105
企业的发展不能背离时代趋势，没有永远成功的企业，只有不断适应时代的企业，“居安”要“思危”是任何企业管理者都要有的战略思维。在 AI 当道的浪潮下，全球的科技公司都站在了战略转型的风口浪尖上，希望抓住改革的红利取得一席之地。从 FPGA 到 ASIC 被业界看作 AI 硬件架构的最优解，FPGA 厂商被推上了科技的前沿，随着 AI 的逐步落地，FPGA 厂商的财报更是亮眼。
“赛灵思在 2019 财年营业收入达到 30.06 亿美元，同比增长 24%。我们的收入一半左右是来自亚洲，包括中国、日本以及其它亚洲国家，其中工业和医疗占总收入的 1/4，工业、视觉、医疗和科学部门也是赛灵思的第四大业务部门。真正驱动我们工业领域业务的是 Zynq SoC，近两年 Zynq 和 Zynq UltraScale+ SoC 投产之后，赛灵思 ISM 部门的增长显著提速 2.5 倍。” 赛灵思 ISM 部门市场总监 Chetan Khona 在近期的媒体会上讲道，“今天我主要讲赛灵思的工业战略。我们公司的使命是‘打造灵活应变、万物智能的世界’，而我所在的部门是要打造灵活应变、万物智能的工厂、医院和城市。”
赛灵思 ISM 部门市场总监 Chetan Khona
近年来，工业物联网和医疗物联网越来越受业界关注，两者的共性有目共睹。随着物联网的发展，大量设备接入网络并源源不断产生数据。全球 90%的数据创建于过去两年，现在每天产生的数据高达 2.5 艾字节（1 艾字节=10 的 18 次方），预计 2019 年将有 60 尧字节（1 尧字节=10 的 24 次方）用于人工智能。Chetan Khona 介绍，“我们的战略核心就是要帮助客户尽可能高效、有效的来利用数据。”
工业物联网和医疗物联网面临的诸多问题和挑战
针对工业物联网和医疗物联网，Chetan Khona 分析，“在工业领域大数据可以做预测性的维护，降低工厂停工时间，帮助客户提高利润；进行资产分析可以更好地了解客户的购买习惯，通过出售这些数据创造新的收入流；通过连接性实现远程诊断和 OTA 更新，增强设备寿命。在医疗领域，同样可以通过大数据进行资产跟踪和利用，提高医院管理效率，减少房间等待时间；利用 AI 进行诊断可以得到更快更准确的结果；利用连接性，实现远程监控，提高患者的生活质量。”
尽管创新对于科技企业来说非常重要，但是对于工业和医疗客户来说，产品生命周期的长寿性更加重要。 “赛灵思的产品可以实现最低 15 年的生命周期，甚至可以达到 20 年，甚至更长。”
针对数据爆炸带来的工作负载处理，Chetan Khona 强调，“我们可以根据最合理的方式来配置计算资源。比如，问题在器件端解决最合理就在器件端解决，在云端解决最合理就在云端解决，从器件端到云端中间有任何一个问题我们都可以来解决。”
无论在工业领域还是医疗领域，用户时刻都在关注隐私与安全问题，赛灵思的解决方案遵守很多全球性标准来做数据保护，赛灵思是工业安全联盟的成员，遵守其相关标准以及 TCG 的标准，在医疗数据领域遵循 IEC26443 标准。Chetan Khona 解释，“我们可以保护数据，还能预测可能发生的问题，同时可以修改并且提升它的安全性，不仅仅是提供软件保护，还可以针对客户的数据做硬件的保密升级。”
关于远程传输的延迟性，比如从纽约到洛杉矶的距离是 2800 英里，光速是 186000 英里，数据的往返时间需要 30ms，但是一般工业应用要求控制速率是 10ms，显然通过远程传输处理数据无法满足工业应用需求。Chetan Khona 用数据重力和数据惯性做了解释，它们表示的是在理想状态下关于数据的成本和有效性、效率的理想架构，意思是，数据在哪里收集的就应该在哪里处理，这样操作的效率和成本都是最优的。他表示，“我们认为应该要把智能定义在边缘，因为赛灵思对边缘的定义就是模拟的数据边界，我们的观点是能够在这些模拟数据边界上对数据进行处理，这是效率和效能最优的方式。”
