芯璐ArkAngel AI System - 基于人工智能的软硬件协同设计平台

搜索最新SoC解决方案
关于汽车电子...物联网...安全...音频...视频

如何借助人工智能（AI）最大化地缩减客户从应用定义到产品上市时间（TTM），一直是芯璐科技在探索的方向。通过使用ArkAngel已有的软硬件协同开发平台和DeepSeek等第三方AI模型的本地部署和开发，我们正在将这一切变得可能。

mp.weixin.qq.com, Mar. 19, 2025 – 

可以看到，在这个复杂的系统中，各个模块之间的数据交换和配置是非常复杂的。在我们的ArkAngel设计平台中，我们通过设计策略（Designing Strategy）来驱动整个流程，确保工程师通过软件编程的方式就能实现工程的实施。即便如此，仍然有数以千计的参数和选项需要工程师去调配和管理，这在产品的迭代改进时造成了极大的效率丧失。针对这种情况，我们引入人工智能（AI）模块，让它深度参与全流程的每一个环节，协助和指引工程师完成相关任务，同时通过强化学习完成自身的训练和升级。例如，使用我们的预训练模型，用户在创意阶段就能获得一个架构模版，并以此为基础在AI的协助下调用核心（Kernel）模块完成各阶段的功能验证和最终性能评估，一旦到达产品的设计规格需求，就可以快速转入真正的产品实施阶段。

从产品的商业落地来看，如何根据应用领域（Application Domain）准确定义一个合适的架构是一个具有战略性的问题。根据合适的架构制造的芯片，能允许应用设计工程师利用产品设计工具（Production Edition）完成该应用领域不同产品的开发实施，从而体现出FPGA高效灵活的优势。面对前面提到的工程实施中的各种复杂情况，我们以本地部署的DeepSeek Coder 6.7B/1.0B模型为自然语言的前端处理器，使用真实的测试用例（Benchmark）对基础模型进行协同训练和蒸馏，并将得到的模型部署到我们的工具箱中，通过与设计师互动的方式，完成需求分析，代码生成，内核驱动的全部流程。这样，从项目管理，工程实施，功能验证到最终产品发布的整个过程中，AI都能全部参与并提供实时协助，极大地缩短了研发迭代时间，为高品质的产品及时交付奠定了坚实的基础。

在开发ArkAngel AI System的产品过程中，我们也看到了模型体量对产品部署构成的挑战。尤其在Production Edition中，我们的最终用户可能需要在现场对芯片进行编程，随身携带的可能只是一个个人终端，某些情况下甚至无法访问网络，不能有效地利用大参数模型完成工作。针对这种情况，我们一方面通过强化学习（Reinforcement Learning）对模型进行不断的改进和蒸馏，另一方面对AI的算法和工程的部署进行提升和适配，从而使得我们的系统在个人终端上的高效本地运行成为可能。我们目前的数据表明，在配备消费级显卡（例如NVIDIA RTX A1000）的个人电脑上，ArkAngel已经可以在秒级响应客户的提示词，并生成符合需求的模块。未来，我们将和包括DeepSeek在内的第三方服务提供商合作，充分利用ArkAngel这一平台优势，为用户提供一个更加完美的解决方案。

 Back