发布时间：2021-04-01 08:33:24 阅读量：339次
世界上最大的FPGA制造商的最新财务报告数据也证明了这一趋势。数据显示，赛灵思2019财年第三季度营收同比增长34%，达8亿美元，公司股票也创下1990年代上市以来的最高纪录，英特尔编程事业部(PSG)2018年第四季度营收6.12亿美元，同比增长8%，其中数据中心业务增长50%，与高端设备相关的业务增长70%。英特尔的年收入在2018年突破了700亿美元的大关。
与专注于FPGA的赛灵思想不同，通过收购Altera进入FPGA领域的英特尔认为，数据洪流时代不仅体现了数据的爆炸性增长，而且体现在数据的形态和格式的正式生命问题上，在任何时候都不能解决问题。因此，英特尔的想法是从CPU、GPU到FPGA、ASIC，从未来的神经计算、量子计算的终端到终端的计算创新。
具体到FPGA，因其灵活、高效、可重复编程特性，可实现定制性能、定制功耗、高通量和低批量延迟，在人工智能、云服务、数据中心、5G、自动驾驶和视觉处理等领域的应用越来越广泛。结合英特尔端到端的计算技术，FPGA可以更好地释放数据的巨大潜力。
外部认为，英特尔PSG部门业绩的大幅增加与最近在FPGA领域进行的一系列重要布局、技术、市场、商业模式实施的创新密切相关。
Awesmc 在过去的12-16个月里，英特尔实际上发表了很多FPGA可编程加速卡平台的解决方案，从Arria10FPGApac到Stratix10获得SXFPGAPAC，主要集中在数据中心服务器加速业务上。N3000PAC的登场意味着英特尔实现了从云到边缘的全面垄断。 汽车、无线基础设施、有线通信、音频、视频和广播、航空航天、工业、科学和医疗、测试、测量和模拟和消费电子技术，这8个市场是比赛的核心，与人工智能密切相关的市场。在赛灵思人工智能市场总监刘竞秀看来，人工智能的本质是高性能计算，像电力一样是通用能力，是促进所有行业产业升级和产品迭代的存在。 但与产业和媒体的关注度相比，他对现在人工智能落地速度的表现不满意。现在热门的语音人机对话、智能录像等着陆项目还是比较初期的智能应用，最多不是真正的人工智能而是智能服务。例如，人机对话可以用于最基本的生活服务，但真正的20句以上的对话很困难，之后几乎很尴尬。“ awesmc 实际上，AI芯片已经发展到采用28纳米甚至16纳米的制造技术，如果AI计算能力的需求通过技术反复解决，所需的资金投入将巨大，风险也将扩大。另外，鉴于时间窗口的问题，在这个市场上尝试的企业很少，或者有实力。因此，刘竞秀认为具有编程性和灵活性的FPGA是最好的选择，人工智能创新企业可以在特定领域(算法和框架)和应用中深入研究，从这些层面创造更多的价值。 制作芯片本身并不困难，但如果没有足够的高性能软件、生态环境、工具链和各种参考应用程序，应用程序落地需要更长时间。因此，对于FPGA公司来说，为不同的客户提供基础硬件、IP、软件、应用层各种神经网络模型等不同层次的支持，是必要的选择。换句话说，传统芯片供应商必须改变平台方案供应商的角色。 "赛灵思在方案底层定义高效命令集和IP，配套工具和SDK为客户提供界面，客户不需要写任何代码，只需调用相关IP资源，最快几小时就可以将新的网络部署到硬件中，快速运行系统，支持不同行业不同场景的应用。刘竞秀认为，人工智能在具体应用场景中落地是一个复杂的开发过程，传统处理器的开发周期可达3~6个月，甚至1年。但是速度对于现在的人工智能创业公司来说是最重要的考虑因素之一，通过快速实现原型们才能尽快实现真正的场景性能、功能迭代和数据收集，我们才能比其他人更快地将产品推向市场。 以汽车激光雷达的应用为例，目前世界上有数十家主流激光雷达公司，但各产品技术路线差异非常大，市场上没有共同的计算平台在刘竞秀看来，在自动驾驶和无人驾驶应用程序中，ECU通常需要具备一定的理解能力来帮助中央控制器做出相应的判断和决策，FPGA在AI推理方面具备的高效特质正好符合这种应用程序的需求。根据官方数据，赛灵思FPGA产品在激光雷达市场的占有率达到了惊人的90%。啊，啊，啊。
