赛灵思 - 21ic电子网

当前位置：首页 > 赛灵思

手撕友商7nm FPGA？英特尔“亲儿子”上阵

在数据暴增的时代背景下，企业开启了“数据抢滩战”。当世界的一切都将以数据为中心，铁打的算力和功耗就是在这场争夺战之中的一把好武器。通用处理器虽说“什么都能算”，但在人工智能和深度学习等算法逐渐复杂化，可组合性的异构计算正成为主流。得益于FPGA的低时延、高性能、灵活性和极佳的总拥有成本，FPGA成为数据时代不可或缺的一名大将。英特尔曾在2019年发布介绍其新旗舰产品Agilex FPGA，不同于以往，该系列产品将作为英特尔的全新品牌，而非Stratix的延续。近期，Agilex FPGA已于2021年1月进行大规模量产出货，在今年4月份，作为Ice Lake发布的一部分，相关细节也被逐一披露，其业界领先的能效和性能势必能够掀起新的浪潮。性能远超赛灵思Versal Agilex FPGA是自英特尔收购Altera后推出的第一个全新高端FPGA系列，作为英特尔的“亲儿子”，利用所有最好的技术堆料是必然的。从Agile（敏捷）+Flexible（灵活）的命名中，也不难看出这款产品将巅峰性地释放FPGA器件自身独特的敏捷性和灵活性。这款性能到底有多强？实际上，Agilex FPGA的表现都已超出了英特尔自己的预估。英特尔数据平台事业部副总裁可编程解决方案事业部（PSG）产品营销和Enpirion电源产品事业部总经理Deepali Trehan为记者介绍，此前英特尔对于这款产品的预期是比上一代14nm的Stratix 10高出40%的数据中心、网络和边缘应用的性能，但最新的数据显示这款产品相比上一代高出了45%的性能。除了和自己产品对比，这款产品也与7nm的赛灵思Versal进行了对比。根据英特尔的测试，Agilex FPGA比赛灵思Versal的逻辑结构性能功耗比高约2倍，换言之在每瓦性能上Agilex FPGA远远甩开了友商。Agilex FPGA也代表着全行业最佳的收发速率，达到了每秒116Gbps。我们现在的测试芯片还可以达到每秒 224Gbps。而在算力方面，Agilex FPGA相比赛灵思Versal有超过50%的视频IP性能提升。（英特尔® Agilex™ FPGA Fmax/Versal Fmax 的几何平均值= 1.5）不止如此，Agilex还通过应用5个由Omnitek所开发的视频IP块与赛灵思Versal“同台竞技”。 Omnitek是一家主打视频加速与推理的初创企业，被英特尔所收购。Omnitek团队基于Agilex FPGA的架构，仅仅改变了内存和DSP实例。通过与赛灵思Versal同台对比同样的视频IP，更能凸显Agilex FPGA的实力，而这5个视频IP块性能上Agilex FPGA均更胜一筹： Warp图像转换器快32%； OSVP 1X 可扩展视频处理器快48%； OSVP 8X 可扩展视频处理器快33%； MPVDMA 多端口视频直接内存访问快71%； Combiner 视频流合并快73%。 “堆料狂魔”英特尔 “所有人都认同，随着数据中心迅速发展，需要提升性能来对抗显著增多的数据，但性能的提升并不意味着功耗的下降”，Deepali强调，数据中心客户非常看重性能功耗比这一指标，越高的每瓦性能意味着能有更好的计算力和更少的能源消耗。嵌入式、云计算、边缘计算、5G正在驱动数据激增，但与此同时也可预见的是能耗不断地增加，同时导致总拥有成本（TCO）的巨大攀升。这是缺乏可持续性的，也会对环境产生巨大影响。 “FPGA是一种非常好的能够提升能源效率的架构，其应用跨越整个数据中心”，Deepali表示，FPGA最大的价值在于灵活性，灵活的加速特性使其可服务于云、网、边缘的各种应用之中。 Agilex是专门为以数据为中心的世界设计的，目的是在数据的处理、存储以及移动过程当中提供行业的领导力。实际上，Agilex FPGA之所以能取得超过预期的性能和性能功耗比的背后是英特尔的疯狂“堆料”，几乎从头到尾都是全新设计和优化的。第一，在设计上，Agilex FPGA是第一款端到端在英特尔全方位开发的FPGA，包括概念到设计、实施、验证、生产制造全过程。产品采用了能够完美媲美制程节点转换的技术10nm SuperFin技术；搭载第二代Hyperflex架构，该架构基于原14nm架构重新设计，并在资源布置上也进行了优化，从而降低功耗和提高性能；重构的互连和平面布局可以减少负载并提高可预测性。以上这些最终都反映在性能和功耗的优化上。第二，在收发器设计上，采取了基于Chiplet的异构设计，因此可以针对具体应用需求，适用于任何代工厂、制程节点以及任何IP 开发商。Chiplet赋予了产品高度的自由，使得英特尔可以根据应用需求具体开发行业领先的功能，比如：可以实现每秒116Gbps收发器速率、CXL、PCIe Gen5等，包括最高可以支持224Gbps收发器速率的产品也在研究当中。第三，在软件上，英特尔对Quartus Prime软件进行了极大的优化提升，和AGILEX同步开发。英特尔开发了多个编译流程来符合客户不同的开发需求，比如设计之初，一些客户需要非常密集的编译流程，以便提升生产效率，还有一些客户需要快速的故障排除，这些都通过多编译流程的设计来实现。通过这样的方式为客户提供了多种选择，以满足提升运行时间以及快速故障排除方面的需求。通过这些在软件方面所付出的努力，将编译时间下降了45%，同时又进行多达135种的Design Assistant规则，以便在规则方面实现好的控制。通过这些努力可以实现快速的编译以及减少在FPGA方面的迭代的需求。所有这一切，有助于客户提升他们的生产率。英特尔的灵活优势远不止此如此颇具优势的产品，针对的将会是视频与视觉的边缘计算、5G网络、数据中心三大数据激增的领域。Deepali为记者介绍，基于英特尔Agilex FPGA的解决方案具有巨大优势，这是因为它完全满足硬件的灵活性以及对于硬件可扩展性的要求。 “其实跨越这三个领域，Agilex FPGA有一个非常大的共同优势，那就是极低的功耗。除了极低的功耗可以降低TCO之外，还有很多其他的方式降低客户降低TCO。比如5G应用方面，它为运营商提供了硬件升级方面的多种选项，使其能够优化成本，同时在数据中心领域可以去为它提升和不断变化的工作负载来进行适配”，Deepali这样为记者介绍。根据之前英特尔的介绍，Agilex Fpga包含F、I、M三个系列，在配置和性能依次提升。具体来说，F系列适用于广泛应用，I系列适用于高性能处理器接口和带宽密集型应用，M适用于计算密集型应用，主要是提供面向英特尔至强处理器的一致性连接、HBM 集成、增强型 DDR5 控制器和英特尔傲腾DC 持久内存支持。这种划分之下，客户拥有更多更灵活的选择。针对于这三个不同系列，Deepali表示，现在Agilex F系列已在量产当中；I系列在实验室当中，且实验结果非常好，预计将会在本季度向客户发货；M系列还在开发当中，目前并没有公布量产时间。除了在型号上拥有灵活的选择性，众所周知英特尔目前在开发Xe独立显卡，而Xe的目标市场和Agilex FPGA也有一定的重合性。对此，Deepali为记者解释，“英特尔是全行业当中唯一一家可以全方位覆盖所有的加速器架构的半导体公司，包括CPU、FPGA、GPU、Movidius和Habana。我们的全方位架构可以为客户提供最广泛的选择，使他们可以得到最适合他们用例的加速器，所以这完全是基于应用的。有些应用可能更适合CPU+GPU，有些应用可能更适合CPU+FPGA，而在对系统灵活性需求非常高时FPGA会拥有最大的价值。” 因此英特尔的方案将是全方位覆盖的，而这一切都将在英特尔的一体化平台oneAPI上可以统一进行开发，使得开发者可根据自己的应用选择CPU+GPU或CPU+FPGA，因为英特尔无法完全判断未来市场会向着哪些方面发展，所以会提供统一的软件流，由开发者自由选择，是GPU还是FPGA还是哪一种加速器最符合他的需要。实际上，记者也注意到英特尔除了FPGA产品，还拥有eASIC和ASIC产品。此前英特尔为记者介绍，现阶段，FPGA和ASIC是“分工明确”的，可编程FPGA主要针对实施与加速要求最苛刻的算法阶段，直到算法已经非常成熟、并且最终确立下来之后，ASIC便可大面积实施在硬件之中。而eASIC又名为结构化ASIC，简言之eASIC就是FPGA和ASIC的中间体，属于更加偏向过渡态的产品，兼具灵活性和性能功耗。因此，在如此强大的硬件加速器和一体化软件平台加持之下，英特尔的Agilex FPGA的优势更加凸显，在此加持之下用户的选择面更宽，灵活性更强。加上此前英特尔推出的第三代至强（Xeon）可扩展处理器，配合旗下傲腾SSD、傲腾持久内存等，能够释放Agilex FPGA的最佳性能。回归Agilex FPGA本身，其强大的性能和功耗也势必能够彻底颠覆FPGA市场，这也是英特尔自身长期制程和封装、架构、内存和存储、互连、安全、软件六大技术积累的结晶。

时间：2021-05-14 关键词： Intel 赛灵思 FPGA
AMD和赛灵思的组合，将是高性能计算的源泉

2018年2月，Victor Peng正式成为赛灵思（Xilinx）的第四任CEO，彼时他提出一项转型计划，以自适应计算加速平台（ACAP）支持的新技术应对新市场。时隔三年有余，AMD和赛灵思并购的消息愈发引起行业人士的共同关注。“很显然，AMD加上赛灵思，将为业界高性能计算提供强大的动力，成为高性能计算的动力源泉”，Victor Peng在近期的一次线上媒体沟通会上汇报了自2018年担任赛灵思CEO以来所执行的发展战略总体情况和未来的展望。 AMD与赛灵思将成为“黄金搭档” “AMD和赛灵思合并之后的组合, 将是唯一拥有如此产品技术广度的公司，涵盖了CPU、GPU、FPGA、灵活应变的SoC和 Versal ACAP，这是另外一个灵活应变的平台。我想也很少有合并的公司能够拥有如此之强劲的增长水平”，Victor Peng如是说。除此之外，他还认为在AMD和赛灵思互补的技术和市场将使其能够支持更加广泛和多样化的市场，未来在计算领域赛灵思不仅能够成为强大的动力源泉，之前所做一切关于灵活应变的工作依然适用。 Victor Peng告诉21ic记者，通信、汽车、航天航空等是赛灵思曾经服务了几十年的市场，未来赛灵思也会持续发力几十年的核心市场。与此同时，在数据中心领域AMD和赛灵思也能够创造出强大的协同市场效应，根据估算长期总潜在市场（TAM）将达到1,100亿美元，并且这个数字还会不断上涨。实际上，赛灵思此前一直强调在摩尔定律放缓，登纳德缩放比例定律和阿姆达尔定律接近瓶颈，现在是异构计算与加速器的“黄金时代”。而这种异构计算仍然需要依托CPU、GPU这样的通用处理器和不同类型专用处理器释放异构计算的真正潜力。反观数据中心领域巨头均在不断吞并，势必拿下广泛多样化的市场，这样的背景下市场好似上演了一出“三英战吕布”。x86架构的英特尔曾收购Altera FPGA，x86架构的AMD看好赛灵思，Arm架构则被GPU“大王”英伟达瞄准。对于数据中心的这种局面，Victor Peng认为，其实通过这样的组合可以看到市场这些巨头都认识到未来的计算不可能凭借单独的CPU、GPU、FPGA器件独领市场，单一架构并不能解决所有问题。在AMD与赛灵思合并后，能够提供全系列的解决方案。英特尔在三个领域均有涉足，但实际上可以看到，英特尔在CPU领域市场份额不断被AMD侵蚀；GPU领域正在做一些尝试，但具体情况如何还需要拭目以待；并购Altera也不是特别地成功，因为赛灵思对Altera的领先优势是在不断扩大的，所以AMD和赛灵思在完全结合之后，市场份额也会不断提升。英伟达主要在GPU领域，最近几年也进入了CPU领域，但真正要做成CPU的话，恐怕还是几年之后的事，比如最近要推出的一个CPU就需要两年之后。虽然在GPU领域英伟达是一个领先者，但仍然缺乏自适应计算的独特技术，所以赛灵思在此方面是非常有优势的。实际上，在AMD并购赛灵思的新闻被披露之时，很多人都将这起收购案与英特尔并购Altera进行对比。Victor Peng认为，实际上两个并购案在很多层面上是不尽相同的，因为赛灵思在FPGA市场上是领先者，而Altera在被英特尔并购时并非领先者。除此之外，Altera的规模和收入与英特尔明显处于劣势，这与AMD和赛灵思之间关系是不同的。 Victor Peng透露曾和AMD CEO苏姿丰（Lisa Su）进行过一个讨论，Lisa Su也非常重视赛灵思的各项业务，之前也重申过对于现有的客户市场和应用都有非常坚定的承诺。他表示全新的组合仍然会兼顾赛灵思的其他业务，不仅仅是数据中心，因此这样的并购不会有任何变化，赛灵思仍会一如既往地在市场和客户上提供支持。三大战略正在实现更大的价值 2018年开始，Victor Peng提出赛灵思的三大战略在于“数据中心优先”、“加速核心市场发展”、“驱动自适应计算”，这三者并不是孤立或者割裂的，而是三足鼎立的态势。Victor Peng详细介绍了目前为止，这三个战略的推进情况和未来发展战略。 1、数据中心优先：通过 Alveo, SmartNIC、计算存储不断扩大数据中心发展势头根据Victor Peng的介绍，在数据中心上，将会是“计算+存储+网络”的三位一体的数据中心加速，包括Alveo计算加速卡、三星SmartSSD和最新推出的SN1000 SmartNIC。赛灵思的板卡在OEM和超大规模数据中心中拥有非常多的部署，已有超过50种认证服务器，包括联想、戴尔、浪潮、HP等业界知名服务器领导厂商合作。从数据上来看，数据中心的建设硕果累累，生态系统不断壮大。目前来说，赛灵思拥有20702名经过训练的开发者，1046名加速器计划成员，201个已公开发布应用。不久前，赛灵思还推出了赛灵思应用商店（AppStore），客户可以高效地使用、购买、开发基于赛灵思的应用。 2、加速核心市场发展：5G 基础设施、汽车、ISM、航空航天、测试测量和仿真（TME）、音视频及广电（AVB） Victor Peng表示，通信领域是赛灵思长期以来非常核心的市场，这一市场也在不断的扩展之中。赛灵思不仅在5G上推出首款定制化自适应SoC产品RFSoC DFE，也在400G甚至更大光通信领域推出了集成了112G PAM4高速收发器的Versal Premium ACAP器件。除此之外，赛灵思看到了5G新兴的机会分解式O-RAN，赛灵思的O-RAN是从大规模MIMO的无线电面板开始着手。一开始赛灵思仅仅是做一些参考设计，随着市场不断发展，赛灵思也能够进行一些量产化的设计，这也是今后将要着重进行的。在O-RAN上，赛灵思的带宽非常广泛，从性能和功耗上也会更强大，这是赛灵思的一个巨大的差异化优势。据ABI Research预计，今后五年时间内大规模MIMO无线电将有15%会是O-RAN，预计在350亿美元以上。Victor Peng强调，虽然O-RAN的部署还在初期，不过赛灵思会抓住这一巨大机遇。汽车、ISM和航空航天上，过去三年拥有非常良好的增长，均保持了两位数的增长率。在汽车领域增长了22%，面向汽车ADAS的车规级器件目前出货量已经累计超过8000万件。在ISM领域不仅取得了年增长率持续保持高个位数增长，特别是最近发布的Kria SOM仅一周时间，产品主页就产生高达12万的访问量。航空航天领域过去5年增长幅度大于45%，美国NASA最近新闻中火星毅力号探测器中也搭载了赛灵思的技术。 3、驱动自适应计算：借助平台、AIE、整体应用加速、Vitis、生态系统驱动自适应计算技术发展在驱动自适应计算方面，此前赛灵思为不同阶层的开发者提供了一体化平台Vitis和Vitis AI。传统的硬件工程师可以继续使用Vivado开发工具进行开发，也可利用Vitis调用库提高硬件开发效率；对于擅长底层移植或底层驱动的软件工程师，可调用Vitis中预先定义好Shell、I/O和部分编程工程的硬件库进行开发；对于应用软件开发者可使用熟悉的语言，直接完成高级语言开发；对于AI科学家也可以利用高层次框架训练自己的模型。在AI方面，Victor Peng表示，整体应用加速是赛灵思非常独特的竞争优势，业界也有专门系统可加速AI的部分，但其实仅仅是一种AI的神经网络。赛灵思可以加速多个AI，也可以加速应用当中非AI的部分，通过这样的方式客户能够真正使硬件自适应相关应用，而不是让应用来适应硬件。 AIE（人工智能引擎）是赛灵思推出的一种革命性的全新架构，目前已经量产出货。纵观AI加速产品路线，第一代AIE已布局在当前的Versal之中，搭载AIE的Versal在性能上远超于T4 GPU；第二代AIE将会提升其密度，以确保能够处理更多类型数据，并将对存储器进行分布式布置提高效率；第三代将会引进更多专用数据类型，服务于机器学习，使得基础性能能够提高2-3倍。而在下一代芯片上，赛灵思将不断推出新的芯片来大幅提升性能。总结赛灵思自很久前便强调自适应和异构计算两个概念，在AMD和赛灵思的有机结合之下，异构计算将发挥其真正的功效。而在三大战略驱动下的赛灵思，在并购后也将持续推进其原本的战略，继续驱动FPGA自身的低时延、低TCO、高性能和灵活性优势在市场的应用。

