随着近年所呈现的5G+AI发展趋势,生态已经成为巨头们必竞之城池。赛灵思的种种转型帮助其在竞争中获得了鲜明的特点,同时最近发布的FPGA产品也让业界眼前一亮。

整体转型的产品服务全貌

向平台级公司转型的赛灵思,正从低调沉稳的风格走向年轻化,在投资、并购以及推出全新类别的产品上都加快了脚步。

无论是收购深鉴科技、Solarflare、NGCodec等公司,还是推出重磅革命性的重磅产品自适应计算平台ACAP和统一软件平台Vitis,赛灵思正以全新的面貌为开发者提供更完整的服务。

经过一系列收购后,赛灵思补充了很多和AI相关的IP、软件、算法。尤其是AI领域,开发者的代码层次更加高级,赛灵思会提供TensorFlow等主流框架的修改版本,底层对接的是赛灵思的软件接口和IP,又把开发难度降到在AI框架中写脚本。

总的来看,赛灵思将FPGA上的IP、运行时、底层的驱动软件、AI编译器、AI库、AI配置器、AI量化器、AI优化器等所有的东西全部都做好,还有模型Zoo来提供几十个不同业务场景可能会用到的算法。

现在赛灵思的整个产品体系是一个倒三角形。最下方的基石是芯片和板卡,再往上是开发环境、加速库,更进一步是开源软件框架。

其中先进产品包括 Alveo、UltraScale+、UltraScale和7-series,核心产品包括Virtex-6、 Spartan-6、Virtex-5、CoolRunner-II、Virtex-4、Virtex-II、Spartan-3、Spartan-2、XC9500 products、配置解决方案、软件、支持或服务。

关于国内市场,赛灵思上半年无线业务营收主要得益于在韩国和中国的早期5G部署,全球刚刚开始的5G部署,对于赛灵思未来几年仍将是巨大的机遇。

尽管和华为的合作受阻,赛灵思与其他合作伙伴的合作进展地相对很顺利。阿里巴巴、百度、腾讯等国内科技巨头都在赛灵思的合作之内。

芯片日趋复杂助推FPGA需求

芯片设计实现流程是个相当漫长的过程,拿手机基带芯片为例,对于3G, 4G, 5G, 工程师最初见到的是无数页的协议文档。从协议到最终成品要经过非常复杂的过程。

芯片行业也是一个高投入、高风险、慢回报的行业。与软件可以修正和快速迭代不同,芯片的迭代周期会很长。如果已经流片,纠正一个错误可能需要半年以后花成千上百万美元再去流一次片。

即使是英特尔等芯片巨头在设计CPU等芯片时,都会先在FPGA上仿真后再流片,更不用说近几年不少AI算法公司发布的AI专用芯片。

目前绝大多数IC设计企业都是VU19P的潜在客户,即使是竞争对手,也要用我们的FPGA产品。ARM已经基于此做开发,ARM 依靠赛灵思器件作为验证新一代处理器 IP 和 SoC 技术的工艺。

赛灵思推出最大容量FPGA芯片VU19P

AI、5G技术的发展对芯片架构和软件支持提出了越来越高的要求,芯片设计更加复杂,业界需要更大容量的FPGA实现高效的仿真和功能验证。

赛灵思推出了最大容量的FPGA芯片——Virtex UltraScale+ VU19P。VU19P采用16nm工艺,基于Arm架构,拥有350亿颗晶体管,还拥有史以来单颗芯片最高逻辑密度、最大I/O数量,用于当前最先进的AI芯片、5G芯片、汽车芯片的仿真与原型设计,2020年秋天上市。

VU19P是赛灵思刷新世界纪录的第三代FPGA,此前第一代为Virtex-7 2000T,第二代为Virtex UltraScale VU440,而VU19P除了提供硬件技术,还为开发者提供软硬件协同验证,让他们在拿到实体器件之前就能着手启动软件与定制功能,借助赛灵思Vivado设计套件,可以协同优化设计流程。

相比上一代产品,此次发布的FPGA将容量扩大了1.6倍。它为创建当今复杂SoC的原型与模拟提供了可能,同时也支持人工智能、机器学习、视频处理和传感器融合等领域的算法。