通过三大战略要素推动工业物联网和医疗物联网的发展
世界级的工业与医疗物联网解决方案堆栈
在工业领域，有的企业做 AI，但是没有传统的技术优势，有的企业做 SoC，但是不具备 AI 的能力，赛灵思两者兼具，让领先的 AI 时延与性能与传统优势进行结合。对于不想采用分离器件的用户，采用赛灵思的单芯片解决方案就能够确保高集成度，并达到最高的成本有效性。
赛灵思的边缘人工智能解决方案来自所收购的深鉴科技，具有四大优势：一是可以实现高吞吐量和低时延；二是匹配人工智能创新的快速步伐；三是加速整体应用，相对于其它公司在器件里使用嵌入式人工智能加速器，赛灵思可以实现整个器件的加速；四是全面的 AI 软件平台。
针对工业和医疗中对时延性的要求，如果低于 7 毫秒的延时要求，赛灵思的方案可以从 2 倍扩大到 2.5 倍，如果低于 2 毫秒的延时要求，赛灵思相比 GPU 扩展到 8 倍。Chetan Khona 解释了其中的“秘诀”：第一，通过降低精度的 CNN 和 BNN，架构非常灵活支持 16 位浮点和 8 位定点；第二，模型剪枝获得更高的有效性能，如果用户创立了一个模型，发现里面有很多无用的节点，可以对其进行剪枝从低性能转向高性能，同时不会损失精度，这样可以改善性能降低功耗。
使用 ALVEO 加速器卡加速工业 PC
Alveo 加速器卡是一块集成开发板，可以帮助客户另行投入生产，通过这一板卡可以写入软件，插入 PC 卡槽，相当于 CPU 的加速卡。相对传统方案，数据库搜索和分析提速 90 倍、金融计算提速 89 倍、机器学习 v20 倍、视频处理提速 12 倍、高性能计算和生命科学提速 10 倍。在工业应用中，采用 Alveo 加速器卡后，一台 PC 可以控制 8 个机器人，从而大大改观工厂的架构和运行。
互补的边缘与云
将物联网的模式应用在云端，对工业和医疗互联网来说延时非常高，对传输的需求很高，客户需要花费很多时间和精力做数据传输，结果还不尽理想。赛灵思选择和亚马逊云服务进行合作，在 Greengrass 框架下来使用亚马逊云的功能，把云端移动到边缘。通过这样的方式就大大的减少了数据传输，延时也大大降低。在连接方面，如果把智能放在边缘，即使云端连接丢失的情况下，系统依然能够正常运行。
传统的器件就像一个集装箱，它提供通用功能的 DSP 和 FPGA，FPGA 可以做沟通、支持，但是它只是逻辑器件，并没有提供很高的价值。Zynq 和 Zynq UltraScale+ SoC 能够把用处理器、DSP、GPU 和模拟、安全处理器等几大板块集成到单个开发板中，给用户提供更高的价值。
从产品发展路线图上看，ACAP 会推出一个品牌系列 Versal，包含 6 个子系列：Versal AI Core、Versal Prime（基础版）、AI Edge、AI RF、AI+集成、HBM，其中 AI Edge 强调低功耗和高性能，用于工业领域。
关于 Zynq SoC 和 AI Edge 的定位，Chetan Khona 解释，“Zynq 和 Zynq UltraScale 已经部署了 Edge AI，而未来，AI Edge 也会是最新 Versal 平台的一个子系列，其主要在每瓦性能上能够达到行业领先。电子行业在不断变化，我们是在提前布局未来，它的处理能力会得到大幅度提升，Zynq UltraScale+会成为赛灵思在工业物联网和医疗物联网中最成功的产品，Versal AI Edge 在未来会是一款无与伦比的产品。Edge AI 既是一种能力，也是 Versal 的子系列。”
与非网原创内容，未经允许，不得转载！
下载ECAD模型
