莱迪思FPGA发展之道,低成本、低功耗“笑傲”网络边缘领域?

2017-11-12 16:12:07 来源:EEFOCUS
标签:

 

莱迪思FPGA的未来是一场赌局?

有资料显示,到2020年,平均每位互联网用户每天将会产生1.5GB数据流量,自动驾驶汽车每天将会产生4TB数据流量,联网飞机每天将会产生5TB数据流量,智能工厂每天将会产生1PB数据流量,云视频提供商每天将会生成750PB视频类的数据流量。

 

很显然,数据正在成为人类社会进步新的驱动力。云端、物联网、5G、自动驾驶等等这些都是踩在数据浪潮上的当下热门技术,其中许多热门发展都是在云端上,比如:云端的照片储存,人工智能、深度学习等。

 

 

这类数据处理需要超密集的并行处理,往往超出了传统 CPU 的处理能力极限。号称“超七大”数据中心公司的阿里巴巴、亚马逊、百度、Facebook、谷歌、微软和腾讯对这个问题异常敏感,在这些公司中,这些新应用往往需要数千台加速应用服务器来支持。但基于CPU的加速服务器能效偏低,因此数据中心纷纷部署FPGA技术。

 

当赛灵思、英特尔等一些FPGA厂商在云端厮杀之时,莱迪思似乎在另辟蹊径。在2017年11月8日,莱迪思在上海举行媒体见面会,公司首席运营官Glen Hawk在会上表示:“莱迪思在云端也有很多不同的方案,云端也是对我们很重要的,可是对我们来说,我们的强项是在物联网或者是网络边缘上面的处理。莱迪思可编程产品也就是中小型、小而美的产品,在过去三十几年的发展下,现在在网络边缘上就可以充分发挥出它的性能。”

 

莱迪思半导体首席运营官 Glen Hawk

 

对于莱迪思和FPGA这个产业来说,消费电子类用FPGA实现是一个全新的领域。Glen Hawk说到:“我们自己觉得Lattice是在摸着石头过河,就好比探索外太空一样,到了一个全新的领域以后,以一个全新的可能性去开发。”

 

所谓的摸着石头过河是一场胜面很低的赌注吗?这就得看这种所谓的“高大上”技术FPGA到底适合不适合消费电子了。实则,莱迪思的的FPGA其实已经存在于很多的消费电子设备,笔者印象深刻的是iPhone 7上的一颗FPGA,正是莱迪思公司在几年前推出的iCE40的低密度低功耗小封装的FPGA,型号为iCE5LP4K,密度为3.5K LUT-4等效逻辑资源。

 

随着移动设备的处理能力越来越强,厂商们开始不仅仅局限于消费类产品,在工业甚至车用电子上,也开始尝试使用移动端的主控制芯片或周边芯片,来达到降低成本的目的。

 

网络边缘领域的发展之道

网络边缘包括了“智慧城市、智能家居、智慧工厂跟智能汽车”等,大多数FPGA厂商的高性能、高功耗的产品比较符合处理复杂部分。莱迪思主攻的“小而巧”、“低功耗”的产品更适合网络边缘领域,可以做控制、互联、计算等不同方案。下图反应了莱迪思在过去十年的营收中,控制、互联、计算分类的表现。从图中可以看出,控制领域方案的营收在2亿美元左右。从2006年-2010年开始,莱迪思应用在互联和连接上营收逐渐变多。2010年之后,莱迪思先后收购了两家公司SiliconBlue和Silicon Image来提供更多方案。

 

 

控制部分

先说控制方面营收的发展(如下图),黄色区域是2006年之前采用莱迪思产品的设计,可以看出,虽然过去了11年这部分目前还占到了大概10%的营收比例,拥有很长的生命周期,这些都是莱迪思积累广泛客户的根本。

 

 

云端部分,莱迪思控制类的产品用于服务器主板。Glen Hawk提到:“我们拿2012年服务器上面的主板跟2017年服务器主板进行对比,一般‘高大上’的FPGA在主板上面是做一些加速,我们的FPGA在主板上做的是控制。随着服务器主板越来越复杂,控制也包括了加密、解密等安全性功能。”

 

工业控制也是一个成长非常快的领域。在2012年,莱迪思主要是单个马达的控制。到了2017年,莱迪思则发展到可以控制多个马达和传感器,用于智能工业机器人。

 
关注与非网微信 ( ee-focus )
限量版产业观察、行业动态、技术大餐每日推荐
享受快时代的精品慢阅读
 

 

作者简介
张亚
张亚

与非网编辑,网名亚亚君,光电与半导体材料专业出身,喜欢音乐和看书。只愿与你相识在文字中。

继续阅读
从易到难总结几种FPGA时序约束方法

从最近一段时间工作和学习的成果中,我总结了如下几种进行时序约束的方法。按照从易到难的顺序排列如下:

做好FPGA设计还需要具备的其它相关硬件技能

FPGA在各个领域都是必不可少的一种硬件工具,掌握并有效使用FPGA对当代的电子设计工程师来讲是非常必要的,如前面文章曾讲过的,要做到较好的FPGA设计需要具备的基本素质

基于PXI仪器生成NTSC与PAL制式的简单彩条信号

Autotestcon 2010的主旨“45年的支持创新——以光速前进”,这个主旨对军用ATE系统是非常有意义的,因为它强调努力保持二分法的最先进的测试能力,同时需要支持传统的老技术 – 可能是几十年,像Autotestcon本身一样长久。

FPGA时序约束方法汇总,从易到难的都有

从最近一段时间工作和学习的成果中,我总结了如下几种进行时序约束的方法。按照从易到难的顺序排列如下:

资深工程师介绍FPGA及其学习技巧
资深工程师介绍FPGA及其学习技巧

大学时代第一次接触FPGA至今已有10多年的时间,至今记得当初第一次在EDA实验平台上完成数字秒表、抢答器、密码锁等实验时那个兴奋劲。

更多资讯
如何使用一个DSP block实现4个11位浮点型数据乘法运算

随着深度学习的发展,为了解决更加抽象,更加复杂的学习问题,深度学习的网络规模在不断的增加,计算和数据的复杂也随之剧增。INTEL FPGA具有高性能,可编程,低功耗等特点,为AI应用加速提供了一种灵活、确定的低延迟、高通量、节能的解决方案。

PCB设计中BGA器件布局布线经验谈
PCB设计中BGA器件布局布线经验谈

SMT(Surface Mount Technology 表面安装)技术顺应了智能电子产品小型化,轻型化的发展潮流,为实现电子产品的轻、薄、短、小打下了基础。SMT技术在90年代也走向成熟的阶段。

什么?Python+FPGA!?

早年,虽然Python是一款比较容易上手的脚本语言,而且有强大的社区支持,一些非计算机专业领域的人都选它作为入门语言。遗憾的是,它不能实现一些非常底层的操控,所以在硬件领域并不起眼。

一文读懂为什么要选择 Python做机器学习

随着机器学习的兴起,Python 逐步成为了「最受欢迎」的语言。它简单易用、逻辑明确并拥有海量的扩展包,因此其不仅成为机器学习与数据科学的首选语言,同时在网页、数据爬取可科学研究等方面成为不二选择。此外,很多入门级的机器学习开发者都是跟随大流选择 Python,但到底为什么要选择 Python 就是本文的核心内容。

简谈FPGA的上电复位

大家好,博主最近有事忙了几天,没有更新,今天正式回来了。那么又到了每日学习的时间了,今天咱们来聊一聊 简谈FPGA的上电复位,欢迎大家一起交流学习。

电路方案