正在阅读:

对话赛灵思:33年老牌芯片厂在AI浪潮里新兴业务年增46%

扫一扫下载界面新闻APP

对话赛灵思:33年老牌芯片厂在AI浪潮里新兴业务年增46%

自2011年开始,赛灵思就提出全可编程(All Programmale)的理念,将灵活(可编程)、低延迟、低功耗的FPGA技术从传统的通讯、国防领域拓展到了人工智能、云计算、嵌入式视觉、工业物联网、5G等领域的应用上。

智东西 文 | Lina

随着移动互联网红利日渐式微,一个更具备颠覆性、更具备革命性的王朝正悄然来临——人工智能(AI)。在下一个十年里,云计算、机器学习、AI芯片等相关产业将以迅猛的势头持续占领市场份额,为人工智能无孔不入地渗透进各行各业打下坚实基础。

而正如英特尔赢在PC时代、高通赢在智能手机时代,在AI时代大幕拉开的当下,人工智能芯片产业结构也在激剧地变换当中。其中不仅涌现出英伟达这类来势凶猛、股价接连翻倍的独角兽企业,更是催生了大大小小各类公司焕发勃勃生机——他们或是备受资本亲睐的新兴芯片/板卡创业独角兽,或是老牌芯片厂商的战略重心转移。

而在这个热闹的大舞台上,自然少不了老牌FPGA芯片巨头赛灵思(Xilinx)的身影——自2011年开始,赛灵思就提出全可编程(All Programmale)的理念,将灵活(可编程)、低延迟、低功耗的FPGA技术从传统的通讯、国防领域拓展到了人工智能、云计算、嵌入式视觉、工业物联网、5G等领域的应用上。

那么现在FPGA在哪项AI的应用最为广泛?现在最受欢迎的赛灵思AI板卡是哪一款?在AI算法日趋成熟,定制化AI芯片陆续涌现的当下,FPGA的灵活性又是否能保持优势?赛灵思又会不会推出全定制化的AI芯片?带着这些问题,智东西与了赛灵思全球销售和市场部亚太及日本地区高级总监周海天(Stephen Chow)进行了一场一对一的深入交流。

(赛灵思全球销售和市场部亚太及日本地区高级总监周海天)

一、AI时代下,16nm技术成明星产品

FPGA(Field Programmable Gate Array)全称“可编程门阵列”,是集成电路的一种,用户在FPGA板卡上可以通过编程语言来调整或者更换这块板卡的用途,这种“可编程性”使得FPGA技术比我们常见的全定制集成电路技术更加灵活。

赛灵思成立于1984 年,是FPGA技术的发明者,也是半导体业无厂化 (fabless)模式的开拓者。目前赛灵思的主要的硬件产品包括45/28/20/16nm四个系列的FPGA以及Zynq SoC,同时还提供相应的开发软件工具及IP支持。在四个产品线中,赛灵思16nm-28nm系列产品在FPGA市场上占有优势。

赛灵思的FPGA芯片主要应用在通讯、工业、航空、国防、广播等传统领域当中,但是随着人工智能、云计算、5G、自动驾驶等新兴技术的出现,FPGA的应用范围也在不断拓宽。根据赛灵思10月发布的2018财年第二季财报显示,赛灵思先进产品营收比已经去年同期大增了46%。

与CPU、GPU类似,FPGA芯片可以为目前的深度学习算法的训练(Training)和推理应用(Inference)两个阶段提供计算能力。尤其是在推理应用方面,FPGA在功耗与性能方面存在优势。

周海天告诉智东西,赛灵思的FPGA技术是AI应用的核心技术之一。现在我们还处在AI发展的前期,这项技术刚刚火热起来,未来还将快速地迭代发展。

而在这个迭代发展的过程中,FPGA作为一个可编程的软硬件一体平台,能够为人工智能的研究与应用提供可供创新、可供试错的平台。三四年前,人工智能技术刚刚萌芽,赛灵思的优势不太明显,可是现在已经很明显了。

而在赛灵思的众多产品线当中,16nm的产品最受AI应用厂商们的欢迎。由于AI需要大量的计算能力,16nm的尖端技术能够将更多的可编程应用逻辑元件集成在芯片上,为算法提供更为强大的计算力。

二、云智能+端智能,FPGA在AI应用的兴起

在AI云计算方面,单就数据中心加速而言,FPGA相具备灵活性(数据中心的工作量每天都在变化)、更低的能耗、更高的ROI,因此大部分数据中心都会采用FPGA+CPU+GPU混用的模式。目前赛灵思的合作伙伴除了国外云服务龙头老大亚马逊AWS外,国内的阿里、百度、腾讯、华为也都在其列。

而在AI端智能方面,赛灵思FPGA芯片的主要应用领域包括嵌入式视觉以及工业物联网。

嵌入式视觉是目前人工智能终端落地的核心领域,其应用非常广泛。从无人驾驶、医疗影像、VR/AR、再到航空航天、视频视觉、无人机等领域都会用到FPGA技术提供的嵌入式视觉技术。