做到最大迎接更高层次竞争

推出ACAP将有助于赛灵思在一个全新的市场与更高层次的对手展开新的竞争。灵活应变应变能力是ACAP的一大核心卖点,显然这是针对英特尔和英伟达来的,尤其是在人工智能时代,赛灵思也想通过这一优势来实现对英特尔和英伟达的后来居上。

由于最大的竞争对手Altera在2015年就已经被英特尔收入囊中,因此赛灵思的新竞争对手则变成了英特尔、英伟达等企业。

这相当于赛灵思成功实现了晋级,将在一个更高的层次与英特尔和英伟达这样的企业展开新的竞争。

在数据大爆炸和后摩尔定律时代,计算异构化趋势加速。传统的CPU已经无法处理现在各行各业所产生的数据,GPU虽然在某些方面比CPU能处理的更好,但也不能适应所有的情况,因此现在更多需要的是异构计算。

在面对英特尔和英伟达这样的竞争对手时,应该要专注于赛灵思的核心竞争力,也就是在硬件这个层面能够根据不同的工作负载以及用力进行非常灵活适应性的优化,而不是在传统的领域和他们去竞争。

带宽成本高需要控制

近几年,视频直播非常流行,从而出现了各大直播平台和小视频平台。预计到2021年,全球视频直播市场将会达到700亿美金,并且增长速度非常快。在5G到来之后,视频总量还会不断增加,大部分的视频是会以直播的形式出现。

视频总量在不断增长的同时,清晰度也在不断提高。在十年前,大多数人的电视清晰度差不多是480P,有些人可以达到720P。

大量待处理的像素,不断增加的视频总量,导致需要更多的带宽。每年各大视频直播平台都在带宽上投入了大量的金钱。

解决的办法只有一个:视频压缩。视频压缩可以控制和管理带宽,节省企业在带宽方面的运营支出。对视频进行压缩需要利用算法来实现。随着清晰度的提高,算法也日益复杂。尤其是在5G部署后,需要新的算法来控制带宽。

加速AI应用落地迫在眉睫

AI的本质是高性能计算,从本源上来讲AI就像电力一样,可以算作是一项通用能力,是能对所有行业进行产业升级以及产品迭代起促进作用的存在。然而最近几年的人工智能话题热潮过后,AI落地速度却低于预期。

海量的数据和计算芯片所能够提供的处理能力之间的差距明显,主要表现在受限于摩尔定律,传统芯片算力的进步已经远远跟不上爆炸性增长的数据对算力的需求。

芯片开发的长周期和快速迭代的市场和技术发展之间的差距明显。传统芯片开发的完整的流程通常长达18—24个月,然而当前的AI项目经常需要几个月就提出解决方案,从而抢占市场,按照过去的芯片漫长的研发流片流程,当芯片出货时市场需求可能已经发生了根本的改变。

赛灵思战略加速应用落地

去年,赛灵思新任CEO Victor Peng在北京发布了以数据中心优先、加速核心主流市场的增长和驱动灵活应变的计算三大战略,同时宣布正式推出ACAP(自适应计算加速平台),连续的创新性和前瞻性的发布让业界眼前一亮。

赛灵思的核心主流市场包括八大市场领域:汽车、无线基础设施、有线通信、音频、视频与广播、航空航天、工业、科学与医疗、测试、测量与仿真以及消费类电子技术,这些主流市场也是赛灵思关键技术的领先领域,而且拥有深厚的市场根基。

以汽车应用为例,在AI出来之后赛灵思已经在汽车行业深耕了十几年,有各种各样的符合车规认证的车载芯片。

在通信领域,已经有大量各种各样的FPGA做高性能的信号处理。包括航空航天,传统的工业控制、医疗,包括仪器仪表,抛开AI而言,赛灵思公司的FPGA产品本身已经是这些领域的大量产品的关键硬件平台之一。

结尾:

赛灵思作为一家传统的FPGA芯片公司,已经慢慢走向另外一个维度,希望为客户提供的不单是一颗芯片,以及围绕芯片的PCB层面的参考设计,现在更希望的是帮客户提供基于芯片、IP加上工具,以及客户在真实场景中真实应用的算法,全套帮助客户提供参考设计,并免费提供给客户参考设计的神经网络,从而帮助客户更好的使用基于赛灵思FPGA的解决方案。