时间:2024-07-09 来源:网络搜集 关于我们 0
从营收分布来看,亚太地区贡献了超过一半的营收,如果算上日本,这一比例将达到更高。
在生态建设方面,赛灵思目前已为750个独立软件开发商的近7000个开发者提供支持,有90多个应用正在进行中。在新一财年Q2,赛灵思先进产品的收入同比增长29%,约占总销售额的74%。受5G和数据中心的推动,其16nm节点产品继续加速增长,营收同比增长3倍以上。其中,先进产品包括 Alveo、UltraScale+、UltraScale和7-series,核心产品包括Virtex-6、 Spartan-6、Virtex-5、CoolRunner-II、Virtex-4、Virtex-II、Spartan-3、Spartan-2、XC9500 products、配置解决方案、软件、支持或服务。从业务线来看,数据中心业务涨幅非常明显。
受存储、超大规模客户及加密货币客户的需求增长,该业务达到创纪录的8100万美元,比上一季度增长92%,比去年同期增长24%。但赛灵思预计Q3该业务营收将略有下降,Q4将恢复增长。Victor Peng在电话会议中提到,华为有一个FPGA即服务FaaS工作不得不停止,对这一业务造成一定影响,赛灵思正在努力解决这一问题。在通信、汽车及工业业务等核心垂直市场的推动下,基于赛灵思Zynq的总营收同比增长61%,Zynq SoC平台包括28nm Zynq以及16nm的MPSoC、RFSoC,占比超过Q2总营收的1/4。这表明赛灵思在向平台公司的转型取得了重大进展。据Victor Peng介绍,赛灵思上半年无线业务营收主要得益于在韩国和中国的早期5G部署。全球刚刚开始的5G部署,对于赛灵思未来几年仍将是巨大的机遇。
赛灵思的有线和无线通信业务(WWG)营收仍占比较大,同比增长24%,但环比下降8%。Victor Peng也在电话会议中坦率回应,这是因为受华为贸易限制的影响,虽然赛灵思在Q2加快向美国商务部的申请流程,但尚未获得任何允许向华为销售产品的许可。2020财年上半年,赛灵思从华为获得的收入约为5000万美元,其中大部分都来自华为被美国政府拉入贸易黑名单之前。多家研究分析师估计,赛灵思在华为的全年营收约占其总收入的6%-8%,考虑到与华为的持续贸易限制给赛灵思业务带来的不确定性,Victor Peng表示,谨慎做法是从2020财年展望中删除与华为相关的所有剩余收入预期。受此影响,赛灵思预计Q3和Q4的有线和无线业务将大幅下降。Java、C、Python和C++是开发者的四大首选,而FPGA使用的Verilog和VHDL却在编程语言流行榜的50名开外,硬件开发者与软件开发者至少差了两个量级。
开发者数量对于AI芯片至关重要,而FPGA面临的严峻考验是缺乏开发者。近几年,赛灵思一直在思考如何扩大开发者的基数,让更多偏软件、算法的开发者能够简单用起来整个硬件平台,降低开发成本。有赞CEO白鸦曾提出一个产品理论,产品“可用”对应满足核心功能,“好用”对应完整功能与优异的性能,“爱用”对应提供令人满意的用户体验,而“离不开”的产品则需要能提供附加价值。如果将这一产品理论应用到AI硬件,“可用”意味着能跑机器学习算法、性能够用、功耗适中、质量优良,“好用”意味着有高能效、完整的工作流,“喜欢使用”意味着易于开发、参考系统设计,而“离不开”则需有开源项目和社区。这其实是NVIDIA能发家的原因,NVIDIA在软件的堆栈上颇费一番功夫。没有优质软件,一方面会导致开发者较少,另一方面开发会变得发展缓慢,致使没有太多可参考的项目,也没有太多愿意去花费开发成本和学习成本的客户,不管从短期还是长期来看,即便拿出一个性能很好的芯片都是失败的。
例如假设一颗CPU不兼容Windows,哪怕性能做到市面上英特尔CPU的一倍,也不会有太多人愿意使用。今年赛灵思做了一个相当创新的举措,推出全新统一软件平台Vitis,有标准、开放、免费的特点。前几年大家用Verilog单独开发FPGA的。后来发现FPGA插在云端加速,有CPU、PCIE、FPGA的系统配套,所以做了一个开发环境SDAccel,用在PC插卡式的加速环境。赛灵思在2013、2014年开始推Zynq SoC,集成了Arm CPU的软件可编程性与 FPGA 的硬件可编程性。
现在,赛灵思希望把所有不同开发者所对应的东西融合到一起,用Vitis统一提供一个完整的软件接口。正如NVIDIA会帮助做好所有开发的程序下端的适配,在不同的框架、板卡、CUDA版本上运行都很顺畅,这也是赛灵思所希望做到的事情。经过一系列收购后,赛灵思补充了很多和AI相关的IP、软件、算法。照顾到不同行业的开发习惯,尤其是AI领域,开发者的代码层次更加高级,赛灵思会提供TensorFlow等主流框架的修改版本,底层对接的是赛灵思的软件接口和IP,又把开发难度降到在AI框架中写脚本。总的来看,赛灵思将FPGA上的IP、运行时、底层的驱动软件、AI编译器、AI库、AI配置器、AI量化器、AI优化器等所有的东西全部都做好,还有模型Zoo来提供几十个不同业务场景可能会用到的算法。
