查看原文
其他

以创新差异化方案深耕四大领域,FPGA龙头赛灵思挖出150亿蓝海市场!

2016-07-06 张国斌 张国斌

2015年,半导体巨头英特尔以167亿美元收购FPGA老二Altera的豪举引发了业界对FPGA技术的关注,业界希望失去竞争对手独孤求败的FPGA龙头赛灵思继续在FPGA深耕并持续创新,因为产业尤其新兴领域的创新需要FPGA,现在,赛灵思已经给了产业一个满意的答卷,赛灵思FPGA在产业的应用之广之深远超我们的想象,其实际成果用惊人来形容,“如果想在云计算、嵌入式视频、工业物理网和5G领域需要创新、需要差异化方案的就来找我们!”6月22日,赛灵思战略与市场营销高级副总裁Steve Glaser在接受电子创新网专访时强调,“我们的方案给客户带来了差异化的创新,在这些新兴领域我们已经很多成功案例,它们给客户带来了令人振奋的性能提升和收益!”


新兴领域都有FPGA的身影


看看这个图,在我们熟悉的汽车ADAS领域,赛灵思的方案持续获得更多领先厂商的采用!从2013年到现在已经累计有23个品牌85个车型采用了赛灵思的FPGA!


在目前炙手可热的AR/VR领域,也有赛灵思FPGA的身影。Steve认为在工业领域,AR的应用要多于VR大约2/3应用会是AR,1/3的是VR他指出,我们关注的是工业领域的ARVR应用,我们的AR设备已经应用到波音、空客等飞机制造公司。


工业领域采用AR可以很好地辅助维修,例如维修人员佩戴AR眼镜后,可以了解维修设备的维修历史还可以发现配件的位置更换指南等等,空客公司早在十年前就开始了这方面的研究,目前基于赛灵思FPGA的AR设备已经在实际应用,Steve 认为这个技术未来还可以应用到更多领域如通信设施、智能工厂等等。


今年上半年,谷歌阿法狗大战李世石让产业对机器学习、神经网络兴趣大增,这又是赛灵思的菜, Steve指出FPGA特别适合做机器学习中的推演,“因为FPGA中有大量DSP slice,这些模块以硬件形式完成复杂密集的运算,其性能远超GPU。”  Steve表示。


 

在6月23人的2016OpenPower中国峰会上,提供大数据、服务器加速卡业务的深圳恒扬科技创始人李浩也表示未来在机器学习应用中,FPGA的实际应用可能更多,而GPU可能会用在研究方面。


Steve强调1984年成立的赛灵思一直秉承创新理念,把FPGA从最初的胶合逻辑器件发展为今天强大的异构处理器,FPGA特别适合出货量不是很大,但是非常需要创新和差异化的领域,这些领域一般缺乏量产成熟的ASIC或者ASSP器件,需要定制化的算法和强大的并行计算能力,赛灵思目前规划了四大领域,给这些领域业者提供创新的差异化方案。这四大领域是云计算、嵌入式视觉、工业物联网和5G无线网,赛灵思的目标就是提供更智能、互联互通和差异化的方案,这四大领域基本涵盖目前最热门的应用,而且赛灵思都有专门量身定做的产品,且听我慢慢道来。



四大领域之一:云计算—5年内FPGA应用总市值50亿美元


在这个领域,FPGA可以广泛应用的是存储、联网和可重配置计算三个方面,存储可用在闪存阵列的接口/控制,SSD接口/控制、内存级存储等等,在Computex2016上,Rmabus公司提出了一种服务器加速平台就是基于FPGA的,它改善的性能相当惊人,具体可以点击这里 【独家】Rambus卷土重来,这一次它瞄准了服务器和大数据!


在联网方面主要应用在城域网,核心网和边缘网、超大规模网络等等。

在可重配置计算方面可以用在云计算、机器学习、高性能技术等方面。


目前,很多服务器开始采用CPU+FPGA的形式,以获得服务器性能加速。“一个单个FPGA可以节省10个CPU!”Steve 指出,“加速系统配置很灵活,可以说CPU+FPGA ,也可以是独立FPGA 更可以输多FPGA群。赛灵思在服务器加速的优势是我们的FPGA支持三大主流CPU----X86处理器、Power处理器和ARM处理器。而且我们生态系统也在扩大。”


6月1日,赛灵思携手AMD、ARM、Mellanox、华为、IBM和高通正式宣布,共同成立CCIX(针对加速器的缓存一致性互联)联盟,致力于推动统一的异构计算加速器标准。

 

Steve表示由于功耗和空间局限,数据中心中的应用加速成为当务之急。大数据分析、搜索、机器学习、NFV (网络虚拟化)、4G/5G无线、内存内数据库处理、视频分析和网络处理等应用,都能受益于可在不同系统组件之间无缝传输数据的加速器引擎。CCIX 将支持不管数据存储在什么位置系统组件都能进行访问和处理,且无需复杂的编程环境。这将实现独立的和芯片级集成的应用加速,同时还可充分利用现有的服务器生态系统和封装,从而降低软件门槛,并降低加速系统的总拥有成本(TCO)。


