自动驾驶?传说中的TI收购AMD或许意在人工智能

发布时间:2017-04-07  

china0513-624x468

昨日,资本市场又出现了一条新的传闻——德州仪器将收购AMD,给出的每股18美元的收购价,交易总价可能达到164亿美元。目前AMD市值约为137亿美元,如果以传言中的收购价计算,德州仪器将会溢价到超过170亿美元,看上去也不算夸张。德州仪器自己的市值大概是800亿美元,相距Intel、三星等差距也不算太远。

估计不论此次收购到底是传闻还是最终能够达成,但是从收购给TI带来的收益来看,这桩交易就不是那么可信。现在的AMD到底有什么技术和产品值得TI收购的呢?

AMD近年来发展情况

AMD 是业界唯一拥有 GPU 与 x86 处理器技术的公司,除能满足数据中心广泛需求,还能推动智能机器的多元发展,未来可在 GPU 和 CPU 之间实现有效率连接,满足 AI 应用的技术需求。苏姿丰表示,对 AMD 而言,重点在于将云端连接到用户,并为其带来新的可视化体验。

AMD前几年日子过得并不好,股价一度跌至2美元内,市值最低的时候不过是20亿美元。考虑到AMD在X86处理器及GPU上的技术、专利及资产还是很有价值的,所以每年都有传闻说AMD要被收购,但实际上并没有一家公司真的去抄底。

今年,AMD陆续推出 Ryzen系列处理器、Naples服务器芯片、Vega高性能 GPU,为 AMD未来一年的发展奠定了良好的基础。若一切能顺利按照计划进行,AMD有望能在 2018 年再振声势。

在 GPU 市场,据调研机构Jon Peddie Research数据显示,2016 年第4季 AMD GPU 出货季增 10.49%,市占率达到 14.4%,其中 DT 用独立型 GPU 成长 4.3%,NB 用独立型 GPU 成长 3.2%。

AMD 通过 Vega GPU 架构的推出,对 Radeon 产品线做出更新,希望借此抢下更多市占。即使未来 AMD 无法夺下高端市场,不少虚拟实境(VR)应用也可用于 499 美元以下的产品。

在 CPU 市场,AMD 与英特尔公司签订了长期的 x86 交叉授权协议。据 AMD 描述,x86 技术是公司的核心专长,因此也是非常重要的利润来源。AMD 有 70% 的收入来自使用英特尔的 x86 和其他 IP 的产品。

TI收购AMD意在自动驾驶?

表面上看双方的业务几乎没有多少重叠的——TI现在专注于车载电子、物联网等电子市场,虽然也有处理器业务,但早就退出消费级处理器市场,而AMD重心还是PC市场,包括CPU及GPU两大方向。

也曾有媒体表示,TI收购AMD意在自动驾驶市场。目前,NVIDIA已经投身其中,Intel也对车载电子市场无比重视,前不久更是斥资153亿美元收购Mobileye公司,看重的也是自动驾驶这些前景无限的新兴市场。作为老牌车载电子系统厂商,TI显然也不会缺席。

但是值得注意的是,汽车电子是TI一直以来深耕的市场之一,但是AMD则不是。

众所周知,TI有两大类重要产品——模拟和嵌入式处理产品,这两类产品也非常适用于汽车电子市场。例如传感、信号链环节中有很多模拟的创新性方案,之后要对这些模拟系统提取出来的信息有好的处理,也就是嵌入式处理部分。之后经过嵌入式的处理,输出的信号又通过信号链传导到各个相应的系统,诸如电子控制、信息娱乐系统、空调等。

但是AMD的产品则基本与汽车电子市场无关。无论是AMD推出的Ryzen系列处理器、Naples服务器芯片还是Vega高性能 GPU,主要针对的还是PC和服务器市场,最多也就是跟VR市场有点关联,与汽车电子市场则是八竿子打不着,没有半分关系。因此在半导体行业观察小编看来,即便这项交易最终能够达成,TI也并不是想要通过收购AMD加强自动驾驶市场的优势。

也许有人会说,AMD的产品可以用在自动驾驶上,其竞争对手英伟达就是一个很好的例子。但是需要明白的是,无论是英伟达推出的芯片还是自动驾驶系统都是针对汽车进行过重新设计的,将PC端或者移动端的芯片直接照搬到汽车市场并不现实。如果AMD想要涉足自动驾驶市场还需要很长时间的铺垫,英伟达也是经过了很多年才推出自动驾驶产品的!

姑且不论这两年AMD的市场状况如何,TI和AMD在技术和产品方面就完全是两个市场。一个以DLP为根本,一个主攻PC市场,这两者在汽车市场几乎没有结合的可能,那么TI如果收购AMD到底有什么用呢?

