Vivado・PythonベースのFPGA・NPU・CPU設計環境構築
EdgeChipLab
無料
入門 / Python, FPGA, jupyter-notebook, vivado
この講座は、FPGAおよびNPU設計の実習に必要なAMD VivadoとPythonの開発環境を、ゼロから自分で構築する無料講座です。
入門
Python, FPGA, jupyter-notebook
VerilogとEDAツールを学ぼうとして諦めてしまいましたか?NPUを直接設計する半導体学科の教授が、9つのエクセルファイルでCPUからNPUまで計算しながら理解する方法を伝授します。
11名 が受講中です。
難易度 入門
受講期間 無制限
AI半導体の記事におけるボトルネック(瓶の首)と帯域幅(バンド幅)の意味を説明する能力
CPUとGPUとNPUの違いを構造的理由から説明する能力
面接で「GPUとNPUの違いを説明してください」に詰まらない回答力
DRAMとSRAMの違いを実習で理解
AI半導体実習エクセルファイル9種
演算器を増やしても性能が頭打ちになる地点を、直接計算して見つけ出す能力
SRAMが40倍も速いのにメインメモリとして使われない理由を語る説明力
■ 半導体シミュレーターなしで、エクセルだけで
人工知能半導体を理解しようとする試みは、通常、参入障壁の前で立ち止まってしまいます。ハードウェア記述言語を習得し、EDAツールをインストールし、ライセンスを確保し、波形を解析する方法を学ばなければなりません。この過程だけで数ヶ月を要し、全体の構造に対する感覚を得る前に、ツールの学習に大半の時間を使うことになります。
本講義は、別の道筋を提示します。半導体の動作を表計算ソフト上の計算モデルとして実装し、受講生が直接入力値を調整しながら結果の変化を観察できるように設計しました。
エクセルファイルを開き、黄色のセルの数字を変えるだけです。
■ エクセルがEDAツールに代わることができる理由
半導体シミュレーションの本質は、条件を変えたときに結果がどのように変化するかを確認することです。本講義の実習ファイルは、その機能をスプレッドシート上で行います。
・設置の必要はありません
エクセルまたは互換性のあるスプレッドシートプログラムがあれば十分です。
別途の開発環境、ライセンス、設定プロセスは不要です。
・計算過程がすべて見えます
EDAツールは結果を波形として出力します。中間の過程は隠されています。
表計算ソフトでは、すべての中間値がセルにそのまま表示されます。
どのような数式でその値が出たのか、直接確認することができます。
・即座に反応します
入力欄の値を変えると、関連する表やグラフがその場で更新されます。
コンパイルも、実行待機もありません。
・受講後も残ります
講義が終わった後も、ファイルはそのまま使用できます。
新しい条件を入れながら、自ら実験を続けていくことができます。
■ 静的な図表ではありません
本講義の実習ファイルは、すでに計算された結果を表示するだけの表ではありません。半導体の実行過程が数式で実装されており、入力が変われば全体の結果が連鎖的に再計算されます。
・CPUが命令を実行する過程を27段階で展開し、
各段階でどのような値が読み取られ、累積されるのかを一行ずつ追跡します。
· GPUの演算器稼働率が帯域幅の限界に達する地点を
数式で算出し、グラフで確認します。
・DRAMが読み取るたびに電荷を復元する5つの段階を
段階を追って進めながら、SRAMと比較します。
・シストリックアレイで計算が活性化される位置が
時間に沿って対角線上に移動する過程をセル単位で追跡します。
・NPUの13×10演算器配列が52個のタイルを処理する間に
発生するメモリアクセス回数を段階別に算出します。
このような形式の学習資料は、市販のものではなかなか見当たりません。概念図や比喩にとどまる入門書と、ハードウェア記述言語を前提とする専門書との間にある空白を埋めるために制作しました。
■ 8つのテーマが1つの問いへとつながります
本講義は独立した主題を羅列したものではありません。一つの問いから出発し、次の問いへと深まっていく構造で設計されています。
人工知能は何を計算するのか
その計算を汎用プロセッサで実行すると、どのような負荷が生じるのか
並列構造はその負担をどのように緩和し、どこで限界に達するのか
メモリが制約なら、より速いメモリを使えばいいのではないか
高速メモリを全面的に導入できない理由は何なのか
データを再利用すると何が変わるのか