时间：2021-05-14 关键词： AMD 赛灵思
AMD宣布与赛灵思达成最终协议后，英国开始进行调查

美国AMD半导体公司专门为计算机、通信和消费电子行业设计和制造各种创新的微处理器(CPU、GPU、主板芯片组、电视卡芯片等)，以及提供闪存和低功率处理器解决方案，公司成立于1969年。AMD致力为技术用户——从企业、政府机构到个人消费者——提供基于标准的、以客户为中心的解决方案。2006年7月24日，AMD宣布收购ATI，从此ATI成为了AMD的显卡部门。AMD提出3A平台的新标志，在笔记本领域有“AMD VISION”标志的就表示该电脑采用3A构建方案(CPU、GPU、主板芯片组均由AMD制造提供)。2018年12月，世界品牌实验室发布《2018世界品牌500强》榜单，amd排名第485。 2020年10月27日，AMD宣布与FPGA大厂Xilinx(赛灵思)达成了最终协议，AMD将斥资350亿美元(约合2250亿元)收购赛灵思。今年4月，该交易已得到双方股东批准，得以顺利推进。接下来只需获得各国反垄断部门的批准之后，该并购案即可成功。 “竞争和市场管理局(CMA)正在考虑，根据《2002年企业法》的合并规定，这项交易一旦生效，是否会导致相关合并情况的发生，以及因此，是否会导致这种情况的产生，从而大大削弱英国任何一个或多个市场内商品或服务的竞争，” CMA声明说。去年10月，AMD同意以350亿美元收购竞争对手芯片制造商赛灵思，该交易于4月7日得到双方股东的批准。而受此消息影响，AMD股价跌2.2%，赛灵思股价跌2.5%。从我们之前的文章可以看到，AMD收购Xilinx之后，可能会引起一系列的连锁反应。当然，并购是一件非常复杂的事情，难度较大，且存在风险。对此，拓墣产业研究院指出，AMD与赛灵思合并后不论是产品的定位、研发资源分配、开发工具与库的整合，需要通过既有人员的沟通与讨论才能发挥作用。其中，开发工具与库等软件资源的整合相当困难，必须兼顾CPU、GPU与FPGA三者的特色，因此，要达成此目标，AMD将面临不小的挑战。不过，总体来看，与英伟达收购Arm的情势不同，AMD并购赛灵思不存在明显的行业垄断风险，在各大市场监管机构那里获得通过的概率很大。一旦通过，将有望改变过去多年固有的IC设计厂商排名格局。据媒体最新报道，英国竞争和市场管理局(Competition and Markets Authority)已经对该起收购案开始征集各方意见，以考虑是否会导致“竞争大幅减弱”，截至时间5月21日。 AMD需要FPGA的领先开发商Xilinx，才能更好地与拥有Altera的英特尔公司竞争，AMD和Xilinx都可以独立生存和繁荣，但是，如果双方合并的话，则会产生一加一大于二的效果。通过收购Xilinx，AMD将能够提供数据中心中使用的三种类型的计算设备，包括CPU，GPU和FPGA。此外，它将能够开发结合通用处理器内核，计算GPU功能和现场可编程晶体管的混合产品。但是，该交易最终达成，还需要得到多个政府部门的核准。目前，审查工作仍然在进行中，第一阶段调查的截止日期是2021年7月6日。不同于NVIDIA收购Arm，AMD收购赛灵思并未遭到同行们的反对，情况似乎好很多。资料显示，赛灵思目前是全球第一大FPGA厂商，在全世界有7500多家客户。曾经的第二大FPGA厂商Altera已经被Intel在2015年167亿美元收购。对于AMD收购赛灵思，业界认为，AMD将提供业界最强大的高性能处理器技术产品组合，结合CPU，GPU，FPGA，自适应SoC和深厚的软件专业知识，为云、边缘和终端设备提供领先的计算平台。合并后的公司将共同利用从数据中心到游戏、PC、通信、汽车、工业、航空航天和国防等行业最重要的增长领域的机会。根据之前AMD的预计，双方将在2021年底前完成交易，在此期间，两家公司仍将保持各自独立运营。赛灵思是一家可编程逻辑器件(FPGA芯片等)生产商，也是全球最大的FPGA厂商，总部位于美国加利福尼亚州圣何塞。而赛灵思发明研制的FPGA芯片用于无线通信、数据中心以及汽车和航空航天等行业。提到为什么AMD选择赛灵思，首先赛灵思目前是FPGA界的老大，排在第二的Altera在2015年12月就被Intel以167亿美元的价格收购了。 The Register 报道称，AMD 希望将 Xilinx 的 FPGA 技术与 x86 CPU 和 RDNA SIMD 结合起来，以打造高度可定制的高性能计算(HPC)加速器。 AMD对赛灵思的收购不仅可以推动数据中心业务的增长，亦有助于AMD在边缘计算、通信、自动驾驶和工业方面的发挥，两者产品互补，将会形成良性的协同效应。不过在新的增长策略实施之前，AMD对赛灵思的交易也将迎来不少困难。AMD 总裁苏姿丰博士表示：“通过结合世界一流的工程团队和深厚的专业知识，我们将凭借远见、才华和规模，成长为可引领定制高性能计算行业发展的未来领导者”。现在随着人工智能、高性能数据分析等计算密集型领域对计算性能需求越来越高，传统通用的计算方式已经满足不了大家。「 CPU + 协作处理器( GPU 、 FPGA ) 」的异构计算成为了大家发力的方向，而 FPGA 也因为前述特性，成为了不可或缺的一块拼图。所有大厂都在探索 FPGA 发展潜力，微软、亚马逊、腾讯都在发力 FPGA 驱动的云服务。再加上 FPGA 成本一降再降，编程语言也在向类高级语言发展， FPGA 的前景确实不可小觑。

时间：2021-05-11 关键词：半导体 AMD 赛灵思
199美元起！赛灵思Kria产品组合突袭SOM市场

网站：21ic.com

时间：2021-05-07 关键词： SOM 赛灵思
199美元起！赛灵思Kria产品组合突袭SOM市场

赛灵思（Xilinx）作为FPGA领头者，一直围绕“数据中心优先”、“加速核心市场发展”、“驱动自适应计算”三大战略部署。最近，赛灵思为市场带来了自适应计算的新的方法，同时也在芯片业务之外延伸出了一个新的生产就绪的板卡解决方案的业务。这就是赛灵思最新推出的自适应系统模块（SOM）产品组，首款问世的Kria K26 SOM和Kria KV260视距AI入门套件为开发者带来了新的选择。 SOM是“何方神圣”？何为SOM？赛灵思工业、视觉、医疗及科学（ ISM ）市场总监Chetan Khona为记者介绍表示，SOM是一个小型化的嵌入式板卡，大小与信用卡相当，内部包含微处理器、GPU、FPGA、存储器、电源管理和其他一些配套的电路系统。他表示，SOM可将硬件抽象化，所以开发人员可在板卡级而不是芯片级去做设计，这种特性使其可呈现开发周期缩短的效果。 “硬件设计人员喜欢SOM是因为可以避免做一些重复性的、比较低端的设计工作，这是因为我们已在SOM上预构建了大部分标准外设。除此之外，软件开发人员也喜欢用SOM，因为他们可以跟硬件团队平行的开始设计工作”，Chetan Khona这样介绍。坐拥软硬件工程师喜爱之下的SOM，整体市场增长势头强劲。行业报告显示，SOM的年化增长率在11%左右，至2025年预计市场总收入规模能够达到23亿美元。 “我们了解到SOM市场虽然在增长，但是在增长过程中，客户现有嵌入式处理器和基于GPU的解决方案遇到一些问题，所以这就为更高性能、更具弹性的解决方案留下了一个施展拳脚的空间”，Chetan Khona认为，这也是作为FPGA厂商能够进入和壮大的领域。现已上市的FPGA SOM 赛灵思基于以上对市场的洞察，利用赛灵思FPGA在功耗、性能和自适应的优势，推出了第一款产品Kria K26 SOM，这款产品瞄准的是智慧城市及智能工厂中的视觉AI领域，包括安全摄像头、城市摄像头、交通摄像头、零售分析、机器视觉、视觉引导机器人等应用。除此之外，布局Kria系统模块产品后，来赛灵思海景继续推出成本优化型SOM、最高AI算力SOM。硬件配置方面，K26 SOM是基于Zynq UltraScale+ MPSoC架构之上，整体尺寸为77x60x11mm，搭载四核Arm A53处理器，内置64位4GB的DDR4内存，拥有256K系统逻辑单元，拥有1.4TOPSAI处理器性能，支持4K60p的H.264/265视频编解码器。值得一提的是，K26 SOM支持丰富的接口标准和扩展性，具体拥有245个I/O，支持MIPI、sub-LVDS、SLVS-EC等标准连接15个摄像头，通过4x10G提供1Gb到40Gb的以太网，拥有4个USB接口。据Chetan Khona介绍，K26 SOM拥有商用级和工业级两个级别。实际出货上，K26 SOM也会外置散热器，不仅为设计人员提供非常好的散热性能也为其功提供了较平的平面与底座连接。 “除了针对工业级进行了更高耐温、抗震、延保的设计，保证了产品的经久耐用，这也是市场上最安全的SOM，因为K26不仅带有所有认证，架构本身还带有安全启动功能，同时每个SOM都增加了TPM模块”，Chetan Khona如是说。通过对比竞争对手GPU SOM（Nvidia TX2），K26 SOM拥有非常明显的优势，无论是从性能还是功耗上均强于竞争对手，最终呈现的效果便是在每视频流成本上减半。 Chetan Khona为此解释，在FPGA SOM与GPU SOM相比时，不仅拥有更强的性能，功耗也更低，更重要的是延迟也会缩短非常多。除此之外还有一个关键点，FPGA是自带自适应属性的，因此在AI模型变化时，可以自适应进行调整。目前赛灵思拥有一个针对AI推理引擎的解决方案，未来可以迁移到Inter4的推理引擎，甚至是一个二进制的推理的引擎上。而GPU就是完全锁定在现有的架构内。除了K26 SOM，赛灵思还推出了Kria KV260视觉AI入门套件。根据Chetan Khona的介绍，赛灵思的战略不仅仅是生产量产型的K26 SOM，也需要提高业务性，提供具有成本效率的入门套件供用户实现视觉AI应用。具体从售价上来说，Kria KV260视觉AI入门套件定价199美元，Kria K26商用级定价250美元，Kria K26工业级定价350美元。遵循加速应用老传统除了硬件部分，软件也是嵌入式设计的关键。根据Chetan Khona的介绍，Kria继续了赛灵思在软件上加速应用的传统，支持Vitis、Vitis AI一体化软件平台，同时也支持开发人员熟悉的设计开发环境。 Kria能够面向不同深度和不同职位提供四种不同方式开发。第一种，简单编写软件；第二种，将设备AI模型用用户自主培训过的AI模型取代；第三种，利用Python、C、C++、OpenCL等熟知的语言对FPGA进行改动；第四种，利用传统高阶的FPGA语言进行设计模型的全栈修改。除此之外，赛灵思这次还推出了首个针对边缘应用的嵌入式App Store，这极大地加速了应用的落地，也使得无FPGA经验的人也可以很快上手。实际上，Kria SOM的概念与Alveo的做法非常类似，Alveo和SOM都能实现更快的部署时间，不过Alveo是针对数据中心应用，而SOM针对的是边缘，两者形成了一定的互补。通过一些用例可以看出，Alveo+Kria的数据中心加速和边缘应用已形成了非常好的加速应用生态。 Chetan Khona强调，虽然SOM可以适用于众多应用非常强大的解决方案，但是首批SOM的产品主要还是集中于智能视觉的应用。快速演进市场中，对兼具功耗、成本、时延和灵活性的要求越来越强，现有嵌入式处理器和基于GPU 的解决方案越来越难以满足市场需求，这种情况下FPGA SOM的确是打破市场的一个新选择。

