。这些问题基本上需要通过可编程或者是自适应的技术来进行解决。因此,赛灵思提供了面向架构的灵活应变能力,可自由让客户可定制的,基于赛灵思架构的软硬件一体化统一平台——Vitis 。
随后,赛灵思软件和人工智能高级经理罗霖,就Vitis的技术细节、功能、资源及发展路线向我们详细进行了介绍。

赛灵思软件和人工智能高级经理罗霖
VITIS 堆栈
Vitis 平台构建在基于堆栈的架构之上,该架构可以无缝插入到开源的标准开发系统与构建环境,而且最重要的是,它包含一套丰富的标准库。
Vitis 堆栈
基础层是 Vitis 目标平台。该平台由电路板和预编程 I/O构成。第二层称为 Vitis 核心开发套件,覆盖开源赛灵思运行时库,以管理不同域间的数据移动,包括子系统、即将发布的 Versal ACAP™ 内的 AI 引擎和必要的外部主机。此外,该层也提供编译器、分析器和调试器等核心开发工具。虽然赛灵思提供的是世界一流的设计环境,但是这些工具设计的目的是能与业界标准的构建系统与开发环境无缝集成。
在第三层,8个Vitis 库提供 400 余种优化的开源应用。这8个库分别是:Vitis 基本线性代数子程序(BLAS)库、Vitis 求解器库、Vitis 安全库、Vitis 视觉库、Vitis 数据压缩库、Vitis 计量金融库、Vitis 数据库集和 Vitis AI 库。借助这些库,软件开发者可以使用标准的应用编程接口(API)来实现硬件加速。
VITIS AI 和特定领域架构
Vitis 平台的第 4 层,也是最具有变革意义的一层是 Vitis AI。它集成了特定领域架构(DSA)。DSA 提供了针对AI模型的硬件实现,开发者可以使用包括 TensorFlow 和 Caffe 等业界领先框架对其进行配置与编程。Vitis AI 提供的工具链能在数分钟内完成优化、量化和编译操作,在赛灵思器件上高效地运行预先训练好的AI模型。此外,它也为从边缘到云端的部署提供了专用 API,实现业界一流的推断性能与效率。赛灵思很快还将推出另一个 DSA(Vitis Video),支持从 FFmpeg 直接进行编码并提供同样超级简单且功能极强大的端到端视频解决方案。由合作伙伴公司提供的 DSA 包括:与 GATK 集成用于基因分析的Illumina,与ElasticSearch 集成用于大数据分析的BlackLynx,以及当前我们客户正在使用的专有DSA。
VITIS 开发者网站
赛灵思还宣布推出了一个开发者网站,方便开发者获取示例、教程和文档,同时作为连接Vitis开发者社区的空间。它将由赛灵思和Vitis专家及爱好者共同管理,并将提供Vitis有关的最新更新、提示和技巧的宝贵信息。
最后,借用赛灵思总裁兼首席执行官(CEO) Victor Peng 的话来做总结:“随着计算需求呈指数级增长,工程师与科学家常常受到固定芯片性能的局限。赛灵思打造了一个卓越的设计环境,使各学科领域的编程人员与工程师能够使用他们已熟知并掌握的工具和框架,共同开发与优化他们的软硬件。这意味着他们可以根据自己的应用调整硬件架构,而不需要新型芯片。”
由此可知,赛灵思推出统一软件平台,并不是不再专注于硬件芯片的研发。正相反,是希望通过打造卓越的设计环境,让更多的编程人员可以更好的去使用赛灵思芯片,更好的满足自身业务应用需求。
好文章,需要你的鼓励
尽管2026年智能手机外观可能变化不大,但内部技术正发生飞跃式进步。AI原生处理器、新型连接技术和先进显示系统正将日常设备转变为具备企业级功能的强大个人平台。这些趋势对企业和消费者同样重要,因为人们携带的手机决定了他们如何访问数据、协作办公、管理工作流程和使用数字服务。
卡内基梅隆大学团队提出DistCA技术,通过分离AI模型中的注意力计算解决长文本训练负载不平衡问题。该技术将计算密集的注意力任务独立调度到专门服务器,配合乒乓执行机制隐藏通信开销,在512个GPU的大规模实验中实现35%的训练加速,为高效长文本AI模型训练提供了新方案。
《时代》杂志宣布AI及其架构师为2025年度人物,包括扎克伯格、苏姿丰、马斯克等八位科技领袖。编辑认为今年是AI全面潜力显现的关键年份,这项技术加速了医学研究和生产力提升,让不可能变为可能。从企业高管到教师学生,所有人都在思考AI对生活的颠覆性影响。
清华大学研究团队提出3DThinker框架,首次让AI具备类似人类的三维空间想象能力。该系统在推理过程中插入特殊的三维想象符号,不依赖外部工具或大量标注数据,就能从有限的二维图像中构建三维心理模型。在多个空间推理基准测试中,3DThinker相比传统方法性能提升达50-100%,为自动驾驶、机器人导航、虚拟现实等领域的AI应用开辟了新路径。