Produktegenskaber

Efterspørgsel efter FPGA'er drevet af AI-acceleratorkort

På grund af deres fleksibilitet og højhastighedscomputere er FPGA'er meget brugt i AI-acceleratorkort.Sammenlignet med GPU'er har FPGA'er åbenlyse energieffektivitetsfordele;sammenlignet med ASIC'er har FPGA'er større fleksibilitet til at matche den hurtigere udvikling af AI neurale netværk og holde trit med de iterative opdateringer af algoritmer.Ved at drage fordel af det brede udviklingsperspektiv for kunstig intelligens vil efterspørgslen efter FPGA'er til AI-applikationer fortsætte med at blive bedre i fremtiden.Ifølge SemicoResearch vil markedsstørrelsen af ​​FPGA'er i AI-applikationsscenarier tredobles i 19-23 for at nå 5,2 milliarder USD.Sammenlignet med $8,3 milliarder FPGA-markedet i '21, kan potentialet for applikationer i AI ikke undervurderes.

Et mere lovende marked for FPGA'er er datacentret

Datacentre er et af de nye applikationsmarkeder for FPGA-chips, med lav latency + høj gennemstrømning, der udgør FPGA'ernes kernestyrker.Datacenter-FPGA'er bruges hovedsageligt til hardwareacceleration og kan opnå betydelig acceleration ved behandling af brugerdefinerede algoritmer sammenlignet med traditionelle CPU-løsninger: Microsoft Catapult-projektet brugte for eksempel FPGA'er i stedet for CPU-løsninger i datacentret til at behandle Bings brugerdefinerede algoritmer 40 gange hurtigere, med betydelige accelerationseffekter.Som følge heraf er FPGA-acceleratorer blevet implementeret på servere i Microsoft Azure, Amazon AWS og AliCloud til computeracceleration siden 2016. I forbindelse med epidemien, der accelererer den globale digitale transformation, vil de fremtidige datacenterkrav til chip-ydeevne øges yderligere, og flere datacentre vil tage FPGA-chipløsninger i brug, hvilket også vil øge værdiandelen af ​​FPGA-chips i datacenterchips.

Storstilet kommercialisering af autonom kørsel øger efterspørgslen efter FPGA-masseproduktion

Efterhånden som bilindustrien fortsætter med at udvikle sig fra ADAS til fuld autonom kørsel, kan heterogene computerplatforme, der bruger FPGA'er, håndtere dataeksplosionen forårsaget af det øgede antal sensorer, reducere den samlede systemresponstid forårsaget af synkronisering og sammensmeltning af flere sensorer og øge fleksibiliteten og skalerbarhed, der muliggør skalerbarhed fra kantsensorer til domænecontrollere, samtidig med at der tilbydes dynamisk omprogrammeringskapacitet, hvilket reducerer systemomkostninger og tab.Derudover kan FPGA'er levere fleksible, billige, højtydende løsninger til de hurtigt voksende behov for en række forskellige bilelektronikapplikationer.midten af ​​20. juni havde FPGA-leder Xilinx cirka 70 millioner bilchips i brug i ADAS.

AMD's opkøb af Xilinx-aftalen blev forsinket til færdiggørelsen i 22. kvartal 1

Efter Intels opkøb af FPGA Dragon II Altera i 2015 annoncerede AMD i oktober 2020, at de planlægger at bruge 35 milliarder USD (i aktieform) til at erhverve FPGA-major Xilinx i et forsøg på at udvide sin TAM ved at gå ind på FPGA-markedet og samtidig berige sit produkt linje for at danne et komplet højtydende computersystem med eksisterende CPU-processorer, GPU-grafikkort og accelererede computerkort.Ifølge de seneste nyheder den 31. december, forventes opkøbet at blive gennemført i 22Q1, en forsinkelse fra den oprindeligt forventede tidsplan, da alle godkendelser endnu ikke er opnået.

I fremtiden, drevet af 5G-bølgen, forventes FPGA'er at opnå en stigning i volumen og pris, mens FPGA-lederen Xilinx også vil fortsætte med at drage fordel af den efterspurgte udgivelse på FPGA-applikationsmarkederne såsom AI, datacentre og autonom kørsel .