これを回路で実装すると、どのような利点と代償が生じるのか
各回の最後に残る問いが、次の回の出発点となります。最後には、性能、電力、面積、原価、データ移動を総合的に考慮するシステム設計の観点に到達します。
■ 学習方式
各回には入力値を変更してみる過程が含まれています。推奨される順序は次の通りです。
まず結果を予想し、
値を変更した後
実際の結果を観察し、
その理由を説明してみます
値を入力すること自体が目的ではありません。どのような入力がどのような結果に影響を与えるのか、その因果関係を把握することが目的です。予想と実際が異なるとき、その理由を探る過程で理解が深まります。
■ 提供資料
講義で使用するエクセルファイル9種をすべて提供します。
01_Line_Classifier.xlsx 線形分類器の判断過程
02_MNIST_Learning.xlsx 重み学習の原理
03_Training_and_Inference.xlsx 学習と推論の演算量比較
04_CPU_Operation.xlsx 命令実行とパイプライン
05_CPU_GPU_Comparison.xlsx 並列構造とメモリボトルネック
06_DRAM_SRAM.xlsx メモリ階層の形成原理
07_Systolic_Array.xlsx データの再利用と実行スケジュール
08_NPU.xlsx 専用アクセラレータの構造的特性
各ファイルは案内、本文、条件、表、整理シートで構成されています。入力セルは黄色で区別されており、その他の領域は保護設定が適用されています。数式が損なわれる心配がなく、自由に実験していただけます。
■ 受講対象
・人工知能半導体関連の資料に触れているが、
技術的背景を体系的に整理したい方
・半導体業界への就職を準備しながら
・コンピュータ構造とアクセラレータの概念を整理したい方
・非専門家として技術動向を判断できる
基礎知識を身につけたい方
・ハードウェア記述言語を学習する前に
全体の構造をまず把握したい方
・教育現場で人工知能(AI)半導体を説明する必要がある方
■ 前提知識
スプレッドシートに数値を入力できるレベルであれば十分です。プログラミングの経験、半導体の専門知識、別途の開発環境は必要ありません。
■ 講義モデルの範囲
本講義で使用する計算モデルは教育目的で簡略化されたものであり、実際の製品の性能指標を予測するためのものではありません。
各実習画面には該当モデルが前提とする条件を明示しており、実際の設計と差異がある部分は講義中に別途説明します。数値自体を暗記するのではなく、そのような数値が導き出される構造的な理由を理解することに目的があります。
■ 講義構成
全 9セクション · 9講 · 計 3時間 34分
セクション1およびセクション2無料公開
受講対象
VerilogとEDAツールを学ぶ前に、まず全体構造を把握したい半導体業界志望の就活生
モデル性能とハードウェアの関係を数値で理解したいAI開発者
コンピュータ構成学で学んだ概念を実際の数値で確認したい電子工学専攻生
AI半導体を説明する際に使用する実習資料が必要な教育者
技術会議や文書を自ら判断したい半導体産業の企画者
前提知識
スプレッドシートに数字を入力できれば十分です。
プログラミングの経験や半導体の専門知識は必要ありません。
数式を直接作成する必要はありません。エクセルの空欄の値だけを変更してください。
経歴認証済み
この課程は、理論中心の一般的な大学講義でも、特定の仕様に合わせるだけにとどまる契約学科の標準化されたカリキュラムでもありません。また、従来の断片的な実務セミナーのように、EDAツールの使用経験やライブラリの活用だけにとどまるものでもありません。
Samsung Electronics DS部門のシステム半導体研究員としてキャリアをスタートし、Samsung技術賞銀賞(グループ会長賞)を受賞。英国・ドイツ法人のDirectorおよびSystem LSIマーケティング・営業グループ長を歴任した30年のキャリアを持つ現職の工学教授が自ら設計し、FPGAで検証した他に類を見ない実践的な講座です。
また、著者が自ら開発した無料のWebベース実習Tool、EdgeAssemblerとEdgeVerilogを提供します。EdgeAssemblerでRISC-V AssemblyをMachine CodeとInstruction Encodingに変換して確認し、EdgeVerilogでRTLを設計・シミュレーションできます。(無料で利用:https://www.semiconductorschool.co.kr → 'LAUNCH' ボタンをクリック)