剑指人工智能市场

在半导体行业观察小编看来,虽然TI与AMD在汽车电子市场几乎没有交集,但是在人工智能市场却是有着无限的可能。

人工智能是当前科技领域最火爆的话题,机器视觉作为人工智能的重要分支,是工业向智能化转型的重要元素之一,DLP技术紧跟潮流,可以在3D机器视觉(也称为3D测量)领域中担任结构光生成器的角色。

当前流行的包括X86和ARM在内的传统CPU处理器架构往往需要数百甚至上千条指令才能完成一个神经元的处理,但对于并不需要太多的程序指令,却需要海量数据运算的深度学习的计算需求,这种结构就显得非常笨拙。

在人工智能的领域里,最重要的是数据和运算。谁的数据更多,谁的运算更快,谁就会占据优势。因此,在处理器的选择上,可以用于通用基础计算且运算速率更快的GPU迅速成为人工智能计算的主流芯片。可以说,在过去的几年,尤其是2015年以来,人工智能大爆发就是由于英伟达的GPU得到广泛应用,使得并行计算变得更快、更便宜、更有效。

可以说,在人工智能市场,基于数据处理的不同特性,X86和CPU的作用非常有限,GPU对于数据的处理方式反而跟适合人工智能市场,如果TI真的收购AMD,人工智能市场可能才是TI目标所在。毕竟TI传统的产品更加偏向于汽车信息娱乐系统。自动驾驶领域并没有过多涉及,但这并不意味着TI就没有这方面的野心。

此外,与汽车电子市场不同,近年来,AMD也在逐渐涉足人工智能市场。在人工智能市场,AMD 展现了强烈企图心。AMD曾经表示,AI 市场对于 AMD 而言是非常重要市场,除需要处理器与绘图芯片技术外,也与 FPGA、ASIC 等技术相关,AMD 已针对 AI 与机器学习推出 Radeon Instinct 加速运算卡。针对深度卷积神经网络以及推理所需的较低精密度数学,新Vega架构也能提供较佳支持,因此Vega有望为AMD在机器学习市场取得一席之地。即便如此,将TI DLP方面的优势整合到AMD的机器学习中去也将需要很长一段时间。

到目前为止,AMD在人工智能市场的计划依然流于表面,Radeon Instinct 加速运算卡到目前都还没有出货,其性能和表现以及可能应用的市场都还是未知之数。

结语

虽然TI收购AMD更多的只是传闻,无论是基于反垄断还是技术授权的原因,这项收购最后也许都很能达成。但是在半导体行业观察小编看来,即便汽车电子市场是TI的优势市场,但是收购AMD对于TI来说并没有足够的用处,也很能帮助TI在自动驾驶领域开疆拓土。倒是目前另一热门市场——人工智能,特别是机器学习领域,TI和AMD在GPU方面的优势相结合,或许能够催生出另一个强大的人工智能公司!将机器视觉和机器学习结合在一起还是非常值得期待的!

(文/刘燚)

今天是《半导体行业观察》为您分享的第1241期内容,欢迎关注。

china0513-624x468

【关于转载】:转载仅限全文转载并完整保留文章标题及内容,不得删改、添加内容绕开原创保护,且文章开头必须注明:转自“半导体行业观察icbank”微信公众号。谢谢合作!

china0513-624x468【关于征稿】:欢迎半导体精英投稿(包括翻译、整理),一经录用将署名刊登,红包重谢!签约成为专栏专家更有千元稿费!来稿邮件请在标题标明“投稿”,并在稿件中注明姓名、电话、单位和职务。欢迎添加我的个人微信号 MooreRen001或发邮件到 jyzhang@moore.ren

china0513-624x468

责任编辑:mooreelite
文章来源于:半导体行业观察    原文链接
本站所有转载文章系出于传递更多信息之目的,且明确注明来源,不希望被转载的媒体或个人可与我们联系,我们将立即进行删除处理。

我们与500+贴片厂合作,完美满足客户的定制需求。为品牌提供定制化的推广方案、专属产品特色页,多渠道推广,SEM/SEO精准营销以及与公众号的联合推广...详细>>

利用葫芦芯平台的卓越技术服务和新产品推广能力,原厂代理能轻松打入消费物联网(IOT)、信息与通信(ICT)、汽车及新能源汽车、工业自动化及工业物联网、装备及功率电子...详细>>

充分利用其强大的电子元器件采购流量,创新性地为这些物料提供了一个全新的窗口。我们的高效数字营销技术,不仅可以助你轻松识别与连接到需求方,更能够极大地提高“闲置物料”的处理能力,通过葫芦芯平台...详细>>

我们的目标很明确:构建一个全方位的半导体产业生态系统。成为一家全球领先的半导体互联网生态公司。目前,我们已成功打造了智能汽车、智能家居、大健康医疗、机器人和材料等五大生态领域。更为重要的是...详细>>

我们深知加工与定制类服务商的价值和重要性,因此,我们倾力为您提供最顶尖的营销资源。在我们的平台上,您可以直接接触到100万的研发工程师和采购工程师,以及10万的活跃客户群体...详细>>

凭借我们强大的专业流量和尖端的互联网数字营销技术,我们承诺为原厂提供免费的产品资料推广服务。无论是最新的资讯、技术动态还是创新产品,都可以通过我们的平台迅速传达给目标客户...详细>>

我们不止于将线索转化为潜在客户。葫芦芯平台致力于形成业务闭环,从引流、宣传到最终销售,全程跟进,确保每一个potential lead都得到妥善处理,从而大幅提高转化率。不仅如此...详细>>