近日,全球最大的FPGA厂商赛灵思宣布收购深鉴科技的消息,引发人工智能芯片行业热议,这也是首起中国AI芯片公司被收购的案例。值得注意的是,收购深鉴科技的赛灵思在2018年下半年重点发展方面是汽车自动驾驶。

FPGA市场的竞争正在发生变化,其中最引人瞩目的趋势就是应用领域不断拓宽。传统上,FPGA的应用很大程度受到通信市场主导,但随着人工智能、大数据、云计算、智能汽车以及物联网边缘计算的发展,对FPGA的需求大增,FPGA的市场格局正在发生转变。同时,这也为苦苦寻求突破口的中国FPGA厂商提供了一个难得的发展机会。在近日召开的“第六届(2018)中国FPGA产业发展论坛”上,中国半导体行业协会常务副秘书长宫承和指出,当前FPGA领域存在着行业集中度高,后发者进入困难等问题。我国正在推进制造强国和网络强国的建设,如何发展自主可控的FPGA产业,是留给半导体行业从业者必须面对和思考解决的问题。

从云端到边缘 AI推动FPGA应用拓展

近年来FPGA最引人关注的变化趋势之一就是应用领域不断拓展。通信、工控等是FPGA传统的应用市场,然而近年来随着云计算、大数据、人工智能、物联网等的发展,FPGA开始向新领域扩展。

微软亚洲研究院异构计算组副研究员张宸指出:“这些年人工智能的崛起,依靠的是深度神经网络算法大型多层的网络模型,典型的有循环神经网络和卷积神经网络为代表。这样的模型一次推断(inference)通常需要数十亿甚至上百亿次的运算,而在线的服务系统的响应时间在毫秒量级。这就意味着每秒上万亿次(TFLOPS)甚至百万亿次的运算性能,同时对器件的体积、功耗还有一定的约束。这使得我们期待数据中心的高性能计算硬件应当具备如下优势:低延迟,低开销和规模化。在数据中心,FPGA 相比 GPU 的核心优势在于低延迟,使用 FPGA 来加速的话,只需要微秒级的 PCIe 延迟(微软现在的 FPGA 是作为一块 PCIe 加速卡),对通信密集型任务,FPGA 相比 CPU、GPU 的优势就更大了。”时至今日,微软已经在数十万台云服务器上部署了 FPGA 。微软目前也是在数据中心的 FPGA 应用上投入最大的互联网公司。

快速兴起的网络边缘计算对于FPGA的应用需求也在增加。莱迪思半导体亚太区资深事业发展经理陈英仁表示:“受延迟、隐私和带宽限制的驱动,FPGA正在被越来越多布署于物联网系统设备当中,超低功耗灵活推理的需求亟待满足。”Semico Research市场研究公司的数据显示,使用人工智能的网络边缘设备数量将以110%的复合年增长率爆发式增长。

高云半导体市场副总裁黄俊将新兴市场划分为三个部分:首先在以消费电子为代表的智能终端设备中,接口越来越丰富,同时又需要保持小体积和低功耗,这就要求底层器件可以更灵活地支持接口转换与胶合逻辑,使得低密度FPGA有了更多用武之地。其次,越来越多的AI运算开始在边缘计算领域执行,比如音视频的采集和预处理,它们需要支持简单或中等复杂度的算法和IP,这又给了中低密度FPGA 以机会。最后,云端需要支持高速SerDes,高速FPGA正在成为必需。

概括而言,人工智能、大数据、云计算、ADAS、物联网、机器人、可穿戴设备,5G通信设备、网络交换、工业控制、金融设备、安防监控、视频驱动、医疗仪器、汽车电子、家用电器、信息安全等都将是未来FPGA的重要应用市场。2017年全球FPGA规模市场约为50亿美元。而日前高盛发布的报告中,预测未来5年FPGA市场规模将达到100亿美元,到2025年将增长到120亿美元。

从技术到品牌 国产FPGA追赶空间巨大

FPGA一直是个高度垄断的行业,赛灵思、英特尔(Altera)、微芯(Microsemi)和莱迪思几家美国企业垄断了全球绝大部分市场。尽管理论上新兴市场的出现,给新进入者带来更多发展机会,但是在实际操作过程中面临的挑战依旧很大。

“有些新兴市场可望未必可及,特别是对于高密度、高性能的FPGA而言,不仅硬件设计难度大,中国企业在硬核IP资源上也存在滞后,软核IP储备欠缺,软件性能与国外厂家差距也很大。”黄俊指出。