【現役エンジニア & エンジニア志望者のための主な差別化ポイント】
アーキテクチャ設計能力—既製IPの接続やコード修正ではなく、RV32Iの5段パイプライン(IF・ID・EX・MEM・WB)を、データハザードフォワーディング、ロードユースストール、分岐処理まで含めてRTLで直接設計。5段パイプラインを理解し、直接扱う点が設計能力を大きく差別化します。
AlgorithmからRTLまで— MNIST CNNをPythonモデルからQuantizationを経てNPU RTLとして実装し、同じ入力に対するPythonの結果とハードウェアの結果がBit-Trueで一致するかを確認します。PythonとVerilogで結果が100%一致し、FPGAの実機動作結果を作り出すことが重要です。
CPU + NPU + RTOSを単一FPGAに統合 — 自ら設計したCPUで自ら設計したNPUを動かし、その上でEdgeChipLabが独自に実装したFreeRTOSを稼働させる構成を、1つのデバイスに実装します。受講生は、公開されているこれらすべてのRTLとCodeリソースを活用して、自分だけの半導体チップを作ることができます。
無料のRTL設計・シミュレーション環境を提供 — 独自開発のEdgeVerilog v1.0を通じて、会員登録やプログラムのインストール不要で、PCやスマートフォンからVerilog RTLの作成、SimulationおよびWaveformの分析が可能です。Icarus Verilogベースの実際のシミュレーション環境と52個の設計例を無料で提供しており、誰でも手軽に半導体設計の実習を始められます。
AI Algorithm → RTL Design → FPGA Implementation → Bit-True Verification → AI SoC
学部生・大学院生はもちろん、次世代AI半導体/SoC設計者を目指す現役の実務者にも、他に代えがたい最高の実践ガイドを提供します。
断片的な知識だけでは、システムレベルのAI半導体設計能力を身につけるのは困難です。
受講生は、完成されたブラックボックスIPを使うだけにとどまりません。AI NPUと5-stage Pipeline RISC-V CPUを自ら設計し、メモリと周辺機器を統合したうえで、その上にRTOSを移植し、最終的に独自のAI SoCを構築できるシステム設計能力を段階的に身につけることを目指します。
トランジスタとデジタル回路の基礎から始め、FPGA、CPU、NPUを経て、TransformerやLLMアクセラレーションハードウェアまでつなげます。
目で見るだけの講義ではありません。理論や単なるシミュレーションで終わらせず、自ら設計したAI半導体回路を実際のFPGA上で動作させ、PythonモデルとRTLの結果が1ビットまで一致するBit-True検証を行います。
講師のAI半導体・FPGA・RISC-V関連のKCI掲載論文4本を含む研究成果も教育コンテンツと連携させ、研究で検証した技術を実際の設計やFPGA実装へとつなげます。独自開発のRISC-V CPUをはじめ、画像学習用のPythonコードやVerilog RTLなど、実習に必要なソースコードを公開します。
エントリー向けのArty S7-25 FPGAボードと無料のVivado設計ツールを中心に構成し、学習者が設計・実装・検証の全工程を自ら再現できるようにしました。また、Zybo Z7を含むDigilent社のFPGAボードでも使用できます。XDCのピンマッピング(ボード)とクロック分周パラメータ(RTL)を、使用するボードに合わせて変更してください。「FPGAで作るMNIST NPU」講義ではXDCのピンマッピングのみを変更し、OLEDとCameraを使用する講義ではクロック分周パラメータ(RTL)を変更します。
講義の実習では、Arty S7の100 MHz入力クロックを基準に分周パラメータが設定されています。別のボードでは入力クロックが異なるため(例:Zybo Z7は125 MHz)、目標周波数が同じになるように分周値を再計算してください。 この点を見落とすと画面や映像が正常に出力されませんが、コードのエラーと誤解しやすいため、ご確認ください。
半導体設計の実習が、ソフトウェアをインストールせずにWebブラウザーで始められるようになりました。
