AMD完成对赛灵思的收购,FPGA是否会脱离CPU独立部署?-FPGA新闻资讯社区-FPGA CPLD-ChipDebug

AMD完成对赛灵思的收购,FPGA是否会脱离CPU独立部署?

北京时间2月14日晚间,AMD宣布以全股份交易(all-stocktransaction)方式完成对最大的FPGA(现场可编程门阵列)厂商赛灵思(Xilinx)的收购。前赛灵思首席执行官 Victor Peng 将加入 AMD,担任新成立的自适应和嵌入式计算事业部 (AECG) 总裁。FPGA是ASIC领域的一类半定制电路芯片,拥有硬件可编程、集成度高、并行计算能力强、延迟低等特点,有“万能芯片”之称。随着AMD宣布完成对赛灵思的收购,FPGA领域最大的两家公司均已被半导体龙头所整合。由此,FPGA领域的未来竞争亦将展现一系列新的特征。

图片[1]-AMD完成对赛灵思的收购,FPGA是否会脱离CPU独立部署?-FPGA新闻资讯社区-FPGA CPLD-ChipDebug

FPGA大厂均被整合

AMD于2020年10月27日开始启动对赛灵思的收购计划。AMD以全股票交易的方式收购赛灵思,按当时双方股票价格,交易金额达到350亿美元。合并后,AMD 将拥有赛灵思74%的股份。今年2月10日,AMD发布新闻稿称,已获得了有关收购赛灵思的所有必要批准,包括所有必要的政府许可。而随着2月14日AMD正式宣布完成对赛灵思的收购。未来,AMD有望进一步扩大其在先进计算、图形计算以及自适应SoC市场的竞争力。

根据市场研究机构IC Insights的估算,2021年AMD营收同比增长65%,约为161亿美元,而赛灵思2021年营收近40亿美元,二者合并之后将进入全球前十大半导体公司之列,位于高通、英伟达和博通之后。

值得注意的是,在AMD成功收购赛灵思之后,全球FPGA产业格局也将发生新的变化。以往FPGA产业呈现“两大两小”的市场格局,即赛灵思、Altera、莱迪思、Microsemi四家企业为主,其他还有一些小型公司分布在市场中。其中赛灵思和Altera对 FPGA 的技术与市场占据垄断地位,莱迪思为全球消费、通信、工业、计算和汽车市场提供低功耗FPGA, Microsemi依据独特的芯片制造工艺技术在高可靠性应用领域拥有一定优势。

2015年,Altera 被英特尔以167亿美元纳入旗下。Microsemi则于2018年被Microchip以80亿美元收购。加上本次AMD对赛灵思的收购,目前市场上的主要FPGA厂商只剩下莱迪思处于独立地位。失去独立地位后的FPGA企业,产品技术和市场策略势必将受到母公司的影响。这对未来的FPGA竞争格局将产生新的影响。

作为一种硬件可重构的体系结构,FPGA经常被用作专用芯片(ASIC)的小批量替代品,随着全球数据中心的大规模部署,以及人工智能应用的落地,FPGA凭借强大的计算能力和高度的灵活性有了更多的用武之地。

FPGA最大的优势就是处理速度快,因为引脚比较多,而且其逻辑单元可以根据算法需求重组而产生定制化的数据通路,非常适合处理大批量的数据流。

简单来说,CPU中有控制取指、译码等流程,数据处理流程复杂;而FPGA是可编程的,每个逻辑单元的功能在重编程(烧写)时就已经确定,不需要指令。其实FPGA和GPU内都有大量的计算单元,计算能力都很强,但是GPU在数据处理过程中,需要反复调取片外存储器中的数据,FPGA只要数据一次性流入再流出,算法就完成了,因此在批量数据处理方面,FPGA完胜。

正是因为数据处理的优势,FPGA在数据中心加速和AI推理中成了香饽饽,销量大涨,2018年全球FPGA市场达到了60亿美金,MRFR预测FPGA在2025年有望达到约125.21亿美元,Xilinx也预估数据中心对芯片的需求在未来五年将有67%的年复合增长率。

FPGA是否能够独立部署?

虽然FPGA有很强的计算能力,但是在数据中心都是和CPU协同工作,采用“CPU+FPGA”的异构架构进行加速。随着FPGA应用范围的增加,业内有人也提出,未来FPGA是否会脱离CPU独立部署?

赛灵思数据中心业务部产品规划和市场营销总监Jamon Bowen在采访中,用一个应用案例做了解释,“这是合作伙伴开发的一个存储盒的解决方案,采用了Alveo U50,其前端是以太网,后端是固态硬盘,其中加速IP和存储几乎是放在了同一个空间里,有意思的是这个系统没有CPU,是加速器和外围直接连到网络上,所以未来数据中心会被异构计算驱动,没有必要和这个系统连在同一个地方,也就是因为执行的处理器的高性能,深度学习、存储、加速等就没有必要进行本地连接,可以做异地系统连接,这也预示着未来数据中心一个布局的趋势。”

在终端,有些自动驾驶公司的车上系统中就采用了FPGA 完成一些实时检测识别任务。小鹏汽车的副总裁、机器学习专家谷俊丽女士曾经提到,FPGA 可以凭借信号处理和低能耗方面的优势,成为一个可靠的第二系统,在汽车的第一系统出现失误的时候,作为安全模式介入进来。

FPGA需要克服的难题

面对未来的大好前景,FPGA厂商自然喜笑颜开,但是FPGA想成为主流,也要克服更大的挑战。

针对浮点运算,FPGA的计算速度似乎还难以超越GPU。英伟达Tesla V100 ,在理论上最大运算速度可达15 TFLOPS(万亿次浮点运算/ 秒);搭载英特尔Statix 10的Nallatech 520C,理论最大运算速度为9.2 TFLOPS,功耗约为225 瓦特。英伟达曝光的最新Quadro GV100,能够提供高达每秒7.4万亿次的双精度浮点运算性能以及每秒14.8万亿次的单精度浮点运算性能和每秒118.5万亿次的深度学习浮点运算性能,从这一点来看,FPGA追赶GPU还需要一些时日。

另外,FPGA开发工程师反应,基于FPGA做设计的编译时间很长,几乎占到整个工程的80%,而且每次只要修改其中一个参数都需要重新编译,造成了调试效率很低,这也成为FPGA走向主流的一大障碍。

请登录后发表评论

    没有回复内容