京微齐力CEO王海力也认为,从产品本身的水准来看,中国企业想要发展起来还有很长的路要走。“五年的时间算少,多的可能需要8到10年。”王海力说。

除了技术上的差距之外,品牌认知上的差距也非常明显。“中兴事件只是在大环境上给了国内公司一些触动,使它们认识到供应链管控的重要性。可是落实到具体产品中的时候,国内供应商遇到的困难还是很多,客户对于国内企业的品牌认可度不高,担心是否可以持续供货等,甚至对于产品设计工具的学习都有一个过程。方方面面加起来,发展国产FPGA,觉得压力还是非常大的。”黄俊表示。

从差异化竞争到自主可控 FPGA 3.0时代需要长期努力

那么如何才能实现国产FPGA的突破呢?黄俊认为,差异化是中国FPGA企业的必走之路。“国内厂商应该根据芯片本身的特点以及行业进入的难度出发,从小处着眼,从低密度FPGA产品开始突破,逐渐向中高密度FPGA发展。总之,我们不能简单复制国外产品,而要仔细研究细分市场,新产品有什么特殊的需要,然后对我们产品局部特性进行优化,以适应用户需求。比如现在很多智能设备的视频采集都会要求有高速接口,我们就在芯片上把高速MIPI做好,相比其他产品在同等密度下速度更快,同时我们也会做更多类似的参考设计,使应用更加便捷。这些都是差异化的例子。”黄俊说。

建立自主的产业生态也非常重要。王海力指出:“国外公司的专利技术中50%以上是保护核心架构的专利。中国企业在发展过程中也应重视,用户易用、友好、支持面向应用软IP库以及成熟的EDA工具性能,是产品落地的重要一环。”

无论是差异化的市场策略,还是产业生态体系的建立,都是中国FPGA发展过程中的必修课。而只有逐步建立起自主可控+自主创新FPGA产品体系,首先体现在具备自主研发可编程逻辑器件核心架构的能力上,其次体现在具备自主研发FPGA器件配套软件工具的能力上,中国FPGA才算真正立足。这是中国FPGA发展的关键。

根据王海力的观点,中国FPGA产业大致可以划分为四个阶段:从上世纪90年代到2005年,可以算做中国FPGA的Pre-1.0时代。那时的中国FPGA产业刚刚起步,只能以反向设计为主,芯片设计/软件开发人员只有百余人,没有自己的架构,工艺落后,没有软件工具和应用开发人才,只能逐步探索前进。经过从无到有的积累,2006年到2016年中国FPGA产业进入1.0时代。中国FPGA拥有几百人的芯片设计/软件开发队伍,有了自己的架构雏形,使用一般的工艺,拥用基础的软件工具和基础的应用软IP,有能力进行正向设计,开始培养国产FPGA的应用人才。

而现在正处于中国FPGA发展2.0时代,大约会是2017年到2025年。这一个从有到好的发展时期。中国FPGA产业已经拥有上千名的芯片设计/软件开发人员。经过努力将有可能形成完备的架构设计,拥有采用先进工艺的能力,好用的软件工具,具备一部分行业软IP及解决方案,形成完备的正向设计,开始逐渐建立FPGA应用生态圈,并形成上千人的国产FPGA开发的应用人才队伍。

至于3.0时代(2026年2035年)将是中国FPGA从好到强的发展阶段:形成数千人的芯片设计/软件开发人员队伍,采用创新架构设计和最先进制造工艺,具有领先的软件工具,完备的行业软IP及解决方案,形成相对完整的FPGA应用生态圈,国产FPGA开发的应用人才达到数万人。

希望中国FPGA产业能够早日实现腾飞。


版权所有权归卿萃科技 杭州FPGA事业部,转载请注明出处

作者:杭州卿萃科技ALIFPGA

原文地址:杭州卿萃科技FPGA极客空间 微信公众号

扫描二维码关注杭州卿萃科技FPGA极客空间


从云端到边缘 AI推动FPGA应用拓展的更多相关文章

  1. 微软发布云端基因服务:推动AI驱动的精准医疗

    微软发布云端基因服务:推动AI驱动的精准医疗 2018年03月07日 00:00:00 微软研究院AI头条 阅读数:117    版权声明:本文为博主原创文章,未经博主允许不得转载. https:// ...

  2. 推动FPGA发展箭在弦上,国内厂商须走差异化之路

    7月25日,由中国电子报与深圳投资推广署共同举办的“第六届(2018)中国FPGA产业发展论坛”在深圳召开. 作为四大通用集成电路芯片之一,FPGA(现场可编程门阵列)的重要性与CPU.存储器.DSP ...

  3. XMOS发布集单片机,AI,FPGA,DSP于一身的跨界处理器完全体xcore.ai,致力于AIOT,售价1美元起步

    说明:XMOS这次致力于打造全新的,颠覆性的嵌入式平台,简化开发人员要学一堆东西才能开发一款高性能AIOT产品的痛点. XCORE.AI集单片机,AI,FPGA,DSP于一身,嵌入式软件开发人员可以灵 ...

