Cechy produktu

Zapotrzebowanie na układy FPGA napędzane kartami akceleratorów AI

Ze względu na swoją elastyczność i możliwości szybkiego przetwarzania, układy FPGA są szeroko stosowane w kartach akceleratorów AI.W porównaniu z procesorami graficznymi układy FPGA mają oczywiste zalety w zakresie efektywności energetycznej;w porównaniu z układami ASIC, układy FPGA charakteryzują się większą elastycznością, aby dopasowywać się do szybszej ewolucji sieci neuronowych AI i nadążać za iteracyjnymi aktualizacjami algorytmów.Korzystając z szerokich perspektyw rozwoju sztucznej inteligencji, popyt na układy FPGA do zastosowań AI będzie w przyszłości nadal wzrastał.Według SemicoResearch wielkość rynku układów FPGA w scenariuszach zastosowań AI potroi się w latach 19–23, osiągając 5,2 miliarda dolarów.W porównaniu z rynkiem FPGA wartym 8,3 miliarda dolarów w 21 roku, nie można niedoceniać potencjału zastosowań w sztucznej inteligencji.

Bardziej obiecującym rynkiem dla układów FPGA są centra danych

Centra danych to jeden z wschodzących rynków zastosowań układów FPGA, charakteryzujący się niskim opóźnieniem i wysoką przepustowością, co stanowi główne zalety układów FPGA.Układy FPGA w centrach danych są używane głównie do akceleracji sprzętowej i mogą osiągnąć znaczne przyspieszenie podczas przetwarzania niestandardowych algorytmów w porównaniu z tradycyjnymi rozwiązaniami procesorowymi: na przykład w projekcie Microsoft Catapult wykorzystano układy FPGA zamiast rozwiązań procesorowych w centrum danych w celu przetwarzania niestandardowych algorytmów Bing 40 razy szybciej, ze znacznymi efektami przyspieszenia.W efekcie od 2016 roku na serwerach Microsoft Azure, Amazon AWS i AliCloud wdrażane są akceleratory FPGA w celu akceleracji obliczeń. W kontekście epidemii przyspieszającej globalną transformację cyfrową przyszłe wymagania centrów danych dotyczące wydajności chipów jeszcze wzrosną, coraz więcej centrów danych zastosuje rozwiązania chipowe FPGA, co również zwiększy udział wartości chipów FPGA w chipach centrów danych.

Komercjalizacja pojazdów autonomicznych na dużą skalę zwiększa popyt na masową produkcję układów FPGA

W miarę jak przemysł motoryzacyjny ewoluuje od ADAS do w pełni autonomicznej jazdy, heterogeniczne platformy obliczeniowe wykorzystujące układy FPGA mogą poradzić sobie z eksplozją danych spowodowaną zwiększoną liczbą czujników, skrócić ogólny czas reakcji systemu spowodowany synchronizacją i połączeniem wielu czujników oraz zwiększyć elastyczność i skalowalność, umożliwiająca skalowalność od czujników brzegowych po kontrolery domeny, zapewniając jednocześnie możliwość dynamicznego przeprogramowania, zmniejszając koszty systemu i straty.Ponadto układy FPGA mogą zapewniać elastyczne, niedrogie i wysokowydajne rozwiązania dla szybko rosnących potrzeb różnych zastosowań elektroniki samochodowej.20 czerwca lider FPGA, firma Xilinx, używał w systemie ADAS około 70 milionów chipów samochodowych.

Przejęcie przez AMD transakcji Xilinx opóźnione do zakończenia pierwszego kwartału 22

Po przejęciu przez Intel FPGA Dragon II Altera w 2015 r., AMD ogłosiło w październiku 2020 r., że planuje wydać 35 miliardów dolarów (w formie akcji) na przejęcie firmy Xilinx, głównego producenta układów FPGA, próbując rozszerzyć swój TAM poprzez wejście na rynek FPGA i wzbogacenie swojego produktu linię, tworząc kompletny system obliczeniowy o wysokiej wydajności z istniejącymi procesorami CPU, kartami graficznymi GPU i kartami obliczeniowymi z akceleracją.Według najnowszych informacji z 31 grudnia, przejęcie ma zostać sfinalizowane w 22 kwartale, co stanowi opóźnienie w stosunku do pierwotnie zakładanego harmonogramu, gdyż nie uzyskano jeszcze wszystkich zgód.

Oczekuje się, że w przyszłości, napędzane falą 5G, FPGA osiągną wzrost wolumenu i ceny, podczas gdy lider FPGA, firma Xilinx, będzie również w dalszym ciągu czerpać korzyści z pożądanego wprowadzenia na rynki aplikacji FPGA, takich jak sztuczna inteligencja, centra danych i jazda autonomiczna .