芯耀
32
賽靈思剛剛推出了首款 ACAP 芯片；
新芯片面向人工智能推理市場，預計該市場將比英偉達目前主導的人工智能訓練市場更大；
有朝一日，賽靈思會像英偉達一樣成為數(shù)據(jù)中心市場的主要選手嗎？
9 月，Evercore ISI 發(fā)布了半導體股票的“Magnificent 7”名單。上榜的有英偉達和美光等?？?，還有一家令人意想不到的公司 - 賽靈思。眾所周知，賽靈思是現(xiàn)場可編程門陣列（FPGA）市場的領導者，具有突出的技術領先優(yōu)勢和市場份額。FPGA 是一種可配置的集成電路，盡管有些困難，但可以使用軟件對其進行功能配置。Evercore 表示，之所以把賽靈思放到推薦股名單中，是看中了它在數(shù)據(jù)中心市場的長期優(yōu)勢。Evercore 的先見之明得到了賽靈思的背書，一個月后，賽靈思推出了一款極具創(chuàng)新性的產品 - Everest（珠穆朗瑪峰）。
賽靈思在其核心市場 - 無線基礎設施、視頻、音頻和廣播設備 - 取得了令人矚目的成功。此外，其新任首席執(zhí)行官 Victor Peng 也經常提醒世人，賽靈思現(xiàn)在把數(shù)據(jù)中心市場視為公司業(yè)務增長最大的領域，是公司未來面向的首要陣地。10 月份，賽靈思推出了其新近推出的自適應計算加速平臺（ACAP）的第一個產品系列 Everest，以及一系列產品代號為 Versal（‘ver’代表“多功能”，‘sal’代表“通用”）的第一批 ACAP 芯片。
Versal
Versal 基于臺積電 7nm 工藝打造，結合了軟件可編程性和針對特定領域的硬件加速以及當今快速創(chuàng)新所必須的高度適應性。Velsal 包括六款器件，采用獨特架構，具備高度可擴展性，實現(xiàn)了可滿足包括云、網(wǎng)絡、邊緣計算、無線通信和終端節(jié)點等各種應用市場需求的 AI 推理性能。你可以把 Versal 視為 SoC 界的瑞士軍刀，它繼承了 CPU、GPU 和可用于數(shù)據(jù)中心加速的 FPGA。
在某些方面，Versal 類似于賽靈思自家的 Zynq Ultrascale + MPSoC，但它具有某些重要的額外功能，可以大大簡化開發(fā)和部署，因為在 Versal 上，既可以由軟件控制系統(tǒng)，還可以在已知配置上運行。Versal 縮減了中央 FPGA 模塊的尺寸，為額外的 DSP、ARM 內核、推理組件和 I/O 模塊騰出了足夠的空間。
時值英特爾和 AMD 聯(lián)手在其 x86 器件上集成 GPU 和英偉達在其芯片上增加用于深度學習的額外內核之際，該產品的推出時機也堪稱完美。
根據(jù) Tirias Research 的分析師 Kevin Krewell 的說法，Versal 是賽靈思‘努力入局，與英特爾和英偉達同場競技的舉動?！?/p>
在 AI 市場挑戰(zhàn)英偉達
今年 5 月份，賽靈思 CEO Peng 向 Data Center Dynamics 透露，Everest 是賽靈思歷時 4 年，動用了 1500 名工程師，投入超過 10 億美元研發(fā)而成的。顯然，對于一家典型研發(fā)費用為一年 6 億美金的公司而言，10 億美金絕對是一筆龐大預算。在采訪中，他對賽靈思遲遲無法撕掉“FPGA 公司”的標簽感到沮喪，對于業(yè)界僅僅將 Versal 視為 FPGA 的一次升級更是無法釋懷。
“我們一遍又一遍地向業(yè)界傳達‘不要把 Versal 當成一款 FPGA’的信息，因為作為一家傳統(tǒng)的 FPGA 公司，我們現(xiàn)在不得不說，‘不，我們不再是單純的 FPGA 公司了?！F(xiàn)在有了 ACAP，盡管現(xiàn)在還沒有人知道 ACAP 到底是什么，但是他們終究會明白的?！?/em>
事實上，Peng 說他希望賽靈思被視為一家“以數(shù)據(jù)中心為優(yōu)先”的公司。賽靈思看到了人工智能和機器學習產生大量需要收集和分析的數(shù)據(jù)的新趨勢，同時 5G 網(wǎng)絡將對其專有的自適應計算加速硬件產生巨大需求。有趣的是，賽靈思聲稱 Versal 芯片的能效可以達到英偉達的 GPU 的四倍，推理性能可以達到英偉達的 2-8 倍，在處理推理性工作負荷方面比英特爾的 Xeon CPU 快 43-72 倍。