时间：2021-04-30 关键词： Xilinx SOM Kria 赛灵思
自适应计算：立足当下布局未来的一把“瑞士军刀”

我最近在搬新家，发现自己需要一把螺丝刀;五分钟后，我又需要一把刀子打开信封;到搬家接近尾声时，我发现我又需要一个开罐器。我意识到在每项操作时我一指都在使用非常专门的工具。我的朋友看到这种情况，送了我一把瑞士军刀，它提供了我需要的所有工具，而且还能满足其它新的需求。这时候，我想起公司的自适应计算加速平台 (ACAP) ，面对当今的人工智能 (AI) 或者说更广泛的应用领域，它不就是一把瑞士军刀吗? 赛灵思的 ACAP - 面向 AI 推断及更多应用领域的瑞士军刀应用于工业和医疗领域的基于 AI 的系统，正越来越多地从研究项目和原型走向产品化阶段。这也就带来了专门针对边缘器件的关键需求，例如在低价格、低功耗和低时延下提高算力和性能。此外，AI 科学家正在不断创新，旨在开发出更新颖的算法和模型，这就需要对不同的硬件架构进行优化。赛灵思自适应计算加速平台 (ACAP) ，可用于为一系列应用中的核心工业功能和医疗功能加速，如电动机控制(控制算法)、机器人(运动规划)、医疗成像(超声波束成型)等，但我们这次重点介绍 AI。赛灵思与当下AI发展 2018年收购深鉴科技 (Deephi)，加上Zynq® UltraScale+™ MPSoC 的自适应计算特质，赛灵思一跃成为 AI 推断领域的前沿厂商。Deephi 曾发表全球首篇有关压缩和稀疏神经网络的论文文《深度压缩》(Deep Compression)。深度压缩这种方法能在不损失预测准确度的情况下成数量级地压缩神经网络(模型经深度压缩后，能加快推断速度 3-4 倍，提高能效 3-7 倍)。赛灵思 Zynq UltraScale+ MPSoC 的核心组件包括应用处理器 (Arm® Cortex-A53)、实时处理器 (ARM Cortex-R5) 和可编程逻辑 (PL)。这种平台能将压缩后的输出神经网络部署在 PL 中实现的深度学习单元 (DPU) 上，为压缩后的神经网络提速，使之发挥出更高性能。因为 DPU 实现在 PL 中，它的大小可以根据不同的并行化程度进行改变，并且还可以根据您选择的平台中可用的硬件资源，部署为单核、双核或三核甚至更多。 2017 年，为进一步发挥自适应计算能力，赛灵思发布了 INT8 DPU，从浮点 (FP32) 变为整数 (INT8)，在保持良好精度的同时，大大节省了内存、存储空间和带宽。接下来，一个严重的问题出现了：在工作中使用大量深度学习框架(TensorFlow、Caffe、Darknet 等)的 AI 科学家希望在赛灵思产品组合中尝试多种硬件平台，为他们的用例找到最佳方案。此外，他们还希望在开发工作中使用他们最熟悉的语言。为此，2019 年，赛灵思推出了名为 Vitis AI™ 的统一软件平台工具来满足上述需求。开发者通过该平台，可以使用常见的编程语言处理常见深度学习框架中的各种模型，而且能够支持从边缘到云任何器件的产品。此外，Vitis AI 自带 50 多种预训练、预优化的开源 AI 模型(赛灵思 Model Zoo)，可以用定制数据集进行再训练，与其他从头开始培训和优化模型的方案相比，Vitis AI有利于 AI 软件开发者从一个更高的起点启动设计。赛灵思面向当今AI应用的“六把刀”： · 减少资源的使用 – 较低精度 (INT8) 的压缩神经网络能减少 DSP、查找表 (LUT) 的使用，并降低存储器占用 · 降低功耗 – 资源使用量的减少自然有利于降低功耗 · 减小 BOM 成本 – 在成本不变的情况下使用更多的可用资源，含外部功能 · 支持深度学习框架 – 包括Caffe、PyTorch 和 TensorFlow · 统一的开发工具 – 使用赛灵思 Vitis 和 Vitis AI，支持从边缘到云端的任意器件开发 · 最大限度不更改AI 软件开发者的基本工作流程面向赛灵思硬件平台AI 推断开发的赛灵思 Vitis AI 开发平台赛灵思与未来的 AI 作为当今AI 领域扮演重要角色的技术提供商，赛灵思通过自己的硬件平台提供自适应计算能力，持续为塑造 AI 的未来而不懈努力。其中两项赛灵思正在开发的多种未来自适应计算方法包括： · INT4 DPU · FINN – 高速可扩展的量化神经网络推断注释：本节中讨论的方法目前还没有被赛灵思产品化，在本文中讨论的目的是展现赛灵思硬件平台的自适应计算功能。 A. INT4 DPU INT8 在 AI 推断方面提供了比浮点运算显著提高的性能。展望边缘计算在未来的性能要求，我认为需要在降低或保持资源需求的前提下提高性能并降低时延，这样一来 INT4 优化将成为必然，届时，硬件性能可以随着时间的推移而不断改进。从 INT8 DPU 升级到 INT4 DPU，已经在现场完成部署的现有赛灵思器件，能在减少逻辑和片上存储器占用同时，实现高达 77% 的性能提升。在 INT4 DPU 上部署神经网络的第一步是实现整个量化过程的硬件友好。INT4 量化方法可以划分为三类： 1. 量化机制 2. 量化设计硬件友好度 3. 量化感知训练赛灵思使用量化感知训练 (QAT)。为有效改善低比特与全精度神经网络的精度差异提供了关键技术。QAT 选用的算法是逐层量化感知训练。这种方法可以用于图像分类、姿态估计、2D 与 3D 检测、语义分割和多任务处理。在其他开发流程保持不变的基础上，用户只需将导入训练后的模型通过赛灵思 Vitis AI 运行，最终生成可为目标平台部署的模型。除了已经介绍过的更低比特推断带来的如降低资源占用、降低功耗、降低BOM成本，支持常见的深度学习框架和编程语言等优势外，相比于 INT8 ，INT4 DPU 还能带来 2 倍到 15 倍的性能提升。 B. FINN 赛灵思研究实验室在 2017 年发表了第一篇有关 FINN 项目的论文，讨论了第二代 FINN 框架(FINN-R)，这种端到端工具提供设计空间探索，并支持在赛灵思硬件平台上自动完成全定制推断引擎的创建。与 Vitis AI 相似，FINN-R 支持多种常见的深度学习框架 (Caffe、 TensorFlow、DarkNet) 并允许用户以边缘和云端的多种硬件平台为开发目标(Ultra96、PYNQ-Z1 和 AWS F1 实例)。 FINN-R 有一个主要目标：针对给定的设计约束集和专门的神经网络，找出可以实现的最佳硬件实现方案并自动完成此目标，以便用户立即在他们的赛灵思硬件平台上获得由此带来的优势。FINN-R 如何达成这个目标?方法是完整的推断加速器架构选择和 FINN-R 工具链。用户有两种不同的架构可供选择：一种是为用户的神经网络量身定制的架构，称作数据流架构 (DF);另一种则是数据流流水线架构 (MO)，用于卸载相大部分的计算负载并通过流水线迭代。 FINN-R 工具链的构成包括前端、中间表达和后端。它导入量化神经网络 (QNN) 并为 DF 和 MO 架构输出部署包。如今的 FINN-R 能够为 BinaryNet、Darknet、Tensorpack 提供前端，而且更重要的是，由于它的模块性质，通过添加额外的前端它就能为新出现的 QNN 框架提供支持。用户可以随意选择部署包，只要保证选择的部署包在自己的设计约束下是最佳硬件实现方案。 FINN 和 INT4 DPU 的主要差别在于 FINN 可以为任何低比特神经网络生成定制化硬件实现方案，其中的权重、激活函数和层数可以有不同精度。此外，FINN 还丰富的定制空间，如层数和运算符。这对于在给定的硬性设计约束条件下优化设计性能非常有价值。另一方面，就常见的深度学习框架而言，INT4 DPU 的模型推断加速性能比今天的 INT8 DPU 高 77%，而且在硬件资源固定的条件下，能将模型部署到从边缘到云端的任何器件上。这两个流程进一步丰富了用户运用赛灵思平台加速推断、打造 AI 未来的大量应用选择。结论 AI 和机器学习的重要性毋庸置疑。固定架构确实可以很好地满足当今某些应用场景，然而展望未来，机器学习的模型和它们的需求在不断变化，新的、未知的需求也在不断涌现。而无论如何变化，这些模型也将不断基于需求变化。赛灵思的自适应计算加速平台既能满足了当今的 AI 需求，也能自适应不断演进发展的 AI 未来需求。也就是说，借助计算平台，可以支持AI 开发者立足当下开展设计，同时通过可以应对未来变化的嵌入式平台为未来的 AI 布局做好准备。现在我要拿出我的瑞士军刀，开一罐豆子当晚餐。

时间：2021-02-03 关键词： AI 自适应计算赛灵思
Xilinx 宣布收购峰科计算，进一步提高软件可编程性并扩大开发者社区

2020 年 12 月 2日，中国北京 —— 赛灵思公司(Xilinx, Inc.)今天宣布已收购峰科计算解决方案公司( Falcon Computing Solutions )，这是一家为软件应用的硬件加速提供高层次综合( HLS )编译器优化技术的领先私人控股公司。此次收购将通过自动化硬件感知优化增强赛灵思 Vitis™ 统一软件平台，进一步降低软件开发者应用自适应计算的门槛。通过将 Falcon的创新编译器技术集成到 Vitis 平台上，软件开发者无需掌握硬件专业知识就能加速 C++ 应用。而借助 Falcon 的源代码转换功能，应用开发者无需对其代码进行调整或是额外添加架构专用编程指令，就能轻松实现显著的硬件加速。赛灵思执行副总裁兼数据中心事业部总经理 Salil Raje 表示：“对自适应计算不断增长的需求，正逐渐开启数据中心和嵌入式应用广泛采用 FPGA 的新时代。Falcon的创新编译器技术和高度专业化的编译器团队将提供关键的专业知识，助力进一步提高软件编程能力，并将自适应计算的众多优势带给更多开发者。” Falcon 联合创始人兼董事长丛京生( Jason Cong )博士表示：“我们的编译器技术能够让软件开发者无需了解 FPGA 硬件架构，就能轻松实现超越 CPU 一个数量级的加速。这是因为我们的编译器具备高度自动化特性，可优化片外数据传输、片上数据复用、内存分区、并行与流水线型计算加速。这种类似于 Open-MP 的单一源代码编程风格，对于众多 C/C++ 软件开发者而言十分友好，特别是对于那些来自高性能计算和嵌入式系统社区的开发者。” Falcon 由丛京生博士于 2014 年联合创立。丛博士是加州大学洛杉矶分校计算机科学系沃尔根诺( Volgenau )卓越工程学院主席、特定域计算中心主任、ACM 和 IEEE 研究员以及国家工程学院院士。Falcon 深耕于学术与研究，始终处于新一轮 FPGA 采用浪潮的前沿。此外，丛博士联合创立的 AutoESL (现为 Vitis HLS )由赛灵思于 2010 年收购， Neptune Design Automation (现在隶属于 Vivado® )由赛灵思于 2013 年收购。Falcon总部位于加州洛杉矶，致力于为美国和中国的企业客户和学术机构提供服务。 Falcon的详细财务状况和本次收购的条款尚未披露。