对于工业物联网来说,像智能工厂、智能能源、智能城市这些领域,通过FPGA的智能芯片可以提高效率——每提高1%,就可以帮助各个行业节省几百亿美元。

无论是嵌入式视觉还是工业物联网,FPGA都不仅具备灵活、低功耗等优势,而且具有复用优势,仅采用单芯片就可带来安全性、保密性、以及多传感器融合技术。

(2017年第二季度赛灵思下游客户营收占比)

三、人工智能算法还有3-5年的演进过程

在AI算法尚不成熟的时候,可编程的灵活性给予了FPGA一定的市场优势。但是,随着目前AI算法进一步成熟,各类全定制化的AI芯片开始陆续出现(比如搭载了寒武纪NPU的麒麟970手机芯片,又比如赛灵思投资的深鉴科技明年就要推出的AI芯片“听涛”等)。定制化芯片能够提供更低的功耗与更高的能效比,其批量生产的成本也低于FPGA,那么在这样的背景下,FPGA的灵活性又是否能保持优势呢?

周海天认为,现在普遍的全定制化AI芯片,基于的还是前两年发展的比较成熟的算法、比较成熟的应用。

但是,AI创新的过程还在不断发生,我们对真正的“人工智能”的期望和现在AI算法能达到的水平是有落差的。在未来起码3-5年间,AI算法还将继续不断演进。

比如现在在GPU上使用双精度运算很火,但随着算法演进,也许会从浮点运算演进到定点运算,从32bit演进到16bit,算法在不断改进、不断优化的过程中,FPGA的灵活性优势将会一直受到创新、迭代的欢迎。

四、暂时不会推出全定制化AI芯片

虽然赛灵思可以将自己的AI算法、软件固化在芯片上,推出全定制化AI芯片,但是由于考虑到全编程还是赛灵思的主要优势,因此赛灵思暂时不会推出全定制化AI芯片的产品,但是不会否定未来的可能性。

周海天进一步提到,有人说AI将会对推动芯片行业产生倍数的增长,而他认为AI甚至将会推动赛灵思的业务进行一个级别的增长。这一点无论是从销量还是从市场反馈上都看到了明显的增长曲线,因此赛灵思对AI的希望和目标非常清晰,对AI的投入也会非常明确。

本文为转载内容,授权事宜请联系原著作权人。

评论

暂无评论哦,快来评价一下吧!

下载界面新闻

微信公众号

微博

对话赛灵思:33年老牌芯片厂在AI浪潮里新兴业务年增46%

自2011年开始,赛灵思就提出全可编程(All Programmale)的理念,将灵活(可编程)、低延迟、低功耗的FPGA技术从传统的通讯、国防领域拓展到了人工智能、云计算、嵌入式视觉、工业物联网、5G等领域的应用上。

智东西 文 | Lina

随着移动互联网红利日渐式微,一个更具备颠覆性、更具备革命性的王朝正悄然来临——人工智能(AI)。在下一个十年里,云计算、机器学习、AI芯片等相关产业将以迅猛的势头持续占领市场份额,为人工智能无孔不入地渗透进各行各业打下坚实基础。

而正如英特尔赢在PC时代、高通赢在智能手机时代,在AI时代大幕拉开的当下,人工智能芯片产业结构也在激剧地变换当中。其中不仅涌现出英伟达这类来势凶猛、股价接连翻倍的独角兽企业,更是催生了大大小小各类公司焕发勃勃生机——他们或是备受资本亲睐的新兴芯片/板卡创业独角兽,或是老牌芯片厂商的战略重心转移。

而在这个热闹的大舞台上,自然少不了老牌FPGA芯片巨头赛灵思(Xilinx)的身影——自2011年开始,赛灵思就提出全可编程(All Programmale)的理念,将灵活(可编程)、低延迟、低功耗的FPGA技术从传统的通讯、国防领域拓展到了人工智能、云计算、嵌入式视觉、工业物联网、5G等领域的应用上。

那么现在FPGA在哪项AI的应用最为广泛?现在最受欢迎的赛灵思AI板卡是哪一款?在AI算法日趋成熟,定制化AI芯片陆续涌现的当下,FPGA的灵活性又是否能保持优势?赛灵思又会不会推出全定制化的AI芯片?带着这些问题,智东西与了赛灵思全球销售和市场部亚太及日本地区高级总监周海天(Stephen Chow)进行了一场一对一的深入交流。

(赛灵思全球销售和市场部亚太及日本地区高级总监周海天)

一、AI时代下,16nm技术成明星产品

FPGA(Field Programmable Gate Array)全称“可编程门阵列”,是集成电路的一种,用户在FPGA板卡上可以通过编程语言来调整或者更换这块板卡的用途,这种“可编程性”使得FPGA技术比我们常见的全定制集成电路技术更加灵活。