他还表示赛灵思作为这个联盟的主席致力于推动异构计算技术的普及,并供更高带宽,减少时延,实现对共享存储器的缓存一致性访问。CCIX联盟将大幅提升加速器的利用率及数据中心平台的整体性能与效率。


要提升数据中心的效率,FPGA的应用是关键,他表示数据显示赛灵思在数据中心的平均设计价值提升了3.5倍!目前全球七个超大规模数据中心中,三个量产的和两个试产的都大量采用了赛灵思的FPGA产品。


而且他表示赛灵思5月刚刚公布了16nm UltraScale+™ 产品路线图,特别面向数据中心新增了加速强化技术。这个产品把16nmFinFET、FPGA与集成式高带宽存储器 (HBA) 和用于异构计算加速缓存一致性互联 (CCIX) 互连技术融为一体。


他特别强调,赛灵思的FPGA在云计算领域带来的是五大差异化优势,这些

五大差异化优势

1、灵活的配置,实现最佳单位成本计算

2、可重配置,满足动态工作负载要求

3、最高性能功耗比

4、软件定义的加速器

5、支持 X86、ARM 和 Power 三大主流架构                                                    

四大领域之二:嵌入式视觉---给机器一双看世界的眼睛

今年以来,基于视频的智能检测不断走热,预示我们进入了智能视觉的时代,在安防领域,基于视觉的智能检测在走向实用,在汽车电子领域,基于视觉的智能处理和ADAS也在走热,在机器人、无人机、医疗等领域,智能视觉处理技术都是大热门,有人用寒武纪物种大爆发来赞美嵌入式视觉技术的发展,地球物种因为有了眼睛人迅速智能化,机器也会因为嵌入式视觉技术人迅速智能化,这也是赛灵思布局的一个重点。


嵌入式视觉是指一种通过视觉方法去理解周边环境的嵌入式系统,它牵涉到嵌入式系统机器视觉。


Steve表示数据预测未来几年视觉系统的出货量会迅速增加


对于赛灵思来说主攻的就是汽车、工业科学医疗、航空航天,广播和消费类领域,这几个领域未来总市值达40亿美元。


“在这些嵌入式视频应用领域,都需要密集的运算,这又是赛灵思产品的强项。”Steve强调,“我们有个最佳的嵌入式视觉平台,这就是Zynq平台系列。”


Zynq系列平台是赛灵思公司在2011年推出的行业第一个可扩展处理平台系列,旨在为视频监视、汽车驾驶员辅助以及工厂自动化等高端嵌入式应用提供所需的处理与计算性能水平,Zynq-7000系列器件将完整的 ARM® Cortex™-A9 MPCore 处理器片上系统 (SoC) 与 28nm 低功耗可编程逻辑紧密集成在一起,可以帮助系统架构师和嵌入式软件开发人员扩展、定制、优化系统,并实现系统级的差异化。最新的升级版Zynq是赛灵思新推的16nm  FF+工艺的Zynq® UltraScale+™ MPSoC异构多核处理器,它整合了四核ARM Cortex A53处理器、双核ARM Cortex R5处理器,还有ARM Mali-400 MP GPU 和H.265/264 视频编解码单元,并有支持DDR4, LPDDR4, DDR3, DDR3L和LPDDR3 的内存控制器!当然它还有大量FPGA处理单元和大量UltraScale DSP48E2 DSPslices以及硬化的PCIeGen2/Gen3/Gen4 个100G 以太网模块!


Zynq因为有CPU+GPU+FPGA的架构所以可以帮助客户实现差异化的视频系统设计。Steve表示这个平台的ARM处理器子系统可以完成边缘实时视觉分析,而FPGA则可以完成接口处理、传感器融合,其中传感器融合可以让系统接入图像、红外、压力等各类传感器数据。“FPGA部分还可以做到视觉中的逐像素处理,此外还有各种专用编解码硬核。”他解释道,“有人说我们配备的ARM Mali-400 MP GPU 有点弱,实际上,对于视频和图像处理主要由FPGA来完成,GPU只负责一些UI工作,所以足够了。”


Zynq推出后获得了业界的热烈追捧,除了在医疗、工业、金融、汽车获得广泛采用外,消费电子的VR相机也采用了这个产品,具体可以看这个文章《基于赛灵思Zynq的全球最小360度相机现身MWC2016上海》。所以赛灵思的嵌入式视觉客户与日俱增。


当然如开篇所言,在汽车ADAS领域,赛灵思的方案可以完成大量智能功能,如下图所示,而一般的ASIC或者ASSP只能同时完成最多5个功能。这也是越来越多汽车品牌选择赛灵思的原因。


Steve表示赛灵思的方案可以做到精准的“视觉”,特别适合做一些深度定制和差异化,在嵌入式视觉领域,赛灵思有五大差异化优势。


    嵌入式视频领域五大差异化优势

1、实时图像识别与分析

2、ALLProgrammable 平台的复用优势

3、可扩展传感器融合

4、最高性能功耗比

4、仅采用单芯片带来的安全性和保密性                                                                    

四大领域之三:工业物联网

Steve表示工业物联网商机巨大,某些领域节约1%就可以节省数百亿美元!