时间：2020-12-02 关键词： SoC 赛灵思 FPGA
举例分析Intel FPGA和Xilinx FPGA的区别

今天和大侠简单聊一聊 Intel altera 和 Xilinx 的 FPGA 区别，话不多说，上货。最近有很多人在问，学习FPGA到底是选择 Intel altera 的还是 xilinx 的呢，于是我就苦口婆心的说了一大堆，中心思想大概就是，学习FPGA一定要学习 FPGA 的设计思想以及设计原理，不要纠结于单一的实验平台或者操作软件，因为你想在这个行业越走越高的话，广度和深度都是要有所了解的。初期学习的时候尤其注重动手，选择一款操作平台以及操作软件是为了让你更好的去动手做，而不是让你在这款软件或者实验平台去做文章，因为不懂原理的话，换个环境你同样是什么都不明白。尤其是现在的科技公司产品更新升级换代还比较快，要学会去掌握最核心的知识点才是王道。下面，咱们就来简单聊聊 Intel altera 和 Xilinx 的 FPGA 区别，欢迎大家一起交流，三人行，必有我师，共同学习，共同进步。对于 Intel altera 和 Xilinx 的 FPGA，本人认为可以分为两个方面去比较一下，基本逻辑资源和内部基本架构。从目前企业中做开发使用的广泛性来说，Xilinx 占得比重确实是大一些，但是从其他方面来说，比如价格，相对而言 Intel altera 的便宜些。对于两者的特点，Xilinx 的短线资源非常丰富，这样在实现的时候，布线的成功率很高，尤其是逻辑做得比较满的时候。而 Intel altera 的 FPGA 的短线资源经常不够用，经常要占用LE来充当布线资源，这也是为什么 Intel altera 的 FPGA可以便宜的原因，资源少些当然便宜，但是如果你是高手，也能把他的性能发挥得很好。另外就是关于块RAM，Xilinx的双口RAM是真的，Intel altera的没有双口RAM，如果你要实现真正的双口RAM，只能用两块RAM来背靠背地实现，这样你的RAM资源就少了一半，如果你的应用对片内双口RAM的需求很重要，用 Intel altera 的就划不来。下面咱们就从我刚才说的基本逻辑资源和内部基本架构这两个方面来聊聊。 1、基本逻辑资源基本的逻辑资源我建议大家可以去看看两家的芯片做个比较，今天时间有限就不给各位详谈了，通过比较你会发现我上面说的还是有点道理的。 2、内部基本架构从1985年Xilinx公司推出第一片FPGA到现在，FPGA的使用已经有30多年的历史了。目前主流市场的FPGA主要还是Xilinx和Intel altera两大系列，下面分别来介绍下它们各自的基本结构组成。 Xilinx的FPGA主要由以下单元结构组成：可配置逻辑块（CLB）、时钟管理模块（CMT）、存储器（RAM/FIFO）、数字信号处理模块（DSP）和一些专用模块。以Virtex-5为例，简单介绍下各模块的功能。１、可配置逻辑块（CLB） CLB是FPGA中组成设计逻辑的主要资源，也是电路设计中工作的主要对象，下面对CLB的内外结构做一个简单介绍。FPGA的逻辑就是由阵列排布的CLB实现的，每个CLB单元都和一个开关阵列相连，并受其控制以实现逻辑，如下图所示：每一个CLB中包含有两个基本结构（Slice），每个基本结构中包含4个查找表（LUT）、4个存储单元、广函数多路器（Wide_function Multiplexer）和进位逻辑，这种基本结构（Slice）称为SLICEL。另外，有些基本结构（Slice）中还包含使用RAM存储数据的功能和使用32位寄存器移位的功能，支持这些功能的基本结构称为SLICEM。 2、时钟管理模块（CMT）时钟管理模块（CMT）用于产生高质量的时钟，以Virtex-5系列器件为例，CMT包括两个数字时钟管理单元（DCM）和一个锁相环电路（PLL）。 3、存储器（RAM/FIFO）现代Xilinx的FPGA都有内部的存储器块，以Virtex-5为例，内部包含若干块RAM，每一块36KB，并且RAM的大小可以灵活配置。Virtex-5内的RAM是同步的双口RAM，并且可以配置为多速率的FIFO存储器，极大地提高了设计的灵活性。 4、数字信号处理模块（DSP）大多数的FPGA产品都提供了DSP。 5、其他专用模块除了上述模块外，在现代的Xilinx的FPGA产品中还有一些其他专用模块，例如：Rocket IO千兆位级收发器、PCI Express端点模块和三态以太网MAC模块等。 Intel altera 的产品一般包括如下单元结构：逻辑阵列模块（LAB）、TriMatrix存储器模块（RAM）、数字信号处理模块（DSP）和锁相环模块（PLL）。下面以Startix II 器件为例说明 Intel altera 公司产品的结构。 1、逻辑阵列模块（LAB）逻辑阵列模块（LAB）的主要结构是8个适应逻辑模块（ALM），还包括一些进位链和控制逻辑等结构。适应逻辑模块（ALM）是 Stratix II 器件的基本模块，其结构如下图。每个ALM中都包含了两个可编程的寄存器、两个专用全加器、一个进位链、一个共享算术链和一个寄存器链。需要注意的是，在上图所示的组合逻辑块（Combinational Logic）中包含了两个4输入4 查找表（LUT）和4个三输入的查找表。 2、存储器模块（RAM） Stratix II 器件具有 TriMatrix 存储结构，它包括3种大小的嵌入式RAM块。TriMatrix 存储器包括512位的M512块、4Kb的M4K块和512Kb的M-RAM块，每个都可以配置支持各种特性。 3、数字信号处理模块（DSP） DSP块结构是为实现多种最大性能和最小逻辑资源利用率的DSP功能而优化的。 4、锁相环（PLL） Stratix II 器件具有多达12个锁相环（PLL）和48个独立系统时钟，可以作为中央时钟管理器满足系统时序需求。以上可以看出，Xilinx 与 Intel altera 的 FPGA 的结构最大不同还是其逻辑单元部分：Xilinx的逻辑单元基本组成为可配置逻辑模块（CLB），而 Intel altera 的为LAB，但更深一层讲，CLB和LAB里面也都是由LUT、触发器等构成的。两个公司的FPGA组成各有特点，这也决定了它们的FPGA产品在功能上各有特点。总的来说，Xilinx 家独有可配置逻辑块（CLB）/Slice，Intel altera 家独有逻辑阵列模块（LAB），可以这么理解。简单聊聊，希望对各位大侠学习理解有所帮助。 -END- 来源 | FPGA江湖技术免责声明：本文内容由21ic获得授权后发布，版权归原作者所有，本平台仅提供信息存储服务。文章仅代表作者个人观点，不代表本平台立场，如有问题，请联系我们，谢谢！

时间：2020-11-29 关键词：英特尔赛灵思
医疗设备中，FPGA扮演什么角色？

FPGA（现场可编辑门阵列）作为赛灵思（Xilinx）的一项重要发明，以其可编程和灵活性著称。起初，FPGA只是用来仿真ASIC，再进行掩码处理和批量制造使用。不过ASIC相比FPGA来说明显在定制化上要求过高，流片量过小情况下成本反而更高，因此两者毫不冲突地“各司其职”。而后，随着加速器的出现和算力提升，目前已成为与GPU齐名的并行计算器件。如今，FPGA已进发数据中心领域，相比CPU和GPU，FPGA所需器件更少，功耗也更优。赛灵思依靠其“数据中心优先”、“加速核心市场发展”、“驱动自适应计算”的三大战略加持下，使其ACAP平台和Alveo加速卡在数据中心市场极具竞争力。除此之外，赛灵思曾为笔者展示过其云服务商领域的“一体化SmartNIC平台”、消费领域的“FPGA TCON”方案、工业领域的Zynq SoC系列方案。实际上，根据赛灵思透露，医疗领域已占据赛灵思营收非常重要的比重，并且一直在11%-15%的速度增长。那么赛灵思是依靠什么FPGA产品占据的医疗市场，FPGA器件在医疗设备中扮演什么角色？日前，赛灵思为记者介绍了近期在医疗科学和医疗设备方面的成果，21ic中国电子网记者受邀参加此次采访。 FPGA器件能用在什么地方信息显示，全球人均医疗支出每年都在增长，随着人口老龄化加剧，消费者对医疗条件和医疗成本都有着极高的预期。另一方面，随着疫情的爆发，市场对病情的及早发现和诊断的快速分析有了更高的要求，这就需要医疗器械成本的进一步降低和算力的提升。 FPGA器件自身拥有可编程特性，借助这种优势，可避免ASIC器件前期高昂的一次性工程费用，消除最低订单数量和多芯片迭代风险和损失。医疗行业本身是与科技发展联系最为紧密的行业之一，伴随FPGA器件的不断迭代升级，更多新设备出现，引领了新的治疗方法、治疗途径、治疗理念的改变。赛灵思医疗科学全球业务市场负责人Subh Bhattacharya 根据Subh Bhattacharya的介绍，赛灵思的FPGA器件在医疗领域的应用主要分为三类：临床、医疗成像和诊断分析。 01、临床环境临床设备数量大种类多，因此需要灵活性极强的FPGA。需要注意的是，部分设备直接影响患者生命安全，对启动速度、安全稳定性、时延要求极高；部分设备在便携性上则有一定要求，对功耗、小尺寸有很大需求。根据Subh的介绍，在临床方面，赛灵思的Zynq UltraScale+ MPSoC（下文简称为“ZU+ MPSoC”）是一个高度集成的平台，集成多个处理器，拥有可编程逻辑，此外还集成了信息安全和功能安全功能。Subh强调，这个技术平台的强大功能和性能非常适合在临床环境应用之中，包括从云端到边缘。 Subh为记者展示了几个利用该平台解决临床环境的实例：其一是赛灵思与Spline.AI和AWS（亚马逊云服务）合作开发的医疗AI，利用ZU+MPSoC的ZCU104平台作为边缘设备，实现的高精度低时延的医疗X射线分型深度学习模型和参考设计。该方案可独立自主根据Chest X-Ray预测疾病，也可预测COVID-19和肺炎，也可开发定制模型供临床使用。另外，ZCU104支持开源语言PYNQ语言下开发，也可借助AWS IoT Greengrass实现进一步的扩展和部署。该方案发挥了ZU+ MPSoC的高性能和扩展性，赋予了低成本医疗设备高精度的诊断。其二是赛灵思为奥林巴斯内窥镜核心技术提供支持。该方案发挥了ZU+ MPSoC在启动速度、功耗和低时延的特性。其三是赛灵思为Clarius超便携高性能超声波系统。该方案发挥了ZU+ MPSoC片上双ARM处理器和FPGA的小尺寸封装特性，实现了超便携。究其历史，Zynq SoC是赛灵思在2011年推出的全球首款集成ARM内核的产品，彼时该平台称为“可扩展的处理器平台”，主要是为了将市场扩展到嵌入式应用之中。此前FPGA多用作辅助芯片，自从引入更多功能的集成SoC平台之后，ARM GPU、数据安全处理器、功能安全处理器都被集成在单芯片之中。Subh表示，经过这样的转型之后，赛灵思从每年5%-6%的收入增长，实现了到14%-15%的收入增长，2.5倍的增长率全要归功于这样的技术平台。除此之外，Subh还为记者展示ZU+ MPSoC在医疗安全上的解决方案。“目前，全球安装的医疗物联网设备超过1亿台，到2020年将增长到1.61亿台。医界高管认为 59%隐私问题， 55%老旧系统集成和54%安全问题，是阻碍当今医疗机构采用物联网的三大障碍。” Subh表示，赛灵思可以利用可编程平台，不断适应新的安全防护措施，这种升级囊括了软件和硬件。最终体现在SoC上的，就是认证与加密启动、安全启动、测量启动、安全应用通信、基于云的监测等功能。 02、医疗成像大型医疗成像设备使用FPGA器件已经是基本操作，Subh为记者介绍，在医疗成像方面，主要包括CT、超声、X射线、PET、MRI扫描仪等。对于医疗成像，Zynq UltraScale+ MPSoC同样适用。Subh表示，除此之外还有Versal ACAP，这个系列可以理解为下一代的MPSoC，Versal ACAP在成像领域具有非常大优势。 Versal ACAP除了拥有ARM多处理器集成、可编程逻辑、DSP以外，还加入了AI引擎，即SIMD、VLIW这样的单元，可以支持很多类似操作的平行处理。 Subh为记者展示了超声波图像重构与计算机辅助诊断的方案，利用赛灵思的软硬件支持，能够降低功耗和热度范围、降低解决方案成本、延长设备使用寿命、低时延边缘推断，虽然市场非常复杂，赛灵思的技术也能够大大提高生产力。 03、诊断分析 Subh表示，除了SoC和FPGA，赛灵思还提供即插即用的Alveo加速卡，正因这是一种PCle的解决方案，因此可以大大降低开发时长。根据介绍，Alveo加速卡适用于任何通用PC，既可以加速CPU的普通任务，也可以加速其他的GPU的任务，最终实现高吞吐量和超低时延。其独特的算力和灵活应变能力，可以大大加速很多的医疗应用。联影医疗（United Imaging）是一家中国公司，这家公司在使用Alveo U200加速卡替代传统GPU时发现，Alveo的技术成本更低、功耗更低，并且无需牺牲任何性能或是开发进度。 FPGA vs. CPU&GPU 医疗设备中使用CPU或者GPU产品的方案也屡见不见，为何FPGA拥有如此卓著效果，甚至有着替代CPU和GPU的“魔力”？实际上，CPU和GPU都属于冯诺依曼结构，FPGA能够突破结构上的限制因此拥有极强的能效。具体来说，CPU和GPU需要使用SIMD（单指令流多数据流）来执行存储器、译码器、运算器、分支跳转处理逻辑等，FPGA则在烧写时已经确定每个逻辑单元的功能，因此不需要指令；另外，CPU和GPU在内存使用中是共享的，因此就需要访问仲裁，执行单元间的私有缓存使得部件间要保持缓存一致性，同样在烧写过程中FPGA已明确通信要求，因此无需共享内存进行通信。得益于此，FPGA拥有极强的浮点乘法运算能力，而且对比同样是浮点运算的GPU延迟更低。这是因为，FPGA同时拥有了流水线并行和数据并行，而GPU只有数据并行。从算力上来说，赛灵思还将FPGA器件转变为了SoC进行加速和自适应。赛灵思在加速上通过标量引擎实现，包括ARM、应用处理器和实时处理器，而自适应引擎的核心便是可编程逻辑器件FPGA，另外还配备智能引擎，目前配备的是DSP。特别是，在Versal ACAP的平台上还会将会有AI引擎进行支持，进一步进行加速和自适应。 “在医疗领域，诸如内窥镜这种应用，手术中患者拥有一个共同的要求，就是时延非常低，甚至需要实时来完成。从摄像头捕捉图像，经过管线处理，再到显示屏可能不到20微妙的时间。CPU和GPU达不到FPGA如此低的时延，因此这就是FPGA相比CPU和GPU的最大优势”，Subh继续为记者介绍，从功耗、成本和集成上，赛灵思SoC的FPGA也拥有更好的优势。 “很多领域，诸如视觉化，GPU使用很多年了，FPGA并不是做不到，不过我们还是会专注在优势的领域，即在封闭空间内做数据移动，而非断断续续的内存上传的情境”，Subh坦言。不同层面分析FPGA在医疗的应用能够在医疗领域，兼顾拥有业界领先的AI时延与性能，生命周期延长、高质量、高可靠性、高安全性，实时、确定性控制与接口的仅赛灵思一家。赛灵思除了提供FPGA和 SoC这样的硬件器件及平台以外，还专门为降低FPGA 开发门槛满足广泛市场应用需求量身定制了Vitis AI统一软件平台。之前笔者也曾多次介绍这款软件平台，算法工程师无需硬件设计经验，也可直接应用算法的实现。赛灵思的医疗解决方案帮助了Illumina对重症新生儿做基因组分析，为ICU患者和重症患者加速推进eyetech的基于眼球追踪的沟通平板电脑，与迈瑞合作以抗击新冠疫情。FPGA就是在不经意间为声名增添了一份敬畏。笔者认为，赛灵思的FPGA器件从高性能加速和自适应两方面着手，成为了其在市场立足的最大竞争力。一方面，FPGA、ARM、应用处理器、实时处理器、DSP、AI引擎利用片上系统（SoC）和软件进行高度集成，既增强了算力也增强了应用的扩展性；另一方面，FPGA本身拥有的低延时性，对于时延要求极高的医疗领域可以说是“天生一对”。从市场上来分析，随着疫情的爆发，医疗设备市场需求持续增加，其中不乏大型数据分析和便携性要求极高的设备，这刚好吻合了FPGA SoC的特点。另一方面，医疗水平的提升和市场马太效应之下，更具能效和低功耗优势的FPGA产品需求量持续增加。从软件上分析，赛灵思的Vitis平台适用于不同人群，包括熟练掌握HDL语言的硬件工程师，熟练掌握各大编程语言的软件工程师，也适用于熟练掌握TensorFlow、Caffe、PyTorch的算法工程师。利用这种灵活性，可以让许多有创意的初创公司有了施展拳脚的可能。通过赛灵思的介绍，可以说无论是大型设备还是便携设备，FPGA都有其一席之地。未来赛灵思医疗创新之路该如何发展？Subh表示，在医疗产品上赛灵思将不断提高集成度并降低封装尺寸，另一方面，将会不断发展异构计算提高效率和性能。

