由于新冠肺炎疫情对全球供应链产生的长期影响,所导致的半导体短缺已经扰乱了许多行业的发展,特别是造成产品无法及时安排生产和供应市场。随着居家办公和远程工作广泛普及,我们仍然能看到对电子产品的消费需求在不断增加。例如,由于先进驾驶辅助系统(ADAS)等技术的进步,汽车行业继续向电气化和智能化实现强劲转变,并增加了安全性要求。
本文引用地址:我们预计以下市场将出现强劲增长:人工智能/ 机器学习(AI/ML)——特别是机器学习和边缘计算,加载智能网卡(SmartNIC)解决方案的数据中心,汽车行业中伴随着越来越多的车辆对L2/L3 功能需求日益增长而发展的ADAS,具有更多数据处理能力的计算存储,加密货币,以及带有优化射频和基带处理的5G 无线设备;我们的产品在金融科技、物联网、网络和高性能测试等其他市场也有强劲增长。
数字化转型正在使工业和商业应用通过引入人工智能/ 机器学习(AI/ML)技术和5G 网络,大规模引入解决方案。在网络和数据中心中,我们看到由于物联网设备数量和数字化生活及学习方式的爆炸式增长,导致网络数据流量也在快速增长,推动了从边缘到网络核心对基于FPGA 等技术的硬件数据处理加速器以及AI/ML 技术的不断采用,以使得这些环节中硬件设备变得更加智能。
我们的产品在金融科技、物联网、网络和高性能测试等其他市场也有强劲增长。与仅用传统处理器来运行AI/ML 算法的模式相比,FPGA 是最高效的硬件数据处理加速器之一。FPGA 技术在边缘计算方面的应用包括板级、芯片级和eFPGA 等形式,但是 是唯一一家提供独立FPGA 芯片、eFPGA IP 和加速卡的供应商,并提供了完整的ACE 开发工具来支持所有种类的应用。据此,边缘AI 解决方案提供商可以为其应用和其他要求选择最好的解决方案,并高效地重复使用他们的开发成果和IP。
边缘人工智能(AI)将在智能化时代发挥巨大的作用,但是边缘AI 的应用场景数量众多,这意味着它们需要不同的计算器件和算力等级;同时在智能汽车和工业等许多应用中,诸如安全与通信等许多处理和计算总是在不断升级和完善。这也意味着边缘计算架构应该有很高的灵活性,而这正是FPGA 技术在提供并行计算的同时还能提供的。
边缘AI 不仅得到了FPGA、ASIC 厂商的重视,现在一些厂商在MCU 当中集成AI 加速器使得MCU 更加智能。然而,MCU 只是在边缘使用的处理器品类之一。由于边缘应用的多样性,在不同垂直领域或者应用场景中可能需要MCU、通用处理器、应用处理器甚至诸如PLC等技术领域中的特定处理器,而且它们已经在不同的应用场景中构筑了自己相应的优势和生态系统。而当智能化时代到来之后,所有这些处理器都有一个共同的需求:它们都需要硬件加速器来高效地处理AI/ML算法,这也是边缘计算领域中非常清晰的异构计算大趋势。
展望未来,云和边缘计算、网络设备、人工智能和机器学习、5G/6G 无线网络设备、金融科技、工业和汽车等领域都是 在未来5 年内主要的市场机遇。我们通过面向市场和应用的解决方案和战略合作伙伴关系,向这些行业部署我们的高性能且灵活的产品,包括FPGA、eFPGA IP 和VectorPath 加速卡产品组合。
(本文来源于《电子产品世界》杂志2023年1月期)