  4. E百科 | 基于MEC的边缘AI服务

    简介: 阿里云边缘计算团队付哲解读5G下热门场景:边缘AI.作者:阿里云付哲,计算机科学与技术专业博士后,在流量检测.资源调度领域有深入研究,其论文<Astraea: Deploy AI Ser ...

  5. AI解决方案:边缘计算和GPU加速平台

    AI解决方案:边缘计算和GPU加速平台 一.适用于边缘 AI 的解决方案 AI 在边缘蓬勃发展.AI 和云原生应用程序.物联网及其数十亿的传感器以及 5G 网络现已使得在边缘大规模部署 AI 成为可能 ...

  6. KubeEdge v0.2发布,全球首个K8S原生的边缘计算平台开放云端代码

    KubeEdge开源背景 KubeEdge在18年11月24日的上海KubeCon上宣布开源,技术圈曾掀起一阵讨论边缘计算的风潮,从此翻开了边缘计算和云计算联动的新篇章. KubeEdge即Kube+ ...

  7. 2018 AI产业界大盘点

    2018  AI产业界大盘点 大事件盘点 “ 1.24——Facebook人工智能部门负责人Yann LeCun宣布卸任 Facebook人工智能研究部门(FAIR)的负责人Yann LeCun宣布卸 ...

  8. 北美KubeCon新风,正把K8S魔力带向边缘计算

    作者:DJ 审校:Kevin·Wang 1. 容器生态圈新的创新方向 2018年容器技术圈的年终盛典北美KubeCon终于在西雅图落下了帷幕.这次北美KubeCon总共吸引了8000多观众参会,创下历 ...

  9. 实时人工智能:微软发布Project Brainwave预览版 现场可编程门阵列(Field Programmable Gate Array,简称FPGA) 硬件设计可以迅速演进

    https://mp.weixin.qq.com/s/bAPiPURZd-YsbV5PbzwpQQ 编者按:随着各大公司对于数据计算的要求越来越高,实时AI成为了研究者们关注的重点.在美国西雅图举行的 ...

随机推荐

  1. 关于rowid的函数

    1. select dbms_rowid.rowid_object(rowid) object_id, dbms_rowid.rowid_relative_fno(rowid) file_id, db ...

  2. EhLib 的 DbgridEh 影响 其他数据集的Open方法

    DbgridEh 对应数据集ADOTable1,其中有个字段 部门编码,另外增加查找字段比如 部门名称 ADOTable2对应查找数据集,包含 部门编码和 部门名称字段. ADOTable1 打开后, ...

  3. 【DevExpress v17.2新功能预告】DevExtreme TreeList

    在即将到来的v17.2中,您可以查看到DevExtremeHTML5 TreeList小部件的这些新功能. 1. 递归选择模式 TreeList将包括一个新的递归选择模式,您只需一次点击即可选择或取消 ...

  4. 第一次做Java程序注意事项

    public class myapp{ public static void main(String[] args){ System.out.println("Hallo Java!&quo ...

  5. Java实现哈夫曼编码和解码

    最近无意中想到关于api返回值加密的问题,譬如我们的api需要返回一些比较敏感或者重要不想让截获者得到的信息,像如果是做原创图文的,文章明文返回的话则有可能被抓包者窃取. 关于请求时加密的方式比较多, ...

  6. Eclipse SVN 使用教程

    Eclipse SVN 使用教程 做好以上的准备后打开Eclipse编译器,点击编译器右上角的Open Perspective 打开SVN资源库界面,新建一个资源库 选择资源库的位置,这里我们就用刚才 ...

  7. 转:Oracle日期周详解以及周开始结束时间计算

    目录(?)[-] ORACLE中周相关知识描述 日期格式化函数 日期时间运算函数 根据给定时间取一周的开始时间和结束时间 根据给定周数取一周的开始时间和结束时间 获取一年的最大周次 特别应该注意的地方 ...

  8. Nuxt.js实践篇

    nuxt.js 追求完美,相信大家都是这样的.因为前后端分离的弊端性,在项目构建时,浏览器并不会捕捉到项目的内容,所以开始,笔者决定引入nuxt.js文件来配合vue完成Server Slider R ...

  9. rabbitmq学习(五):springboot整合rabbitmq

    一.Springboot对rabbitmq的支持 springboot提供了对rabbitmq的支持,并且大大简化了rabbitmq的相关配置.在springboot中,框架帮我们将不同的交换机划分出 ...

  10. wireshark 抓包过滤器

    wireshark 抓包过滤器 https://www.cnblogs.com/laoxiajiadeyun/p/10365073.html 过滤器分为抓包过滤器和显示过滤器,抓包过滤器会将不满足过滤 ...