講師が自ら開発したEdgeAssemblerとEdgeVerilogは、無料の教育用実習ツールです。EdgeAssemblerでRISC-V AssemblyがMachine Codeに変換される過程を確認し、EdgeVerilogでそのInstructionを処理するRTLを設計・シミュレーションできます。EDAプログラムを別途インストールすることなく、Webブラウザーですぐに実行できます。
EdgeAssemblerの主な特徴
アセンブリ → マシンコード:RISC-Vアセンブリをマシンコード(HEX)に変換する
Instruction Encoding表示:Machine Codeの行を選択すると、32-bit Binaryとopcode・rd・funct3・rs1・rs2・imm Fieldを図で表示します
Immediate再構成:B-type・J-typeのように分散したImmediateビットを再構成し、OffsetとTarget Addressまで表示
TinyRV32I Target: 教材CPUがサポートする命令範囲に合わせた検査
Encoding確認ツール:ハードウェアを実行せず、実際の動作はEdgeVerilogのRTL Simulationで確認します。
EdgeVerilogの主な特徴
実際のRTLシミュレーション:オープンソースのIcarus Verilog 12をベースとしたコンパイルおよびシミュレーション
Waveform Viewer:信号の変化の観察、ズーム、HEX/DEC/BIN表示、信号変化時刻へのカーソル合わせ、前後の変化への移動、バスビットの展開
Example Library:Counter、FSM、CPUなど、52種類のデジタル回路設計例を提供
プロジェクト管理:RTL・Testbenchの作成、自動保存、ZIPのエクスポート/インポート
モバイル対応:スマートフォンでもRTLの編集、Simulationの実行、Waveformの分析が可能
無料提供:教育および非商用目的で自由に利用可能
2つのツールを併用すれば、Verilog-HDLの入門からFSM、AXI4、RISC-V CPUの設計まで、Instruction EncodingからRTL検証まで、学習者自身で確認できます。
EdgeAssemblerはInstruction Encodingの確認用ツールであり、EdgeVerilogはRTL機能検証用の教育ツールです。FPGA Synthesis、ImplementationおよびTiming検証はVivadoで行います。
すべての講義は独立した断片ではなく、ひとつの巨大なシステムを完成させていく旅です。
Step 1: AI理論および画像処理の基礎(Machine Learningを含む)
Step 2:AIアクセラレータ(NPU)の設計および検証(Machine Learningを含む)
Step 3:5-stage Pipeline RISC-V CPU設計およびシステム統合
Step 4: 高度なAI SoCの実装とmini LLMアクセラレーションプラットフォームへの拡張(コンテンツを継続的に更新)
本講座のすべての設計成果物は、グローバル標準および学界による厳格な検証を経ています。
5-stage Pipeline RISC-Vアーキテクチャの検証:独自開発のRISC-V CPUが国際財団の公式コンプライアンステスト(ACT)に合格し、ソースコードを公開(GitHub)
学術的権威:単独著者による学術論文4編(KCI Aランクの著名学術誌IJIBCに掲載)
グローバルな評価:Amazonで技術書を4冊出版(ベストセラー1位を達成)
実動作検証完了:RV32I CPU、NPU、ビジョンシステム、GPS、Transformer、AURA-Edge SoCなどのコアIPがArty S7環境で完全動作】【。
挑戦してください。自らコードをボードに書き込み、結果を確認するこのプロセスが終わる頃には、皆さんは以前とはまったく異なる視野を持つハードウェアエンジニアへとレベルアップしていることでしょう。
YouTube:@EdgeChipLab
ホームページ:Semiconductor School
無料のVerilogシミュレーター:EdgeVerilog v1.0 — 起動
GitHub(ソースコードおよびプロジェクト):github.com/estlit
全体
9件 ∙ (3時間 33分)
知識共有者の他の講座はこちら
同じ分野の他の講座を見てみましょう!
新規会員登録で25%OFF
¥9,200
25%
¥12,270