时间：2020-11-26 关键词： Xilinx 赛灵思 FPGA
赛灵思与德州仪器合作，共同开发数字前端解决方案

近日，赛灵思官方宣布，将与德州仪器合作共同研发可扩展且灵活的数字前端解决方案，该方案可以应用在无线电中，尤其是可以提升天线数较少的无线电能效。根据赛灵思发布的消息来看，此款解决方案是通过赛灵思的Zynq UltraScale+ MPSoC系列和射频IP与德州仪器的AFE7769四通道射频收发器结合而成，它可以有效强化射频性能和无线电的应用能效，进一步降低大型运营商和专用网络的运营和支出成本。值得注意的是，赛灵思在被AMD收购后，接连与三星、德州仪器等公司合作，基于赛灵思的平台，共同研发出更加强大的产品。关于我们免责声明：本文内容由21ic获得授权后发布，版权归原作者所有，本平台仅提供信息存储服务。文章仅代表作者个人观点，不代表本平台立场，如有问题，请联系我们，谢谢！

时间：2020-11-25 关键词：德州仪器无线电赛灵思
AMD收购Xilinx会产生什么影响？

六年前，英特尔(INTC.US)收购Altera。收购之后，英特尔利用Altera技术捍卫了其在数据中心的优势。FPGA市场已经改变了方向，Altera文化被英特尔吸收，赛灵思与Altera长达数十年的争执冷却。两年前，我们推测赛灵思也将自己定位于被收购。因为新的管理团队加入公司后，不再强调“FPGA”品牌，并宣布该公司为“数据中心优先”，这似乎是一种估值策略——试图使该公司与快速增长的，价值超过千亿美元的数据中心硬件市场相联系，而不是价值数十亿美元的FPGA市场及其温和增长。但是历史似乎证明了我们错了。从传言中的一些失败的收购讨论来看，新的Xilinx管理团队实际上似乎是在进行反收购，并且该公司似乎正在制定一套连贯的“单独行动”战略，以利用它们技术来攻击和颠覆数据中心和5G市场。现在，有多个消息来源报导说AMD(AMD.US)正在与Xilinx进行谈判，价格在300亿美元左右。如果发生这种情况(并且绝对不能保证)，那么对于Xilinx，争夺数据中心和5G市场以及FPGA和可编程逻辑技术的未来意味着什么? 首先，许多金融界人士认为收购不太可能。因为收购Xilinx所要付出的代价对于AMD来说是一个巨大的负担，目前尚不清楚该公司为完成这笔交易必须进行哪些财务操作。而且，正如我们所怀疑的那样，如果Xilinx管理层在反兼并方面有点过头，那只会使交易变得更加困难。尽管从短期看，交易可能对Xilinx股东有利或不利，但我们认为这对客户或该技术的未来没有太大的上涨空间。考虑到Xilinx在未来几年最大的市场机会——数据中心加速、5G和网络。即使在AMD的领导之下，似乎并没有给Xilinx提供任何明显的新优势。从另一角度来看，请考虑并比较AMD收购Xilinx可能获得的收益与Altera成为Intel一部分而获得的战略。首先，Altera获得了访问英特尔半导体工厂的权限(除了现有的TSMC访问权限之外)，并且很有可能在推动其满足他们的需求方面发出强烈的声音。赛灵思和AMD一样已经在使用台积电，因此在晶圆厂的生产方面他们没有一线希望。Altera还获得并广泛使用了英特尔的封装技术，特别是EMIB技术。这对于以前的Altera来说是关键，可以通过在封装中混合和匹配小芯片(通过EMIB连接)来快速开发和部署FPGA的各种面向市场的版本。再次，在市场准入方面：通过成为Intel的一部分，Altera仅通过成为Intel系统的一部分即可获得进入无数插槽的能力，特别是在数据中心和服务器应用程序中。如果英特尔向他们的OEM推出可以使用FPGA进行计算加速，网络加速，存储加速或连接的设计，那么他们就可以拥有自己的FPGA。而且，由于英特尔在数据中心的高度垄断，Altera几乎没有竞争对手。尽管Xilinx能从AMD处理器产品中获得一些类似的效果，但由于AMD的市场份额较小，因此优势要小得多。加入Intel还使Altera拥有Intel巨大的软件开发资源的优势，这些资源已应用于Intel的oneAPI统一跨体系结构编程模型计划。这有望使软件开发人员能够轻松编写利用异构计算架构(特别是那些包含加速器(如FPGA))的代码。似乎Xilinx不会成为AMD的一部分而获得任何类似软件开发资源的访问权，而且Xilinx内部已经拥有行业领先的软件和工具开发小组。这些比较都没有显示出Xilinx / AMD的合并会对Xilinx不利，但它们显然给人的印象是Xilinx无法像Altera那样，通过被收购而获得的相同优势。而且，收购永远不会对团队，技术和进度产生重大影响。不可避免的是，项目被推迟，关键员工离职，企业文化冲突并需要时间来合并，而且整个中断期间在战略上是昂贵的。当然，对英特尔/ Altera的收购也表明了这一点。因此，如果我们权衡收购的潜在收益与不可避免的成本，那么尚不清楚Xilinx是否会出现在账本的正面。通常，由于两家公司的渠道发生冲突并制定出与客户打交道和支持客户的规范，因此在合并过程中会对销售，市场营销和支持方面产生重大影响。FPGA业务非常需要大量支持，在FPGA公司中，最有价值的人力资源可能是现场应用工程师(FAE)。通过收购来保留，维护和管理此类资产始终是极具挑战性的，如果不这样做，可能会对Xilinx客户产生严重影响。但是，这并不意味着此次收购对AMD不利。AMD将获得Xilinx在5G，网络，汽车和通信领域的强大地位和技术领导地位。在那些可以与Xilinx一起引入AMD芯片的市场中，存在着许多潜在的协同效应。在拥有自己的FPGA技术来承担AI工作负载加速等机遇方面，AMD还将至少与英特尔平起平坐。AMD首席执行官Lisa Su在将公司从困难的财务挑战恢复到当前对抗英特尔的成功方面表现出了相当的精明。很难想象AMD无法充分利用潜在合并的优势。随着交易的发展，我们将继续关注。由于两家公司今天所做的工作之间没有太多重叠，因此合并的AMD / Xilinx看起来很像两家现有公司的简单总和。最重要的是，赛灵思在其服务的许多市场以及其技术组合中已经处于强大的领导地位。他们可能有更多的损失而不是获得。我们认为AMD将会是一家更大的公司，但由于收购的规模，其财务状况可能处于风险之中。赛灵思肯定会失去很多身份，甚至可能失去一些服务于现有市场和客户的能力。

时间：2020-10-14 关键词：英特尔 AMD 赛灵思
AMD欲掷重金收购赛灵思？半导体行业迎来并购大潮

10月8日，有外媒报道称，AMD和赛灵思最早将于近日达成协议。不过，此次谈判并不能保证达成一致协议，特别是考虑到谈判在最近重新开始前曾暂停过。2020年下半年，半导体行业迎来并购大潮。继英伟达9月宣布400亿美元收购芯片IP大厂ARM后，AMD也被报道称或将斥资超300亿美元收购FPGA(Field Programmable Gate Array，现场可编程逻辑阵列)龙头赛灵思。加上模拟芯片龙头ADI今年7月宣布200亿美元收购美信(Maxim)，今年半导体行业并购规模将超900亿美元。第四大芯片设计公司 “AMD收购赛灵思蛮合理。AMD如果要跟英特尔或者英伟达抗衡，必须要做一些收购。”一业内人士告诉第一财经，“现在AMD光靠CPU和GPU在很多市场上的竞争力比较有限，尤其在AI的一些应用上。所以AMD收购赛灵思也是合理的，因为赛灵思这几年在AI的推理侧布局非常积极，而且赛灵思在5G网络、工业自动化、自动驾驶等领域都有不错的表现，可以扩展AMD的业务。” 上述业内人士预计，如果除去苹果和华为，AMD并购赛灵思后将超过联发科，成为全球第四大芯片设计公司。在2014年上任的CEO Lisa Su(苏姿丰)带领下，AMD扭转颓势，在笔记本和服务器处理器均取得了不错的成绩，并从多年的竞争对手英特尔手下抢夺份额。英特尔业务庞大，自2014年到2018年五年期间，英特尔开启“买买买”模式，共进行了48笔收购，最大手笔的无疑是以167亿美元收购第二大FPGA厂商Altera和153亿美元收购自动驾驶公司Mobileye。如今，AMD要收够FPGA最大厂商赛灵思。此前，在接受第一财经专访时，赛灵思公司总裁兼CEO Victor Peng表示，作为FPGA的领头羊，赛灵思的竞争对手不再是Altera，而是英伟达和英特尔的处理器业务。 FPGA是在PAL、GAL等可编程器件的基础上进一步发展的产物。它是作为专用集成电路领域中的一种半定制电路而出现的，既解决了定制电路的不足，又克服了原有可编程器件门电路数有限的缺点。目前全球主要玩家包括赛灵思、Altera、Lattice(莱迪斯)和Microsemi(美高森美)。即使是英特尔等芯片巨头在设计CPU等芯片时，都会先在赛灵思的FPGA上仿真后再流片。为了更好地应对AI时代的挑战，赛灵思还推出ACAP(Adaptive Compute Acceleration Platform，自适应计算加速平台)。ACAP是一个高度集成的多核异构计算平台，核心是新一代的 FPGA 架构，适用于加速广泛的应用，其中包括视频转码、数据库、数据压缩、搜索、AI推断、基因组学、机器视觉、计算存储及网络加速等。不过，FPGA的编程难度较高，对于开发者而言，需要软件开发能力的同时了解数字电路。Victor曾对记者表示，对赛灵思而言，最大的挑战在于易用性。上述业内人士指出，AMD如果收购赛灵思，后续如何整合实现1+1大于2的效果并不容易，最起码要一两年。“从Altera看，其实在被英特尔收购后，Altera的整体表现并没有想象中那么好。虽然英特尔在上面也花了很多精力，试图要把所有的硬件平台包括FPGA用统一的软件平台去做开发，但是软件的开发，特别是FPGA配套的软件开发工具或者套件并不容易，AMD的投入低于英特尔和英伟达。” 另一方面，通信网络是赛灵思的重要收入来源。受美国商务部实体清单的影响，赛灵思减少了华为这一收入来源，AMD如何解决赛灵思目前受到的影响也是个挑战。并购高潮据市场调研机构IC Insights统计，今年前9个月，半导体行业的并购规模比2015年以来的任何一年都多。 2015年是半导体行业并购最多的一年，有超30笔交易，价值1077亿美元;其次是2016年的1007亿美元(其中598亿美元在随后的几年完成，但高通收购NXP等交易未能实现)。自此以后，随着半导体行业整合加速，半导体收购规模在平均每年250亿~300亿美元左右。值得一提的是，IC Insights的并购清单不包括半导体设备供应商、材料生产商、封装和测试公司，以及EDA软件公司的交易。如果英伟达、Analog Devices和AMD交易落地，2020年将轻松超过2016年，成为半导体并购最多的第二年。在英伟达-ARM和Analog Devices-Maxim之前，今年半导体行业并购几乎停滞不前。IC Insights数据显示，今年一季度半导体并购规模只有18亿美元;第二季度受新冠肺炎疫情的影响，仅达到1.65亿美元。此外，中美贸易摩擦和试图保护国内半导体产业的各国政府也阻止部分公司试图进行大规模收购。一旦英伟达以400亿美元收购ARM的交易达成，这将成为有史以来最大的半导体收购案。但是，这笔交易还将在中国、欧洲和其他市场面临严格的审查。而AMD收购赛灵思也存在较多变数。赛灵思方面对记者表示，对传闻和猜测不做评论。

