成立6年的初创公司Efinix，在以英特尔(Intel)和Xiliinx为主导的FPGA现场可编程门阵列（Field Programmable Gate Array）技术上创造了一个转折点，该公司希望其节能芯片能够引导物联网内嵌人工智能的市场。
在未来几年，数十亿美元的设备，预计将迅速扩展到“边缘”网络，如自主车辆和嵌入式物联网。这就向制造商提出一个难题：制造商希望通过机器学习为设备增加智能，但他们不知道要添加什么，直到他们测试他们的神经网络，看看在市场上有什么效果。
Efinix公司简介
他们认为，成立6年的初创公司Efinix是为了拯救世界。该公司一直在改进可编程芯片的艺术。现在，该公司表示，客户可以先用其部件测试人工智能的市场，然后，一旦开发出合适的神经网络，就可以批量生产芯片，为这些网络服务。
该公司首席执行官萨米・张上周在林利集团秋季处理器大会(Linley Group Fall Processor Conference)间隙，花了一些时间讨论了Efinix技术。该会议由德高望重的半导体分析公司林利集团(Linley Group)主办。“我的一个客户是一家来自台湾的相机公司。”张解释说：“他们设计和销售的每一款联网相机最初可能只有数万台。他们不知道如何去追逐拥有数百万台设备的产品市场，现在他们可以追求更高的销量。”
这是机器学习的一部分，当神经网络使用它在训练阶段所学到的知识来回答新问题时，人工智能在这些边缘设备上的任务是“推理”。虽然Nvidia（芯片厂方）的GPU芯片在数据中心的机器学习训练阶段占据主导地位，但那些在野外、在边缘地带要依靠电池供电的设备，需要低功耗的芯片来非常有效地进行推理。
随着竞争对手的兴起，边缘计算领域的推理芯片市场正在膨胀。另外两家公司Cornami和Flex Logix也在这方面发力。Efinix的解决方案是一种名为“量子”的技术，一方面是将“FPGAs”与“ASICs”相结合，前者的电路可以重新编程，后者的线路在制造时是固定的。
首先从Efinix的FPGAs开始，尝试不同的神经网络，随着神经网络的发展改变电路。一旦供应商对他们的设计感到满意，他们就可以转向公司的量子组合芯片，该芯片同时使用FPGA和ASIC电路，并为他们完成的设计获得更大的性能。
Efinix提供的芯片
FPGA已经成为一种越来越流行的机器学习方法：微软将其用于“脑波”神经网络项目，该项目为许多基于云的服务提供动力，如Bing和Cortana。多年来，FPGA市场一直由英特尔(Intel)和Xilinx主宰微软(Microsoft)在英特尔(Intel)上制造。
但Altera和Xilinx都忽略了新兴的优势市场。他们正在制造需要几十瓦的巨大芯片，而Efinix的目标是那些只有1瓦功率的设备，它们可以在这些设备中进行神经网络加速。“Altera和Xilinx传统上专注于高端市场，”张表示。“他们永远无法成为主流。
虽然FPGAs传统上是一种昂贵的方法，但张表示，与传统的FPGAs相比，其部件的开发成本“要低得多”，仅比传统的ASIC贵25%左右，后者是更便宜的解决方案。此外，谷歌还表示，人工智能的“指数”增长正在改变计算的性质
正如张在会上解释的那样，量子技术的关键在于构成芯片的数千个计算“元素”。传统的FPGA具有计算集群，可以进行神经网络所需的“多次积累”运算。他们用连接在一起的电线环绕着计算机，在集群之间“路由”信号。但这种设计就像棋盘一样，当数据从芯片的一个部分传输到另一个部分时，最终会导致传输堵塞。
对于Efinix部分，每个集群可以执行计算或路由功能。这意味着芯片的部分区域可以重新部署，从处理数据到根据需要移动数据，比如在城市街道规划中开辟新的道路。这缓解了数据的传输堵塞。
