首页 | 新闻 | 新品 | 文库 | 方案 | 视频 | 下载 | 商城 | 开发板 | 数据中心 | 座谈新版 | 培训 | 工具 | 博客 | 论坛 | 百科 | GEC | 活动 | 主题月 | 电子展
返回列表 回复 发帖

Canyon Bridge收购Lattice 看好FPGA市场前景为原因之一

Canyon Bridge收购Lattice 看好FPGA市场前景为原因之一

本帖最后由 yuchengze 于 2016-12-27 15:35 编辑

集微网消息,据台湾媒体报道,美国莱迪思半导体(Lattice Semiconductor)传出已与具陆资背景的Canyon Bridge签署收购协议,交易完成后,莱迪思将继续以一间独立子公司型态经营。如果通过美国相关部门审核并经莱迪思股东大会通过,该交易可望在2017年上半完成。评论指出,虽然市场传出该购并案可能有大陆政府指导,但由于FPGA未来发展相当可期,看好该技术的前景也可能是收购目的。
莱迪思在FPGA上营收表现名列全球第三,仅次于赛灵思(Xilinx)及Altera,其主要产品包括消费性电子、通讯与工业等,同时推出USB Type C、智能型手机与平板等装置互连、影像传输解决方案、电源控制与无线通讯传输芯片。
不过,虽然其营收名列全球第三,但技术与赛灵思及Altera有一定差距。2014年莱迪思营业额3.66亿美元,但赛灵思已来到20多亿美元,2016年第2季,莱迪思甚至亏损1,380万美元。因此,目前FPGA厂属于两大两小格局,前者是指赛灵思与Altera,一共占全球60%以上市场,两小则是指莱迪思与Actel。
总部位于加州硅谷的Canyon Bridge则是新成立的全球私募资金,投资重点为科技公司。初期资金募集为大陆合伙人加上其高级顾问Dr.David Wang曾任中芯总裁与华虹集团执行长等职务,使得Canyon Bridge增添几分陆资色彩。
因此,由于《中国制造2025》计划让大陆芯片自给率从2014年9%到2020年时增加至40%,2025年则为70%,而且陆资近年在海外开始并购,使得该基金收购莱迪思令人联想到背后是否有大陆政府因素在内。
评论也认为,虽然莱迪思在2011年已停止军事相关半导体解决方案研发,但其技术仍比大陆FPGA厂商强许多,因此外界也关心这次收购是否可帮助大陆军用FPGA国产化,让莱迪思技术与人才转移至大陆,让当地有能力自主开发FPGA。
外界也认为,这次收购也可能代表Canyon Bridge看好FPGA在深度学习的发展前景。
首先,在AlphaGo对战围棋好手李世乭后,让人工智能与深度学习开始热门,但目前芯片计算能力却出现瓶颈。因为传统处理器是为进行一般计算发展,处理效率不高,例如Google使用上万个CPU运行7天来训练识别猫脸的深度学习神经网路。
因此,为了提高深度学习效率,市场开始衍生使用CPU+通用图形处理器(GPGPU)、多核芯片、CPU+FPGA与使用专门针对人工智能而开发的NPU方案加以解决。
GPGPU可达到高并行计算与高运算吞吐,适用于计算密集、高并行、单指令流多资料流(SIMD)应用,尤其擅长图形图像与矩阵计算等方面。
例如NVIDIA的GPGPU双精度浮点运算可达5.3TFlops,该公司专门开发DGX-1系统,可比21个Xeon Phi服务器更快。至于英特尔(Intel)的多核芯片双精度浮点运算则为3TFLOPS,性能功耗比为12GFlops/W,虽然在性能上目前稍逊于GPGPU,但具高应用适应性与易程式化等特性。
评论也认为,虽然中科院寒武纪NPU是专门针对深度学习开发的芯片,但在绝对性能上不输于GPGPU,性能功耗比也优于CPU,但论到财力与商业化能力,无论是中科院或新成立的寒武纪公司都与英特尔、NVIDIA、赛灵思与Altera有一段距离。
另外,FPGA双精度浮点运算相较NVIDIA的GPGPU与英特尔多核芯片逊色,但Altera一款用于深度学习与科学计算的FPGA双精度浮点运算则为1.5TFLOPS,性能虽稍弱,但性能功耗比却非常惊艳已达到50GFlops/W,是英特尔多核芯片4倍。
不过,评论认为,若将FPGA用于深度学习也有不足之处,其中性价比就是劣势,因为FPGA虽可利用程式化弹性改变内部逻辑,但也意味着计算资源将大量浪费。
例如开发一款与写入FPGA电路相同芯片,同产量理论成本只须FPGA几分之一,也让目前FPGA只用于小规模产品或测试性质验证,一旦随着芯片复杂度提高,芯片面积提高后上述问题会越来越明显。
另外,FPGA是否能顺利往深度学习发展也是未知数。因为人类大脑是以串行为主的模式,大脑开发相对有限,但仍有很大开发潜力,反观FPGA是并行化很高的元件,但其硬件资源有限。
不过,CPU+FPGA依旧有应用在深度学习潜力,如果CPU+FPGA异构计算技术在机器学习成为主流,代表FPGA市场规模将可进一步扩大,而且深度学习仅是FPGA可能潜在市场之一而已。
除此之外,随着CPU、GPU、DSP等运算单元被整合至SoC后,嵌入式FPGA也开始被整合至高容量SoC芯片中,自驾车也让部分微控制器(MCU)开始整合嵌入式FPGA以便达到MCU负责驾驶运算,而嵌入式FPGA同步执行影片计算目的。
除此之外,5G通讯也有利FPGA发展,因为5G时代基地台就是一个小相位式阵列,必须采用FPGA进行数据处理。至于在服务器上,FPGA也有发展机会,例如英特尔收购Altera后,也出现在服务器芯片中让自家CPU与FPGA结合的迹象。
FPGA用在医疗领域上则包括声波检测仪、断层扫描与核磁共振等设备,换言之,在消费性电子、物联网、汽车电子、深度学习、数据挖掘与服务器上,FPGA将扮演越来越重要角色。因此,Canyon Bridge看好FPGA市场前景而发动收购莱迪思也是可能理由之一。
返回列表