时间：2020-10-12 关键词：芯片英特尔赛灵思
Xilinx回应AMD 300亿收购传闻，异构计算成为“战场”？

出品 21ic中国电子网付斌网站：21ic.com 异构计算加速的大背景下，“巨头吞并”成为了今年的代名词。 10月9日，华尔街日报消息称，美国处理器AMD（超威半导体）公司正在就收购竞争对手芯片制造商Xilinx（赛灵思半导体）进行深入谈判，交易值可能会超过300亿美元。知情人士宣称，交易协议最快可能在下周完成，但无法保证交易能够达成。该人士强调，收购曾一度停滞，因此结果无法预测，不过双方重启了对话，加快了交易进程。 Xilinx方面，在21ic中国电子网求证时表示，对传闻或者猜测不做任何评论。市值方面，AMD目前已超过1000亿美元，赛灵思市值逼近260亿美元。异构计算时代的黄金搭档 “AMD Yes”是最近期间网友对AMD逐渐步入高光时刻的最大评价，自2014 年10 月苏姿丰升任总裁兼CEO，作风强势又极具亲和力的苏姿丰也被粉丝们亲切地称为“苏妈”。尤其是锐龙、霄龙处理器，从笔记本到桌面再到数据中心都硕果累累。而显卡方面则也与NVIDIA打的“焦灼”，先后赢得了索尼、微软主机和三星手机的青睐。 Xilinx作为一家以FPGA（现场可编程门阵列）为主的公司，战略在于“数据中心优先”、“加速核心市场发展”、“驱动自适应计算”三大方面。在今年先后发布一体化 SmartNIC 平台AlveoU25、最强7nm云端芯片Versal Premium、FPGA器件的创新型TCON（Timing Controller，时序控制器）方案。半导体发展至今，不可避免的事实便是摩尔定律正在放缓。而在摩尔定律放缓，登纳德缩放比例定律和阿姆达尔定律接近瓶颈之下，摩尔甚至也曾给出“解药”，即“异构计算”，现在正是异构CPU与加速器的“黄金时代”。事实上，类似的剧情早在2015年就已上演，当年Intel（英特尔）以167亿美元收购了FPGA制造商Altera，而Altera则也顺势为Intel后续的“CPU+xPU（GPU+FPGA+ASIC+eASIC）”战略提供了最坚实的基础。而AMD和Xilinx方面，则一直以来合作紧密，此前为AMD EPYC（霄龙）数据中心处理器提供的NVMe HA，NVMe TC以及Embebded RDMA等一系列面向存储系统的IP，可以帮助AMD构建低延时的高效数据通路，从而实现高效的FPGA的存储加速功能。 21ic家认为，CPU+GPU+FPGA的加速计算，无疑瞄准的是数据中心领域这一蓝海，Intel此前已多次表明已是围绕数据为中心的一家企业，而英伟达则在最近提出的收购案以及发布的各种新产品中不断透露“占领高地”的决心…… 今年或将产生三大半导体收购案经过了多起收购案的振动，似乎吞并的新闻并没有让人很“意外”。 2020年7月，美国芯片巨头亚德诺半导体（Analog Devices Inc，ADI）宣布，计划以209亿美元的全股票方式收购竞争对手美信集成产品（Maxim Integrated Products），以提升其在包括电信在内的多个行业的能力。这是当时美国最大的并购交易，也是ADI有史以来最大一笔收购。 2020年9月，NVIDIA和软银集团公司（SBG）宣布双方已达成确定性协议。根据协议，NVIDIA将以400亿美元的价格从SBG和SoftBank Vision Fund（统称为“ SoftBank”）收购Arm Limited。预计该交易将立即增加NVIDIA的非GAAP毛利率和非GAAP每股收益。 2020年10月，美国处理器AMD（超威半导体）公司正在就收购竞争对手芯片制造商Xilinx（赛灵思半导体）进行深入谈判，交易值可能会超过300亿美元。值得一提的是，就在上周的GTC上，NVIDIA宣布推出一种新型处理器-DPU（Data Processing Unit，数据处理单元）），由新型的DOCA（Data-Center-Infrastructure-On-A-Chip Architecture）架构——一种全新的数据中心IOC（Infrastructure On A Chip - 基础架构级芯片）架构提供支持，可实现具有突破性的网络、存储和安全性能。其解决方案包括基于Arm架构的多核CPU、处理AI等应用的GPU以及高速网络传输接口，后者即来自于收购迈络思获得的SmartNIC技术。在得到监管部门批准之后，英伟达在今年4月宣布完成收购迈络思的交易。甚至，黄仁勋明确表示：“数据中心已成为新型计算单元。在现代化、安全的加速数据中心中，DPU已成为其重要的组成部分。CPU、GPU和DPU的结合，可构成完全可编程的单一AI计算单元，提供前所未有的安全性和算力。” 英特尔方面，则在2020年架构日上公布了CPU+独立GPU+FPGA+AI加速器以及媲美制程节点转换的“10nm SuperFin技术”。一系列的迹象，无疑使得业界猜测，本次收购是AMD对于竞争对手的快速反应，并受到一系列并购交易的推动。 21ic家认为，异构时代CPU和FPGA这一黄金搭档无疑是数据中心加速最好的组合，伴随着Intel和NVIDIA近期大新闻不断，在竞争对手的“施压”下，AMD和Xilinx的相结合是对生态的一次充分完善。当然，Xilinx本身便拥有着FPGA、存储系统IP、SmartNIC等实力，完全可以胜任AMD的CPU和GPU的加速计算的任务。相关新闻阅读【1】赛灵思最强 7nm芯片交锋云端市场【2】三大战略下Xilinx描绘了数据的三位一体【3】拥抱开源的Xilinx描绘了AI之下的刚柔并济干货技能好文【1】关于PCB回流，看这一篇就够了！【2】PCB从业者必读：特殊走线画法与技巧！【3】干货！端口设计中的保护电路你和大牛工程师之间到底差了啥？加入技术交流群，与高手面对面添加管理员微信免责声明：本文内容由21ic获得授权后发布，版权归原作者所有，本平台仅提供信息存储服务。文章仅代表作者个人观点，不代表本平台立场，如有问题，请联系我们，谢谢！

时间：2020-10-09 关键词： AMD 异构计算赛灵思
今天的AMD有点忙！发布全新Zen 3架构处理器、300亿美元洽购赛灵思

今天，关于AMD的劲爆新闻比较多。首先，AMD正式揭晓了全新的Zen 3 CPU架构，并且带来了最新一代锐龙5000系列桌面处理器。优秀的性能以及出色的规格让消费者再一次直呼：AMD YES! 与此同时，有传闻AMD正就收购赛灵思举行高级谈判。一旦收购完成，AMD将在与其他半导体巨头的竞争中抢占一块重要市场。不论是新生代巨头英伟达，还是习惯了挤牙膏的英特尔，这一次真真切切感受到来自AMD的压力。全新的架构，最强的游戏处理器该来的还是来了，等等党没白等。从官方给出的对比数据来看，全新一代锐龙5000系列处理器比竞争对手的十代产品强太多：锐龙9 5900X对比i9-10900K，单线程高出13％，多线程高出23％，1080p下游戏性能高出3％。锐龙7 5800X对比i7-10700K，单线程高出9％，多线程高出11％，1080p游戏性能持平。锐龙5 5600X对比i5-10600K，单线程高出19％，多线程高出20％，1080p游戏性能高出13％。其中，锐龙9 5900X处理器更是被AMD夸赞为“世界上最好的游戏CPU”——此前这个称号，一直掌握在英特尔手里。这次一共发布了4款CPU，分别是Ryzen9 5950X、Ryzen9 5900X、Ryzen7 5800X和Ryzen5 5600X。由于AMD在今年1月的CES上推出锐龙4000系列笔记本平台APU处理器，为了方便消费者识别并搜索，这次Zen 3架构处理器系列直接被命名为5000系列。四款产品中，旗舰处理器为锐龙9 5950X，和锐龙9 3950X一样，都是双CCD模块、16核心32线程、8MB二级缓存、64MB三级缓存，其中三级缓存从四块16MB变成了两块32MB，分别由8个核心共享，最高加速频率从4.7GHz来到了4.9GHz，基础频率则为3.4GHz。然而，热设计功耗仍然保持在105W，跟上一代产品完全不变。根据官方数据，锐龙9 5950X相比于锐龙9 3950X内容创作性能提升可达27％、游戏性能提升可达29％，相比于i9-10900K创作性能高出最多59％，游戏性能高出最多11％。而次旗舰产品锐龙9 5900则拥有12核24线程，基准频率3.7GHz，最高Boost频率可达4.8GHz，共70MB L2+L3缓存。官方公布的数据显示，锐龙9 5900X的CineBench R20单线程得分高达631，这是桌面处理器首次突破600分，单核性能超越i9-10900K，在 CBR20 测试中比 intel 高了 16%。相比起锐龙9 3900XT，游戏性能平均有26%的提升。相比i9-10900K也有21%的提升。单核性能的提升，得益于全新的Zen 3架构。每时钟周期指令数（IPC）比上代产品显著提高了19%，弥补了历代AMD和Intel的差距，单核性能的提升，自然大大提高了游戏和内容创作性能。 Zen 3——“从头到尾的重新设计” Zen 3是Zen、Zen+、Zen 2之后的第三代新架构，而锐龙5000系列也是继锐龙1000、锐龙2000、锐龙3000系列之后的全新一代处理器。众所周知，Zen 2架构采用台积电7nm工艺，但总有人说AMD干不过14nm的Intel。这主要因为，决定CPU性能的是微架构，半导体工艺主要影响功耗频率。这一次，Zen 3架构继续搭配台积电7nm工艺，但重新调整了CCX与核心布局、缓存体系，再一次显著提升了IPC，而加速频率也得以继续提升。上一代Zen 2架构采用了一个CCX具备4个核心的设计，而两个CCX组成一个CCD，一颗AM4接口的第三代锐龙处理器最多具备两个CCD从而组成16核心。这样的设计虽说相比之前的Zen+架构效率更高，也更方便扩展核心数量，但是一个CCD里的两个CCX不能直接共享三级高速缓存。这次Zen 3全新设计的CCX包含了8个核心，8个核心完全共享32MB三级缓存，Zen 3的三级缓存访问速度高达Zen 2的两倍，每个核的缓存从16MB增加到32MB，使得延迟大大降低。同时，每个CCD小芯片仍是8核心，而内部包含的CCX模块从两个变为一个。从AMD官方数据可以得知，在同样的4GHz固定频率、8核心配置下，综合25个应用负载测试结果，Zen 3架构的IPC相比于Zen 2提升了至少19％！所以，Zen 3能实现如此高的能效比提升，主要还是归功于架构的升级。如此累积下来，Zen 3架构的同频性能相比于当年的推土机，已经翻了一番还要多，对比初代Zen架构也提升了大约37％。可以说，Zen 3架构从里到外每个模块都是重新设计的，也是Zen架构诞生以来变化最大的一次。收购赛灵思，目标Intel 今年第二季度， AMD 营收增长 26%，达到 19.3 亿美元。按照行业分析公司 Mercury 的数据，AMD 已经在 PC 的 CPU 市场拿到了 20% 的份额，创下了过去十多年来的最好局面。股价的上涨得益于优秀的产品，也有一部分原因是受到疫情的影响，引发了对使用AMD芯片的PC、游戏机和其他设备的需求，也推动了相关芯片需求的激增。据华尔街日报援引知情人士的消息称，目前AMD正就收购FPGA芯片制造商赛灵思进行深入谈判，这笔交易的价值可能超过300亿美元。由于疫情和贸易摩擦的影响，2020年全球半导体行业并购的浪潮开始回落，但ADI宣布Maxim以及英伟达宣布Arm的消息再次让半导体行业掀起了浪花。赛灵思是一家位于美国的可编程逻辑器件生产商。该公司发明了现场可编程门阵列（FPGA）的微芯片，可以在生产后重新编程，能够加快人工智能和5G电信基站等任务的速度，因此成为该领域的龙头公司。虽然 FPGA 市场本身规模不大，但却是通往 5G 通信、数据中心、无人驾驶、国防等诸多千亿美元级别市场的钥匙。至于为什么AMD要突然收购赛灵思？有外媒分析，英特尔市场份额的不断提升、英伟达收购Arm等消息，也影响着AMD进一步布局的决策。最直接目的就是增强自己在数据中心领域的核心竞争力，进一步从英特尔手中竞争市场份额，也是为了应对来自英伟达的突袭威胁。据悉，英特尔是FPGA市场的另一主要参与者，英特尔在2015年收购Altera建立了该领域的业务。而英伟达连续两笔大手笔收购的目标都是数据中心市场，这不仅直接冲击到市场领头羊英特尔，也给新生力量 AMD 敲响了警钟。英伟达有强大的 GPU研发能力，先是因为网络传输技术买了迈络思，然后又为了 CPU 买了 Arm。如果能完成收购 Arm 的交易，英伟达就完成了在数据中心领域三位一体的布局，具备了在未来挑战英特尔的实力。这自然不是AMD希望看到的结局。有业内人士分析，AMD收购赛灵思是符合逻辑的，CPU、GPU和FPGA三者能力相加是芯片的未来。很显然，异构计算会成为未来数据中心处理器的主流。在这方面，英伟达和 AMD 都有着相同的战略思路。知情人士称，两家公司最快可能在下周达成一项协议。不过，一些知情人士则表示，考虑到双方谈判在重启之前就已经陷入僵局，所以双方的交易谈判也可能会告吹。 AMD最终能否如愿以偿地拿下赛灵思，为全球半导体行业带来新的竞争格局，现在来看还有很大的挑战。 -END- 来源 | 镁客网 | 整理文章为传播相关技术，版权归原作者所有 | | 如有侵权，请联系删除 | 【1】中芯国际已向美方申请继续供货华为！【2】“还能否继续生产华为海思14nm芯片？”中芯国际罕见回应【3】寒武纪上市首日高开350%，涨幅超过中芯国际【4】中国还需要EUV光刻机吗？中芯国际：暂不需要【5】高盛：中芯国际2024年下半年升级到5nm工艺免责声明：本文内容由21ic获得授权后发布，版权归原作者所有，本平台仅提供信息存储服务。文章仅代表作者个人观点，不代表本平台立场，如有问题，请联系我们，谢谢！

时间：2020-10-09 关键词：处理器 AMD 赛灵思
传AMD计划收购Xilinx，成交价格超300亿美元

行业整合，通常为大鱼吃小鱼。美国媒体消息，AMD正在商谈收购FPGA厂商赛灵思(Xilinx)，双方谈判已经进入深入阶段，可能下周就会官宣，但也存在着变数。双方已经谈谈停停有段时间了，赛灵思目前市值是260亿美元，算上溢价，最终成交价格应会超过300亿美元。如果该项并购能够达成，标志着半导体产业或又将迎来新变局。一、AMD市场份额攀升作为桌面处理器的第二大厂商，AMD一直被Intel所压制，从2006年第二季度开始，AMD的市场份额就在一直下降，直到2016才开始有所好转。不过，随着Zen2架构处理器的全面发布，AMD的市场份额正在节节攀升。再加上台积电先进制程的加持，AMD已经对Intel造成了不小的冲击，目前其在PC处理器的市场份额已经接近40%，是过去14年来的最好水平。根据AMD2019财报，去年AMD的营业额为67.3亿美元，经营收入6.31亿美元，净收入3.41亿美元。虽然今年全球遭遇新冠疫情冲击，但受惠于在线办公，PC游戏等需求的爆发，AMD一季度的营业额同比增长40%，毛利润增加至46%，二季度的营收为19.3亿美元，同比增长26%。其中，计算和图形业务营收为13.7亿美元，同比增长45%。二、Xilinx业务调整根据最新的市值显示，目前AMD的市值已经达到1015.68亿美元，而Xilinx的市值只有前者的四分之一，为258.95亿美元。并且在业绩上，Xilinx也表现的并不理想，2020财年第四季度的收入为7.56亿美元，比上一季度增长5%，但同比下降9%。并且，在公布财报前后，Xilinx被爆出在圣何塞总部裁减123名员工，业界普遍认为是美国政府对这家公司最大客户之一华为持续制裁的结果。根据2020财年上半年财报显示，Xilinx从华为获得的营收为5000万美元，约占到总营收的6%~8%左右，因此华为对Xilinx的影响相对比较大。随后，Xilinx一位发言人表示，在美国政府禁止华为购买美国零部件和软件后，FPGA业务还未从失去华为的状态中恢复过来，因此有必要进行调整。三、AMD全面对标Intel 2015年，Intel以167亿美元的价格，收购全球第二大FPGA厂商Altera，成为该公司有史以来最贵的一笔收购事件，自此Xilinx就成为了全球唯一一家可全产品线规模化制造FPGA的独立公司。完成收购后，Intel在Altera的基础上成立了可编程事业部，并且一直在推进FPGA与自家至强处理器的软硬件结合，2018年Intel宣布旗下的FGPA已经被正式应用于主流的数据中心OEM厂商中。如今AMD在PC业务上一路高歌猛进，成为这个疫情中为数不多的赢家，所以自然也将视野放在了Xilinx身上。如果收购成功，AMD不仅拥有CPU和GPU阵容来挑战Intel，而增加FPGA产品组合将打开第三条优势渠道。Xilinx的产品可以被用在AI芯片、物联网、嵌入式航空/汽车、5G通信、人工智能等领域。不过，针对此次收购，AMD应该不会以现金交易的方式进行，因为截止2019年9月，AMD的手头现金只有12亿美元。近年来，半导体产业大的并购案集中出现在欧美等国家，英飞凌收购赛普拉斯、ADI收购美信半导体、英伟达收购Arm、这些都是百亿美元级别的收购，反观国内的大金额收购只有韦尔股份与闻泰科技等少数案例。这主要是因为目前欧美半导体产业已经相当成熟，而这些成熟半导体企业在各自所处的行业和市场份额又相当稳固，已经度过了细分领域相互兼并的时期。进一步扩展市场只能通过新技术或者并购的方式扩大自己的版图，跨时代的新技术不常有，所以最终只能通过收购来实现协同，进一步扩大自身的市场。