賽靈思這種判斷相當大膽。不過并非沒有先例?，F(xiàn)在，英偉達有大約 6 億美金或者說 20%左右的營收來自于其針對 AI 優(yōu)化的數(shù)據(jù)中心硬件，而這一數(shù)字在幾年前幾乎為零。賽靈思對數(shù)據(jù)中心市場寄予厚望，是為了復制英偉達的 GPU 在數(shù)據(jù)中心領域的成功，但是 Peng 也承認，預測新業(yè)務發(fā)展的軌跡很難。
“我很難預測它會怎樣發(fā)展，”Peng 說?！斑@是一個全新的領域，沒有路線圖，對所有人都是全新的。我的意思是說，誰能預料到英偉達今日的成功呢？英偉達自己也沒有預料到吧！”
深度學習：訓練和推理
深度學習一度因為需要極高的計算強度而被 AI 社區(qū)拋棄并掃進技術的垃圾堆，但它現(xiàn)在成為了許多 AI 應用的核心。深度學習可以將復雜任務進行分解，從而使得機器學習成為可能。今天，在某些情況下，一些通過深度學習算法進行圖像識別訓練的機器甚至可以比人類表現(xiàn)得更好。谷歌的 Alpha Go 通過深度學習，反復訓練并調整其神經網(wǎng)絡，最終在 2017 年擊敗了全球最棒的圍棋選手柯潔。
深度學習可以分為兩個過程：訓練和推理。神經網(wǎng)絡的訓練是指將數(shù)據(jù)輸入到系統(tǒng)中，各個神經元都會為其輸入分配相應的權重。訓練是一種計算密集型任務，因為訓練算法本身不會告訴神經網(wǎng)絡什么才是正確的答案，而是允許它反復“猜測”，直到它幾乎每次都能夠選擇正確的答案，比如，這張圖片到底是不是貓。
在數(shù)字世界里，訓練好的神經網(wǎng)絡利用所學到的東西開始工作，以一種簡化的應用識別說話、圖像、各種疾病，或者建議一個客戶接下來可能購買的東西等。完全加權的神經網(wǎng)絡通常是一個笨重而龐大的數(shù)據(jù)庫。推理過程則簡化所有數(shù)據(jù)，對它進行壓縮和優(yōu)化，以在運行時加速性能。谷歌的語音識別、圖像搜索、惡意軟件檢測、垃圾郵件過濾和 Netflix 推薦引擎等任務都使用了某種形式的推理。
GPU 擁有并行計算能力（能夠同時處理多個任務），已經被用于 AI 訓練和推理。但是，推理任務的性能目標和訓練任務有所不同，推理批量輸入的數(shù)據(jù)量較少，以便最大限度減小網(wǎng)絡的端到端響應時間。比如，基于云的圖像處理任務需要具備高度響應性，以便系統(tǒng)不會堆積了大批圖像而造成用戶等待上好幾分鐘。因此，高吞吐量對訓練任務更為重要，而低延遲對推理任務更為關鍵。Versal 等可編程硬件完全符合低延遲、低功耗、高頻的 AI 推理工作負荷。
AI 開發(fā)人員可以利用 Versal 的異構硬件和以軟件為中心的方案。賽靈思這種先行者的發(fā)展空間可能很大，賽靈思和巴克萊分享了對 AI 市場的預測，它認為 AI 推理可能比 AI 訓練的市場更大，目前的 AI 訓練市場大部分都被英偉達的 GPU 把持著，邊緣節(jié)點和數(shù)據(jù)中心的推理應用則是賽靈思為 Versal 設定的目標。賽靈思預計，該部分市場的規(guī)模將從目前的幾乎為零增長到 2023 年的接近 230 億美金。
賽靈思 - 新的英偉達？
過去兩年中，賽靈思積極拓展產品的邊界，除了 FPGA，其產品組合加入了幾個 SoC 的身影，現(xiàn)在又多了個 ACAP。隨著人工智能、5G 和物聯(lián)網(wǎng)開始起飛，賽靈思的 ACAP 將找到廣闊的應用空間。也許幾年后，投資者會回首當下這個關鍵時刻，正是從賽靈思發(fā)布 ACAP 起，它開始從一家純粹的 FPGA 公司蛻變?yōu)橄裼ミ_這樣的數(shù)據(jù)中心市場主要廠商。
賽靈思已經扔下戰(zhàn)書，可以期待下英偉達如何接受挑戰(zhàn)。不過，如果巴克萊 / 賽靈思對人工智能推理市場估計有誤，那賭注就太高了。有傳言稱，博通在收購高通失敗后，可能會將并購重心轉向賽靈思。英偉達過去一直收購圖形和游戲行業(yè)的公司，或許它可以學一學英特爾，試著買下賽靈思？
更多有關賽靈思的資訊，歡迎訪問 與非網(wǎng)賽靈思專區(qū)
與非網(wǎng)編譯內容，未經許可，不得轉載！
?