赛灵思主要瞄准工业物联网中的智能工厂、智能能源和智能交通智能医疗领域,这几个领域未来5年应用总市值达25亿美元。


Steve表示在工业物联网领域,客户最强列的要求是缩短上市时间、提供灵活性,提高效率,而这也是赛灵思的强项。“利用软件定义,生产力可以提升15到50倍!而可重用的“All Programmable ” 平台提升灵活性,在提升效率方面,利用FPGA或者Zynq来完成,在单位功耗性能好传感器融合与分析方面优势很明显。

他表示在工业物联网领域,Zynq依然是最佳平台,Zynq可以把原本三个芯片方案融合为一个芯片方案。


同时,Zynq 可以实现最高级别的可扩展性


“在工业物联网领域,我们可以实现精确、预判、保密、安全和互联互通,这是几个最关键的指标。”他表示,当然在工业物联网领域,赛灵思也有五大差异化优势。


工业物联网五大差异化优势

1、传感器融合与分析

2、任意连接

3、最高精度的运动控制

4、可重用的 All Programmable 平台

5、仅采用单芯片的高度安全和保密的平台                                                

四大领域之四:5G无线技术

无线通信技术大大提升了人类生活品质,Steve表示5G技术的高带宽和低延时更是带来了颠覆性的创新应用,例如无人驾驶汽车可以利用5G的低延时实现高可靠性,而智能城市则利用5G技术实现智能化管理。由于5G标准还未最后确定,因此这是FPGA以灵活性大展拳脚的领域。


Steve表示作为无线技术的重要伙伴,赛灵思已经是LTE领域的重要领导者,已经和合作伙伴出货超过10美元的产品,预计整个生命周期产品总价超过20亿美元,他透露截止目前,有超过90%的玩家与赛灵思一起规划Pre-5G部署,超过80%的厂商采用赛灵思产品开发5G测试设备。在基带、连接和无线电方面会大量应用赛灵思FPGA产品,5年内总市值达到21亿美元。


他指出在5G时代,系统厂商面临的挑战巨大,例如容量增加1000倍,数据速率峰值达到100Gbps,带宽增加5倍,人功耗降低2倍,时延降低5倍,上市时间要缩短一半,凭借赛灵思的方案,客户可以应对这些挑战。


目前赛灵思28nm,16nm 20nm产品都广泛应用在3G4G和Pre 5G领域,而未来16nm和7nm产品将主要应用在5G领域,Steve还神秘地 表示今年9月,赛灵思将发布一个针对5G的革命性产品,但是他拒绝透露细节,所以我们只能到9月才能知道这个产品。


 

Steve强调赛灵思的愿景是“在任何频段均能提供卓越性能,在功耗减半的情况下我们可以用3 倍频段实现5倍带宽!”。同样,在5G技术领域,赛灵思的方案也有五大差异化优势!


5G技术领域的五大差异化优势1

1、相比 ASIC,上市时间缩短 1 - 2年 在功耗减半的情况下

2、在 3 倍频段实现5倍带宽

3、面向未来的高度灵活、可扩展的平台

4、总成本降低 50% 以上

5、突破性的技术创新


Steve强调赛灵思的产品把软件的智能、灵活的智能优化好任意连接融为一体,这是任何一个其他器件都无法相比的,它特别适合需要定制需要差异化的方案,所以他强调:“需要创新、需要差异化方案的就来找我们!未来我们会不断降低FPGA开发门槛让更多软件工程师像开发X86一样轻松实现创新应用,而且这个创新应用是基于硬件实现的!”




推荐阅读

1.【半导体大趋势解读】对话赛灵思高级副总裁,为什么赛灵思要由硬变软?

2、蓝牙5.0标准正式发布!距离300米 速度升2倍数据广播提升8倍!

3.谈谈本土IC设计公司的四个变化

4.【观察】从台北电脑展看转型中英特尔的五记重拳(结尾有福利)

5.灵动微电子杀入32位MCU领域,MCU洗牌即将拉开序幕?


想和大神们一起吐槽智能硬件激荡灵感?加入我们电子创新网技术大牛群吧

独行者速,众行者远!

电子创新网技术大牛群是一个汇集半导体行业各类人才和资源的微信群,众多高管和技术大牛在这里发布最新信息,进行信息交流、资源对接和整合,如果您想碰撞灵感、发现新知,并乐于分享自己的心得,我们欢迎您加入我们。请加管理员个人微信号"eetrend-richard",附上您的岗位、行业经验与资源优势所在,并告知您希望加入的意愿。我们收到后会尽快拉您入群。


商务合作微信广告联系电话:18676786761  邮箱:richard@eetrend.com

另外,近期有创投基金拟联合电子创新网投资好的硬创项目如你有好项目可以发信到我邮箱



您可能也对以下帖子感兴趣

文章有问题?点此查看未经处理的缓存