时间：2020-10-09 关键词： AMD 半导体行业赛灵思
还原最真实的世界，FPGA是怎么做到的？

出品 21ic中国电子网付斌网站：21ic.com 导言：“影像记录时代，只有真实才能打动人心。” 自从影像记录诞生以来，还原逼真世界的每一寸细节一直便是行业的终极追求。影响图像质量包括分辨率、位深度、帧速率、色域、亮度五个要素，近年来4K/8K 60Hz/120Hz的显示面板逐渐被人耳熟能详，伴随着分辨率、位深度、帧速率升级，色域和亮度也被提出新的要求。然而事实上，人眼本身就是“奇迹的造物”，可以通过瞳孔的放大缩小感知方寸之间的每一处亮部和暗部，而现实世界则跟随自然的照度不同拥有不同的亮部与暗部细节。因此，为了能够充分展现每一处细节，HDR（高动态范围）这一显示概念被提出。当然，最终图像仍然是要通过显示面板呈现给观者，其中尤其是大屏显示面板逐渐伴随8K的行业趋势，标配HDR这一技术。但在激烈的市场竞争之下，大屏显示面板厂商更新迭代速度加快，面板技术也持续更新。这样的背景之下，如何快速适配HDR功能成为了竞争点的关键。日前，赛灵思（Xilinx）展示了利用FPGA（现场可编程门阵列）器件的创新型TCON（Timing Controller，时序控制器）方案，利用FPGA高效实现供应商和特定面板色彩容量的转换，利用FPGA TCON的IO可编程性适应各种视频接口，以应对瞬息万变的行业。21ic中国电子网受邀参加本次讨论会，赛灵思公司大中华区核心市场事业部市场及业务开发总监酆毅（Bob Feng）现场讲解。赛灵思公司大中华区核心市场事业部市场及业务开发总监酆毅（Bob Feng） HDR影响着两个关键要素 “HDR是最近三到四年显示和电视技术最热的关键词，芯片、显示面板、PC、系统厂商均参与制定了HDR相关标准”，Bob Feng为记者介绍，与HDR（High-Dynamic Range，高动态范围）相对应的概念自然就是SDR（Standard Dynamic Range，标准动态范围），事实上HDR早已远超显示技术专家和学者研究方向这一范畴，真正渗透入了消费电视领域。简单来说，HDR可以清晰还原图像更多细节。Bob Feng强调，HDR一直是个非常容易被误解的概念，宽动态很多人会直接联想到高对比度或高亮度，事实上并不是这样的。HDR所覆盖的范围包括宽色域（WCG）和高亮度范围（HLR），基于此二维色度范围与亮度范围的叠加转变为三维概念。上文中也有提及，影响图像质量包括分辨率、位深度、帧速率、色域、亮度这五个要素，HDR所影响的参数就包括色域和亮度这两个关键参数，实际上在分辨率标准提升的现今，也对这两个关键参数提出新的要求。 ▶ 在宽色域（WCG）方面，在显示业界2K HD级别的显示的色度范围遵循的是全高清广播标准BT.709（REC.709）；而当在4K UHD级别下，则遵循DCI-P3标准色域更广；在8K SHV级别下，则遵循REC2020标准，色域越来越接近人眼。 ▶ 在高亮度范围（HLR）方面，人眼所能覆盖的范围是0到10000 nits，显示行业现在技术则可达到16亿nits。不过需要注意的是超出人眼识别范围的亮度是没有意义的，因为最终呈现的效果必须是人眼能够辨别的。因此，业界为此制定了3条曲线，被称之为伽马曲线（A.K.A. Gamma Curves），摄像机的采集内容和显示传输的内容，即光电转换和电光转换的过程，二者是相辅相成的。 HDR对不同屏幕转换不同从屏幕技术方面来谈，目前行业主流的显示技术正在以LCD、OLED和Micro LED的序列逐渐迭代。Bob Feng强调，显示技术的迭代最终的目标是更加完整地还原人眼所见，在逐次迭代的过程，也会越来越接近HDR。 ▶ LCD本身像素不是自发光的，依赖的是背光。上文也有讲到HDR的一项重要参数就是亮度，LCD背光照明方式也逐渐从边缘LED背光、直下式LED背光转向量子点LED背光、mini LED和双电池背光（Dual Cell，叠屏）。特别需要注意的是mini LED属于LCD的一种过渡态，虽然名字和OLED和Micro LED相近，但仍然是一种依赖背光的显示技术；叠屏则是利用一层背光和一层控光的方式，达成更多的背光分区。 Bob Feng表示，LCD中真正能够表征HDR的只有量子点LED、mini LED和叠屏这三种背光方式的面板，这是因为实现HDR亮度值需要能够提到800-4000 nits，色度尽可能接近DCIP3。 ▶ OLED和Micro LED两者则属于自发光的显示技术，本身相似之处很多，每个红绿蓝亚像素都能自身产生光源，而有句老话曾说过“HDR与OLED是绝配”。二者最大的区别在于OLED主要使用有机材料，Micro LED则是使用无机材料使得组件小于100μm，获得更薄的厚度。不过，由于Micro LED只有在高亮度情况下蓝光eqe才具有明显优势、低电流低亮度下效率无优势以及成本过高和边缘效应等问题还正在解决之中。因此OLED是目前的主流发展方向，不过OLED本身也存在良率的一些问题。 Bob Feng强调，对于显示厂商来说，为了越来越接近人眼所见，就要不断推出新的显示面板技术，但事实上面板厂商正在面临着良率和成本的双重考验。 HDR是如何显示在屏幕上的？在摄像机端，环境光被收束至摄像机中的光电转换过程中，光线被PQ HDR或HLG HDR伽马曲线转换为电信号；在图像端，则需要针对不同屏幕进行电光转换，进行色量转换的这一器件便是TCON（时序控制器）。 Bob Feng为记者做了一个比喻，假设电信号是许多调色桶，TCON芯片便是控制色量调控和色量转换的关键芯片。事实上，LCD、OLED、Micro LED在颜色与电信号的映射上不可能是完全一样的，因此必然会带来转换算法的不同。适配不同屏幕接口的FPGA TCON 正因为不同显示面板，TCON芯片的算法不同，因此在显示技术更新换代之时，厂商必然会遇到TCON设计的挑战。 ▶ 假设使用传统ASIC/ASSP TCON方法，意味着针对不同分辨率下的LCD、OLED、Dual Cell、Micro LED等不同的屏幕类型，都要针对性设计开模，这主要是因为ASIC的程序是固定或者标准的，不可修改。值得注意的是，TCON除了包揽列驱动器（Column driver）和行驱动器（Row driver）的色调和色域转换工作以外，还会集成smart TCON等图像缩放功能。在OLED或Micro LED转变的过程中，本身的良率和成本问题本身并没有解决，还要考虑ASIC/ASSP TCON的适配问题，这无疑无形中又增加了一座“大山”。 ▶ 在此方面，FPGA的灵活性似乎是“天生”为这种场景而生，针对不同的分辨率下，FPGA TCON所具有的的逻辑可编程性在LCD、OLED、Dual Cell、Micro LED下具有很好的适配性。 Xilinx提出了三种FPGA TCON适配，FHD的情况下使用SPARTAN 6系列产品、UHD下使用KINTEX 7系列产品、8K情况下使用KINTEX UltraSCALE系列产品。Bob Feng为记者介绍，之所以选用不同系列产品，主要是从功耗和成本上考虑。具体来说，从FHD到8K的迭代中，主频也以4倍速度迭代。FHD下主频大约在150 MHz，SPARTAN则刚好贴合这一数值；UHD主频大约在600 MHz左右，但KINTEX 7无需其他厂家一样使用四像素并行总线，KINTEX 7只需做双像素并行总线，主频可以降到300 MHz，利用一半规模跑所需逻辑；8K方面，KINTEX UltraSCALE的主频甚至可以做到600 MHz。需要注意的是，使用FPGA TCON的接口灵活性，可以简化整体设计，增强效率。具体来说，传统设计中包括Mobile SoC和TV SoC两颗芯片，但由于定制的AISC/ASSP是没有直接接口可以对接Mobile SoC，TV SoC仅仅是充当了转接的作用，整体的内容和服务均由Mobile SoC提供。使用FPGA TCON则更加理想，从架构上来看，元器件选择从3芯片变成了2芯片。Bob Feng强调，Xilinx还剔除了一些冗余接口一对一（V-by-One）的选择，为智能电视设计带来极大的简单化和小型化。在智能电视越来越轻薄化的行业动态下，一般采用面板后贴主芯片和外置芯片两种方式。但无论采用哪种方式，利用一对一（V-by-One）的接口相连，会显得非常臃肿。基于这样的洞察，赛灵思和赛灵思的合作伙伴深圳视显光电公司推出4种解决方案，囊括了FHD TCON、4K60 TCON、8K60 TCON、8K120 TCON。正如上文所述，只要速度和性能满足这个范围，就可实现不同类型显示屏间的设计转换。深圳市视显光电技术有限公司的8K@60Hz无损视频播放机在2020年全球同步量产，其使用的方案便是FPGA TCON。根据该公司总经理李兴龙的说法：“FPGA灵活的可编程特性，为我们快速开发新产品，新技术带来了极大的助力。比如我们用FPGA开发了针对视频领域的各种专用传输接口，针对8K应用的HDMI2.1、DP1.4等，我们利用FPGA可编程快速迭代的特点，最早给出了解决方案，可以比我们的竞争对手，或者ASIC方案，更快的推出新产品，这是我们的核心行业竞争力之一。” 对于ASIC/ASSP TCON和FPGA TCON， Bob Feng认为二者是共存关系，ASIC本身具有成本优势必然会长期存在，但FPGA TCON的灵活性和简化性相信在新兴面板技术转型中将发挥充足的优势。相关新闻阅读【1】赛灵思最强 7nm芯片交锋云端市场【2】三大战略下Xilinx描绘了数据的三位一体【3】拥抱开源的Xilinx描绘了AI之下的刚柔并济干货技能好文【1】关于PCB回流，看这一篇就够了！【2】PCB从业者必读：特殊走线画法与技巧！【3】干货！端口设计中的保护电路你和大牛工程师之间到底差了啥？加入技术交流群，与高手面对面添加管理员微信免责声明：本文内容由21ic获得授权后发布，版权归原作者所有，本平台仅提供信息存储服务。文章仅代表作者个人观点，不代表本平台立场，如有问题，请联系我们，谢谢！

时间：2020-09-30 关键词：显示面板赛灵思
ADAS系统不再遥远赛灵思助力ADAS市场腾飞

　　尽管消费者非常青睐高级驾驶员辅助系统ADAS应用，对它的需求强劲并处于持续增长态势，不过ADAS的推广速度并未达到应有的水平，这是因为开发和制造成本巨大。但主要原因还是在于，目前大多数ADAS解决方案均采用多芯片，几乎完全是从头开始设计，而且这种设计结果都是一次性的，不能重复利用，只能支持单一一种ADAS应用。　　另一面，全球汽车制造商都渴望为各种不同类型的汽车买家提供越来越先进的高级驾驶员辅助系统(ADAS)，而不仅仅是ADAS已经相当普及的高端豪华车系。消费者已经习惯于导航系统、车载娱乐和电子设备连接等功能，不过车道偏离警告系统、交通标志识别、瞌睡检测系统及其它智能系统，在高端车系中暂露头角或尚处于开发中。　　与此同时，市场对于ADAS提出了更高的要求。2014年欧洲NCAP自动紧急刹车系统计划等有关后视摄像头的新法规，要求设法在不增加单位车辆材料清单(BOM)成本的情况下，实现计算和网络强度很高的高级系统，也给汽车产业带来了更大压力。　　汽车制造商都希望能通过通用智能平台为各种不同车辆推出和部署具有不同特性集的系统。对开发上述系统的OEM汽车厂商和一级汽车电子产品供应商的系统架构设计人员来说，这就需要通过集成来降低成本，同时还要想方设法满足系统要求，支持智能网络和实时图像到视觉的功能。　　现在，这一局面有望即刻改观。赛灵思推出了All Programmable SoC Zynq™-7000，帮助汽车厂商提供ADAS功能解决方案。Zynq™-7000能提供所需的实时性能功能，同时还能满足汽车产业严格的温度和质量要求。通过将ARM®双核Cortex™-A9 MPCore™处理器系统与赛灵思行业领先的FPGA(现场可编程门阵列)技术紧密集成在一起，Zynq-7000 All Programmable SoC最终实现了ADAS优化的平台，可以让汽车制造商和汽车电子产品供应商在平台上添加自己的IP以及赛灵思汽车生态系统提供的现成的IP，从而能够创建出独有的差异化系统。此外，这类平台有着坚实的技术基础，而且具有可定制性，因此能缩短产品开发周期，加速新应用的上市进程。与此同时，单芯片集成既可降低BOM成本，又能实现不同产品系列间的可扩展性。　　eVS公司的设计工程师Roberto Marzotto指出：“汽车级Zynq-7000 All Programmable SoC将FPGA和高性能嵌入式处理器完美结合在一起，使其成为实时计算机视觉应用最有效的解决方案，实时计算机视觉应用要求高强度低级像素计算和高级复杂控制算法，而且要在软/硬件之间进行优化分区。” 　　Zynq-7000 All Programmable SoC：新市场格局的变革者　　随着市场对ADAS方案的越来越严苛的要求，业界必须通过提高集成度、优化性能、创建通用ADAS优化平台来实现适当尺寸的底层组件，确保支持不同的应用，而且能够进行定制。高度集成的全面可编程单芯片平台能够降低单位成本，提高规模经济效益，缩短开发周期，从而改变ADAS发展的格局，最终确保ADAS得到普及。　　赛灵思Zynq-7000 All Programmable SoC系列是业界首款在单芯片上集成ARM双核Cortex-A9 MPCore处理系统和密切整合的可编程逻辑的SoC系列。相对于需要多个芯片的解决方案而言，这种强大组合大幅提升了性能。多芯片解决方案要实现相同的性能水平就会增加成本、复杂性和功耗。Zynq-7000的全面可编程性使汽车制造商和汽车电子产品供应商不仅能加速产品上市进程，集中精力进行产品创新，还可根据不断变化的标准和规范要求对产品进行重新编程。　　Zynq-7000 All Programmable SoC将接受比AEC-Q100认证要求更严格的测试，而且将在赛灵思汽车(XA)产品系列旗下推出，确保其满足汽车应用领域通常极其严格的环境要求，包括温度、质量和可靠性要求。　　更快地开发独有的差异化驾驶员辅助应用　　赛灵思联盟计划认证成员——视频专业公司Xylon，认识到 Zynq-7000 All Programmable SoC的出色功能，采用其作为LogiADAK Zynq-7000 SoC汽车驾驶员辅助套件的核心。这款实时ADAS优化开发平台使汽车制造商和汽车电子产品供应商能够通过将他们自己的软/硬件IP与高性能可重编程的SoC相结合，集中精力进行产品创新和特性开发，而不必为硬件配置或软件系统而分神，从而创建出独有的差异化驾驶员辅助应用。　　LogiADAK Zynq-7000 All Programmable SoC汽车驾驶员辅助套件是同类首款在单个器件中集成了全面可编程软/硬件的解决方案，提供高速软/硬件接口，同时可通过运行在嵌入式ARM处理系统上的软件来实现O/S和应用处理。　　加速驾驶员辅助应用开发　　在2012年10月16日-17日举行的Convergence 2012展会上，赛灵思演示了驾驶员辅助目标设计平台(TDP)支持的系统如何加速ADAS开发。　　· 后视车道偏离警告和盲区检测：Zynq-7000 All Programmable SoC驾驶员辅助目标设计平台集成了Xylon IP核和Zynq-7000器件，将演示多摄像头系统如何支持两款流行的ADAS应用。　　· 经济高效实现环绕视觉和后视摄像头系统：赛灵思通过遥控模型汽车演示采用Zynq-7000 All Programmable SoC的多摄像头系统如何支持环绕视觉、3D环绕视觉、后视摄像头、动态校准、行人检测、后视车道偏离警告和盲区检测等高级驾驶员辅助应用。

