Atributos do produto

Demanda de FPGA impulsada por tarxetas aceleradoras de intelixencia artificial

Debido á súa flexibilidade e ás súas capacidades informáticas de alta velocidade, as FPGA úsanse amplamente nas tarxetas de aceleración de IA.En comparación coas GPU, as FPGA teñen vantaxes obvias de eficiencia enerxética;en comparación cos ASIC, os FPGA teñen unha maior flexibilidade para coincidir coa evolución máis rápida das redes neuronais de IA e manterse ao día coas actualizacións iterativas dos algoritmos.Beneficiándose da ampla perspectiva de desenvolvemento da intelixencia artificial, a demanda de FPGA para aplicacións de IA seguirá mellorando no futuro.Segundo SemicoResearch, o tamaño do mercado das FPGA en escenarios de aplicacións de IA triplicarase en 19-23 ata alcanzar os 5.200 millóns de dólares.En comparación co mercado de FPGA de 8.300 millóns de dólares en '21, o potencial de aplicacións en IA non se pode subestimar.

Un mercado máis prometedor para as FPGA é o centro de datos

Os centros de datos son un dos mercados de aplicacións emerxentes para chips FPGA, con baixa latencia + alto rendemento que establecen os puntos fortes dos FPGA.Os FPGA do centro de datos utilízanse principalmente para a aceleración de hardware e poden conseguir unha aceleración significativa ao procesar algoritmos personalizados en comparación coas solucións tradicionais de CPU: por exemplo, o proxecto Microsoft Catapult utilizou FPGA en lugar de solucións de CPU no centro de datos para procesar os algoritmos personalizados de Bing 40 veces máis rápido. con importantes efectos de aceleración.Como resultado, desde 2016 implantáronse aceleradores FPGA en servidores de Microsoft Azure, Amazon AWS e AliCloud para a aceleración informática. No contexto da epidemia que acelera a transformación dixital global, os requisitos futuros do centro de datos para o rendemento do chip aumentarán aínda máis. e máis centros de datos adoptarán solucións de chips FPGA, o que tamén aumentará a cota de valor dos chips FPGA nos chips do centro de datos.

A comercialización a gran escala da condución autónoma aumenta a demanda de produción en masa de FPGA

A medida que a industria do automóbil segue evolucionando de ADAS a condución totalmente autónoma, as plataformas informáticas heteroxéneas que utilizan FPGA poden xestionar a explosión de datos causada polo aumento do número de sensores, reducir o tempo de resposta global do sistema causado pola sincronización e fusión de varios sensores e aumentar a flexibilidade e escalabilidade, que permite a escalabilidade desde sensores de borde ata controladores de dominio, ao tempo que ofrece capacidade de reprogramación dinámica, reducindo o custo do sistema e as perdas.Ademais, as FPGA poden proporcionar solucións flexibles, de baixo custo e de alto rendemento para as necesidades de rápido crecemento dunha variedade de aplicacións electrónicas para automóbiles.A mediados do 20 de xuño, o líder da FPGA, Xilinx, tiña aproximadamente 70 millóns de chips para automóbiles en uso en ADAS.

A adquisición por parte de AMD do acordo de Xilinx atrasouse ata a finalización do 22T1

Tras a adquisición de FPGA Dragon II Altera por parte de Intel en 2015, AMD anunciou en outubro de 2020 que planea gastar 35.000 millóns de dólares estadounidenses (en stock) para adquirir o principal FPGA Xilinx nun intento de expandir o seu TAM entrando no mercado de FPGA ao tempo que enriquece o seu produto. para formar un sistema informático completo de alto rendemento cos procesadores de CPU existentes, tarxetas gráficas GPU e tarxetas de computación acelerada.Segundo as últimas noticias do 31 de decembro do 21 de decembro, espérase que a adquisición se complete no 22T1, un atraso respecto ao calendario previsto inicialmente, xa que aínda non se obtiveron todas as aprobacións.

No futuro, impulsados ​​pola onda 5G, espérase que as FPGA consigan un aumento en volume e prezo, mentres que o líder de FPGA, Xilinx, tamén seguirá beneficiándose do lanzamento demandado nos mercados de aplicacións FPGA, como a intelixencia artificial, os centros de datos e a condución autónoma. .