假设你想尝试一下FPGA的效果,你要做的是先在模型Zoo中找一个对应业务场景的算法,然后花1小时在FPGA跑出一个Demo,之后如果再想用自己的算法来跑整个业务,可用赛灵思的工具把原来模型Zoo的算法替换掉,这样可以快速看到自己的算法在FPGA跑出来的效果,最后再花相对低的成本由一个模型迁移到FPGA上运行的程序。在姚颂看来,很多企业都想做自动驾驶芯片,但绕不过的一个问题就是车规级,有很多的车规级标准,而要将其完整做好需要大量的经验。首先芯片要达到标准,在设计过程中要有详尽完整的文档能验证设计思路,还要花费很长的时间去做硬件和软件的达标测试。
令姚颂感到吃惊的是,赛灵思产品的品质做的非常好,在汽车行业中完全超越了车规级的要求,其他一些传统指标也非常“恐怖”;比如赛灵思汽车器件中,每100万颗芯片只有2颗可能是有缺陷的;每10的9次方小时中,其芯片发生故障的次数小于12次,平均下来每几百年芯片才会发生一次故障。对于有志于做芯片的公司而言,这是所有人做产品都绕不过去的一个坎。这是赛灵思一直以来做的比较好的地方,也是决策层一直在延续的方向。摩尔定律的放缓,还使得CPU难以超越DPU。
原来CPU性能达不到DPU,可以靠更好的工艺尺寸去取得更好的性能。但摩尔定律的放缓和成本问题导致现在CPU、GPU、FPGA的工艺曲线已经拉到同一水平线,CPU不可能通过先进工艺去超过GPU的性能。在Hot Chips大会上,AMD总裁兼CEO苏姿丰曾提到,过去10年,45%的性能提升来自于工艺节点的提升,其次17%来自于微架构的提升,现在没有工艺节点的提升后,只能通过微架构的提升。微架构提升中最重要的一环是专用化,特定领域架构(DSA)将成为新的性能增长源泉。越专用,芯片性能越好、效率越高,但同时也丧失很多灵活性和向更多市场扩展的能力。而针对不同任务配备不同的DSA就是异构计算。这也是为什么异构计算提了很多年,但直到近几年才真的开始用起来。原来大家都觉得持续用CPU就行了,但最近大家已经达成共识,确实需要不同模块来执行不同的计算任务,以获得更好的性能。基本上创业公司、大公司都在做SoC,已经很少有完整的、单一的芯片了。FPGA很适合做异构计算。赛灵思希望FPGA像乐高一样,能用基础的构件去拼成各种所需的复杂应用。现在赛灵思的整个产品体系是一个倒三角形。最下方的基石是芯片和板卡,再往上是开发环境、加速库,更进一步是开源软件框架。很多用户不习惯做FPGA开发,想在软件框架中做这些事情,对此赛灵思提供了很多基于框架的软件方案,还提供了面向ADAS、金融、基因组学、视频编解码器、数据库等很多应用。
如果用FPGA中的IP核来搭乐高,有一个问题是无法在FPGA里跑到特别高的频率。因此,赛灵思打造了ACAP以提供极致性能。如果有一个应用,深度学习的部分用AI加速,一些信号处理可以用DSP去搭,一些无法去专用的逻辑加速可放在Application Processor里,一些单纯的工控、非计算环节可放在Real Time Processor里,一些无法放在AI Engines和DSP Engines里但又可以写专业加速的东西,放在中间的Adaptable Engines,即传统的FPGA里面去做加速,所以是一个不同的系统里,又单独做了优化一个完整的异构系统。这比单纯用FPGA搭出来的逻辑资源效果好几倍,可重构性比TPU等专用芯片更好,能效比又比FPGA高出5-10倍。在未来,单一方式不可能取得很好的性能,必须使用各种不同DSA去实现。在这一背景下,不同行业需提供更好的软件支持,软件做得好才会吸引更多人使用。
所以赛灵思希望FPGA像玩乐高一样简单,用统一的软件、各种各样的IP和解决方案,让大家写非常简单的代码就能把整个应用搭起来,最后其终极目标就是ACAP,用各种不同异构做加速,以期许最好的效率。这是目前姚颂看到赛灵思在进行的战略,他认为,这也是在整个芯片发展到了这个节点,大家看到的应该是最为正确的一个战略。整个行业发展史都是由应用在驱动。20年前是PC,10年前是手机,现在是AI和5G,一定要做芯片、软件、系统层面的变化。这个变化NVIDIA在做,赛灵思也走在一条正确的道路上。赛灵思去年发布ACAP,今年又发布Vitis,今年的XDF也会有新的东西发布。以下芯片半导体热文也值得一看:
1、华为事件解读:
《华为之迷思》
《华为芯片28年发家史》
《华为芯片大阅兵》
2、重要历史回顾
《中芯国际:无奈的内讧》
《EDA战争:一个硅谷丛林的故事》
《阿斯麦封神记》
3、关键技术解读
《光刻机之战》
《光刻机详解:“恐怖”的光源系统》
《推动IC设计革命的七大EDA技术工具》
在芯潮公众号对话页回复“芯片”查看。