时间：2020-09-07 关键词： adas系统赛灵思 FPGA
赛灵思（Xilinx）如何实现更出色的工业自动化应用？

　　Xilinx All Programmable 平台和解决方案可提供各种性能和系统集成级别，它与 MCU、DSP 和 ASSP 等传统方法相比，可实现更出色的工业自动化和工业成像应用。 Xilinx FPGA 和 Zynq-7000 All Programmable SoC 所具有的处理能力和多样性已突破了原先的限制，可充分满足当前和未来机器视觉、工业网络、电机控制以及其它诸如可编程逻辑控制器和安全监控解决方案等新兴应用的要求。其设计可以快速适应各种发展标准和处理要求，从而可以改进分析能力来满足市场需求，同时可以在最初部署后的很长一段时间内添加各种特性和功能。　　（1）通过实现具有技术突破性的系统级集成，可将系统性能提高 15 至 30 倍，并降低材料清单成本　　（2）通过使用高级的 28nm HPL 工艺技术，可将整体功耗降低 30% 　　（3）单芯片实现方案与定制和实时可重配置功能相结合　　（4）通过实时调制可提供有效的电机控制　　（5）实时的 1080p 高清图像和视频处理能力　　（6）使用实时以太网、即插即用 USB 服务组合，可为工业以太网和现场总线提供广泛的工业标准　　（7）现成的、即时可用的开发平台和套件可以快速实现原型设计和市场实现方案　　工业成像　　Xilinx 工业成像解决方案实现了快速原型开发，简化了开发工作，极大地缩短了高分辨率视频会议、视频监控和机器视觉系统的面市时间。灵活的、可升级 Xilinx FPGA 使得我们能够迅速应对不断变化的图象传感器接口，添加专用成像处理功能，同时还提供了功能强大的、灵活的、定制高分辨率图像和视频处理所需的并行处理功能。　　利用 Xilinx 综合成像解决方案为您的设计提供竞争优势。工业视频套件是一种综合开发系统，由带有视频接口的 Spartan® FPGA 开发板、硬件和软件设计工具以及参考设计所组成，可实现轻松、快速开发。一系列广泛的 IP 核包含灵活的图像处理模块、系统级 IP 和工业成像系统专用 IP，可以缩短开发时间，削减成本。　　电机控制　　Xilinx All Programmable FPGA 和基于 SoC 的解决方案和平台可充分满足当今磁场定向控制（FOC）等复杂控制算法所提出的苛刻的时序和性能要求。Xilinx 28nm FPGA 和 Zynq™-7000 All Programmable SoC 与仅在软件处理简单的电机控制和低时钟速率的传统 MCU 和 ASSP 不同，它可以提供卓越的并行处理能力、实时的性能、快速的计算速率以及连接的多样性。此外，Xilinx 器件还通过更紧密的可编程系统集成来降低成本，通过实时的可编程性来减少风险和设计周期，并通过可处理 PID 控制器、Clark/Park 转换和空间矢量 PWM 等计算密集型功能的高性能数字信号处理（DSP）来缩短时延。　　更高的精确度、性能和效率　　（1）通过 Zynq-7000 All Programmable SoC，可将控制回路响应速度提高 30 倍　　（2）可以为时间关键性任务提供硬件加速，从而确保了任务实施的确定性　　（3）可实现实时的、不间断算法升级和调制转换　　（4）易于使用的优化 IP 核库可实现完整的矢量控制　　单芯片嵌入式控制　　　　Zynq-7000 All Programammble SoC 具有双核 ARM Cortex™-A9 MPCore 应用级处理器，还可提供将复杂运动算法、调制机制、电机调整、工业以太网、多电机控制、早期总线、用于传感器输入的 ADC 和系统管理等关键性功能和组件集成在一起的单芯片电机控制平台。　　作为一款综合全面的可编程逻辑控制器，Zynq-7000 AP SoC 可将 RTOS、通信协议栈和数字 IO 功能集成到单个器件中。　　更多应用介绍下载　　赛灵思（xilinx）工业自动化解决方案概述（英文版）　　xilinx FPGAs在工业中的应用　　赛灵思电机控制开发套件简介（英文版）

时间：2020-09-06 关键词： Xilinx 机器视觉 programmable all zynq-7000 赛灵思 FPGA
Xilinx发布新一代Smarter Networks和数据中心解决方案

　　2013年3月6日，中国北京 - All Programmable技术和器件的全球领先企业赛灵思公司（Xilinx， Inc. （NASDAQ:XLNX））今天宣布推出新一代更智能（Smarter）网络和数据中心解决方案，致力于填补重要的且日益扩大的传统ASIC和ASSP市场空白。为了填补上述技术空白，赛灵思收购并发展了SmartCORE™ IP系列，同时引入大量关键应用专家和服务，充分发挥赛灵思All Programmable FPGA、SoC和3D IC的优势。上述这些解决方案致力于帮助客户快速创建智能的、以架构为中心的数据中心和软件定义无线电网络（SDN）、LTE和LTE Advanced无线HetNets多带自组织网络（SON），以及400G和Nx100G OTN解决方案，满足客户的高可用性、低时延、低抖动、高服务质量（QoS）的要求，所有这些方案结合使用可帮助客户提供差异化解决方案并推动其不断发展演进。　　赛灵思公司通信业务部高级副总裁兼总经理Krishna Rangasayee指出：“由于设计成本不断攀升，器件要求千差万别，而且需要更高的智能化水平和自适应性，ASIC和ASSP在OTN等应用领域中正以惊人的速度消失。上述这些普遍趋势正在新一代有线和无线网络及数据中心中蔓延和扩展。赛灵思也听到领先客户的呼声，他们认为‘复制（me too）’设备设计已经过时了。” 　　应对ASIC和ASSP不足造成的日益扩大的空白　　ASIC和ASSP厂商都面临以下问题：　　1. 难以满足新一代系统的智能化、灵活性和自适应性等综合要求。　　2. 难以应对高度细分、快速发展变化的网络和数据中心标准以及应用需求。　　3. 不能支持客户通过自己的“秘制配方”有效地添加差异化特性。　　上述挑战加上不断快速攀升的IC设计成本和较长的设计周期导致客户面临巨大的解决方案鸿沟。ASSP和ASIC或者导致产品上市进程太慢，难以满足OEM厂商或运营商的要求；或者严重过度设计，提供了众多不同客户需要的多种不同功能，却无法针对目标应用提供最佳解决方案；亦或无法帮助客户实现终端产品的差异化。客户采用ASIC和ASSP厂商提供的解决方案时往往会遇到上述许多或全部难题。　　打造更智能系统（Smarter System）的SmartCORE IP构建模块　　赛灵思SmartCORE IP结合使用公司基于ARM®处理器的Zynq™-7000 All Programmable SoC、FPGA和3D IC，能为开发数据中心安全应用、资源优化架顶式（TOR）开关、极高效移动回程调制解调器以及更智能化有线访问设备等极其丰富的新一代应用奠定坚实的技术基础。基于SmartCORE IP的解决方案包括但不限于：　　1. “服务水平意识”：基于包的处理解决方案，为100G乃至更高速OTN网络提供动态QoS调节功能。　　2. 可定制的DPD和CFR：针对一类MC-GSM功率放大器线性化，传输带宽60MHz，包括基于集成式ARM处理器的控制，支持LTE和LTE Advanced无线电。　　3. 80 Gbps数据中心NIC解决方案：提供高粒度流量管理功能，能实现大流量的预配置，满足新型服务及相关服务盈利化要求。　　客户和服务添加“秘制配方” 　　客户可通过快速组装赛灵思高度灵活的All Programmable器件与SmartCORE IP的这一独特组合，添加自己的更智能、自适应的算法与功能的 “秘制配方”，从而实现产品差异化。这些差异化元素可用可编程硬件和/或基于ARM处理器的可编程软件来实现。赛灵思的应用专家可在架构设计早期阶段帮助客户优化设计，并为需要IP定制或全系统设计支持的客户提供高级服务。过去两年多以来，赛灵思收购并开发更智能解决方案，与最领先的客户开展通力合作，有关产品已在多种不同应用中取代了200多种ASIC和ASSP方案。　　图示：赛灵思Smarter解决方案满足新一代更智能（Smarter）网络和数据中心要求，致力于填补重要的且日益扩大的传统ASIC和ASSP市场空白。赛灵思收购并开发SmartCORE™ IP系列，同时引入大量关键应用专家和服务，充分发挥赛灵思All Programmable FPGA、3D IC和基于双核ARM® Cortex™-A9 MPCore™处理器的Zynq™-7000 SoC的优势。这些解决方案致力于帮助客户快速创建智能的、以架构为中心的数据中心和软件定义无线电网络（SDN）、LTE和LTE Advanced无线HetNets多带自组织网络（SON），以及400G和Nx100G OTN解决方案，满足客户在高可用性、低时延、低抖动、高服务质量（QoS）要求，所有这些方案结合使用可帮助客户提供差异化解决方案并推动其不断发展演进。　　如需了解有关赛灵思更智能化网络和数据中心的更多信息，敬请访问以下网址：www.xilinx.com/cn/smarternetworks。　　关于赛灵思　　赛灵思是All Programmable器件、SoC和3D IC的全球领先供应商。赛灵思公司行业领先的产品与新一代设计环境以及 IP 核完美地整合在一起，可满足客户对可编程逻辑乃至可编程系统集成的广泛需求。如需了解更多信息，敬请访问赛灵思中文网站：www.xilinx.com/cn。

时间：2020-09-05 关键词： networks 数据中心 asic smarter assp 赛灵思
赛灵思：更智能的解决方案集锦

　　赛灵思（Xilinx）具备更智能的网络专家，能帮客户最大限度地实现未来设计的价值，充分发挥 Xilinx All Programmable FPGA 和 SoC 产品的作用，从而帮助客户领先同类竞争对手整整一代的水平。Xilinx 面向网络和数据中心的更智能的解决方案针对三大细分市场：（1）更智能的无线 HetNet；（2）更智能有线网络，包括边缘和电信级以太网；（3）更智能的数据中心。赛灵思更智能的解决方案可实现以下目标：（1）系统性能提升；（2）BOM 成本削减；（3）总功耗削减；（4）加速设计生产力。　　一.更智能的数据中心　　设计新的数据中心突破：可编程芯片平台为云技术带来更高价值　　过去 10 年来，新的云计算全球市场出现，通过因特网为全球数十亿用户提供计算服务。云计算趋势的发展反映出人们使用计算机方式的根本变化。云技术可为企业提供新的方式，将任务从本地 IT 基础架构转移到优化的远程计算集群（同时也交到云服务供应商的手中）。对于消费者而言，云技术能无缝提供存储、视频、消息传送、社交网络、游戏、web 搜索等许多服务，将全球任何位置的各种计算设备整合在一起。今天，IT 服务领域精通技术的消费者希望获得所有便利服务，包括移动性、即时存取信息、无边界协作等，而管理层则希望在获得所有服务的同时降低成本。　　（1）新型互联移动计算设备的出现。　　（2）收集和交换的无组织数据规模爆炸性增长。　　　　Xilinx 在数据中心五大独特应用领域提供专业技术和更智能的解决方案：　　（1）从 10G 到 40G 再到 100G 以太网的持续转型中　　（2）面向协处理、计算加速和计算任务卸载　　（3）面向通用分布式存储器缓存　　（4）面向固态驱动器（SSD）　　（5）面向存储服务器　　通过软硬件可编程性，All Programmable 器件的功能将加速处理，提高吞吐量，有助于创建全新类型的服务器、存储设备和网络解决方案，而且能随着技术的持续发展灵活地支持软件定义网络（SDN）。　　All Programmable 和更智能的解决方案　　Xilinx All Programmable 和智能解决方案包含 All Programmable FPGA、 SoC、和 3D IC 平台，以及 SmartCORE 和 LogiCORE IP 开发板系列，可通过客制化满足独特的市场需求。与其它 ASIC 和 ASSP 解决方案相比，Xilinx Vivado™ Design Suite 和公司通信设计中心以其最大的差异化优势、更低的风险和拥有成本，为打开市场提供了更快、更灵活的方法。 Xilinx 提供的低风险、可编程的解决方案，不仅能够理想地平衡成本、功耗和性能，同时还缩短了产品上市时间，帮助设计人员轻松应对各种挑战。

时间：2020-09-05 关键词：以太网云计算数据中心智能网络 programmable all 赛灵思