赛灵思成立于1984 年,是FPGA技术的发明者,也是半导体业无厂化 (fabless)模式的开拓者。目前赛灵思的主要的硬件产品包括45/28/20/16nm四个系列的FPGA以及Zynq SoC,同时还提供相应的开发软件工具及IP支持。在四个产品线中,赛灵思16nm-28nm系列产品在FPGA市场上占有优势。

赛灵思的FPGA芯片主要应用在通讯、工业、航空、国防、广播等传统领域当中,但是随着人工智能、云计算、5G、自动驾驶等新兴技术的出现,FPGA的应用范围也在不断拓宽。根据赛灵思10月发布的2018财年第二季财报显示,赛灵思先进产品营收比已经去年同期大增了46%。

与CPU、GPU类似,FPGA芯片可以为目前的深度学习算法的训练(Training)和推理应用(Inference)两个阶段提供计算能力。尤其是在推理应用方面,FPGA在功耗与性能方面存在优势。

周海天告诉智东西,赛灵思的FPGA技术是AI应用的核心技术之一。现在我们还处在AI发展的前期,这项技术刚刚火热起来,未来还将快速地迭代发展。

而在这个迭代发展的过程中,FPGA作为一个可编程的软硬件一体平台,能够为人工智能的研究与应用提供可供创新、可供试错的平台。三四年前,人工智能技术刚刚萌芽,赛灵思的优势不太明显,可是现在已经很明显了。

而在赛灵思的众多产品线当中,16nm的产品最受AI应用厂商们的欢迎。由于AI需要大量的计算能力,16nm的尖端技术能够将更多的可编程应用逻辑元件集成在芯片上,为算法提供更为强大的计算力。

二、云智能+端智能,FPGA在AI应用的兴起

在AI云计算方面,单就数据中心加速而言,FPGA相具备灵活性(数据中心的工作量每天都在变化)、更低的能耗、更高的ROI,因此大部分数据中心都会采用FPGA+CPU+GPU混用的模式。目前赛灵思的合作伙伴除了国外云服务龙头老大亚马逊AWS外,国内的阿里、百度、腾讯、华为也都在其列。

而在AI端智能方面,赛灵思FPGA芯片的主要应用领域包括嵌入式视觉以及工业物联网。

嵌入式视觉是目前人工智能终端落地的核心领域,其应用非常广泛。从无人驾驶、医疗影像、VR/AR、再到航空航天、视频视觉、无人机等领域都会用到FPGA技术提供的嵌入式视觉技术。

对于工业物联网来说,像智能工厂、智能能源、智能城市这些领域,通过FPGA的智能芯片可以提高效率——每提高1%,就可以帮助各个行业节省几百亿美元。

无论是嵌入式视觉还是工业物联网,FPGA都不仅具备灵活、低功耗等优势,而且具有复用优势,仅采用单芯片就可带来安全性、保密性、以及多传感器融合技术。

(2017年第二季度赛灵思下游客户营收占比)

三、人工智能算法还有3-5年的演进过程

在AI算法尚不成熟的时候,可编程的灵活性给予了FPGA一定的市场优势。但是,随着目前AI算法进一步成熟,各类全定制化的AI芯片开始陆续出现(比如搭载了寒武纪NPU的麒麟970手机芯片,又比如赛灵思投资的深鉴科技明年就要推出的AI芯片“听涛”等)。定制化芯片能够提供更低的功耗与更高的能效比,其批量生产的成本也低于FPGA,那么在这样的背景下,FPGA的灵活性又是否能保持优势呢?

周海天认为,现在普遍的全定制化AI芯片,基于的还是前两年发展的比较成熟的算法、比较成熟的应用。

但是,AI创新的过程还在不断发生,我们对真正的“人工智能”的期望和现在AI算法能达到的水平是有落差的。在未来起码3-5年间,AI算法还将继续不断演进。

比如现在在GPU上使用双精度运算很火,但随着算法演进,也许会从浮点运算演进到定点运算,从32bit演进到16bit,算法在不断改进、不断优化的过程中,FPGA的灵活性优势将会一直受到创新、迭代的欢迎。

四、暂时不会推出全定制化AI芯片

虽然赛灵思可以将自己的AI算法、软件固化在芯片上,推出全定制化AI芯片,但是由于考虑到全编程还是赛灵思的主要优势,因此赛灵思暂时不会推出全定制化AI芯片的产品,但是不会否定未来的可能性。

周海天进一步提到,有人说AI将会对推动芯片行业产生倍数的增长,而他认为AI甚至将会推动赛灵思的业务进行一个级别的增长。这一点无论是从销量还是从市场反馈上都看到了明显的增长曲线,因此赛灵思对AI的希望和目标非常清晰,对AI的投入也会非常明确。

本文为转载内容,授权事宜请联系原著作权人。