分析师一致看好,Xilinx成人工智能时代的最大赢家?

外媒日前报道,大摩分析师Joseph Moore和团队在参加斯坦福大学「热门芯片」(Hot Chips)年度会议后,对FPGA的重要性大感讶异,因为全球前七大云端厂商中,就有三家业者针对FPGA的各项元素进行策略报告,与之相较,市场先前还对FPGA的云端应用感到相当怀疑。

不仅如此,若要即时使用深度学习的神经网络演算法(即所谓的推论),FPGA于其中扮演的角色,也比投资人想像还要重要。

大摩认为,Xilinx是主要受惠的厂商。举例来说,Xilinx客户百度(Baidu)正在打造一项新架构、扩大FPGA应用,亚马逊云端平台「Amazon Web Services」也使用FPGA进行机器学习,还在会议上更新了Xilinx FPGA F1服务。微软(Microsoft)则发表了一份基于Altera FPGA的机器学习报告。

英国《电讯报》「Telegraph Money」专栏8月13日列举下列7档自驾车、人工智慧(AI)/机器学习、机器视觉、大数据概念主要受惠股:英飞凌 ( Infineon Technologies)、Delphi 、Nvidia、Blue Prism、Xilinx、Cognex、First Derivatives。Smith & Williamson AI 基金经理人 Chris Ford形容Blue Prism是全球极少数的高纯度AI企业、预期它所开发的后台自动化软体技术(降低成本、提升准确性)将广为金融业所采用。

Polar Capital 科技基金经理人Ben Rogoff在受访时表示,可以确定的是苹果 (Apple)是康耐视(Cognex Corp.)的大客户,亚马逊(Amazon)也用他们的系统。Rogoff还提到,AI系统一旦完成训练之后、接下来还得拥有做决策的能力。Xilinx所生产的芯片就是负责机器学习过程中的推论部分。

Xilinx之前就曾表示,伙伴厂商利用现场可程式逻辑闸阵列(FPGA)芯片进行基因体定序与优化语音辨识所需的深度学习、察觉FPGA的耗能低于GPU且处理速度较快。相较于GPU只能处理运算,FPGA能以更快速的速度一次处理所有与AI相关的资讯。

多方分析人士观点表明,全球可编程逻辑解决方案领导厂商赛灵思(Xilinx Inc.),有望成为大赢家,其股价也应声跳高。

Xilinx 23日闻讯爆量劲扬4.35%、收64.01美元,涨幅居费城半导体指数30支成分股之冠,创7月26日以来收盘高。

为什么人工智能都看好FPGA

FPGA的最初也是传统的应用领域是通信领域,包括无线通信和有线通信。但是随着信息产业和微电子技术的发展,FPGA技术已经成为信息产业最热门的技术之一,应用范围遍及航空航天、汽车、医疗、广播、测试测量、消费电子、工业控制、计算机设备、武器装备等热门领域,并随着工艺的进步和技术的发展,渗透到生活的各个角落当中。

与其他芯片相比,FPGA的优势在于低延迟、可编程性和低功耗。

FPGA 为什么比 GPU 的延迟低这么多?这本质上是体系结构的区别。FPGA 同时拥有流水线并行和数据并行,而 GPU 几乎只有数据并行(流水线深度受限)。例如处理一个数据包有 10 个步骤,FPGA 可以搭建一个 10 级流水线,流水线的不同级在处理不同的数据包,每个数据包流经 10 级之后处理完成。每处理完成一个数据包,就能马上输出。

而 GPU 的数据并行方法是做 10 个计算单元,每个计算单元也在处理不同的数据包,然而所有的计算单元必须按照统一的步调,做相同的事情(SIMD,Single Instruction Multiple Data)。这就要求 10 个数据包必须一起输入、一起输出,输入输出的延迟增加了。当任务是逐个而非成批到达的时候,流水线并行比数据并行可实现更低的延迟。因此对流式计算的任务,FPGA 比 GPU 天生有延迟方面的优势。

微软亚洲研究院的李博杰也指出,低延迟的流式处理,需要最多的地方就是通信(低延迟)。然而 CPU 由于并行性的限制和操作系统的调度,做通信效率不高,延迟也不稳定。此外,通信就必然涉及到调度和仲裁,CPU 由于单核性能的局限和核间通信的低效,调度、仲裁性能受限,硬件则很适合做这种重复工作。因此我的博士研究把 FPGA 定义为通信的「大管家」,不管是服务器跟服务器之间的通信,虚拟机跟虚拟机之间的通信,进程跟进程之间的通信,CPU 跟存储设备之间的通信,都可以用 FPGA 来加速。

赛灵思全球战略高级副总裁Steve Glaser也表示,GPU和定制ASIC在应用广度方面与FPGA相比远远不足;

以机器学*加速为例,使用神经网络分类图像、翻译文本和语音、识别无结构数据中的底层模式,需要“两阶段”法。

第一阶段(培训),使用海量加标记的样本数据和计算培训神经网络,英伟达GPU擅长的这一领域只占机器学*5%的市场规模。

一旦网络培训完成,便进入第二个阶段(推断),通过受训的神经网络处理新数据样本或查询,以确定其可能的级别。这一占机器学*加速90%的市场正是赛灵思FPGA角逐的天下。

推断是当今最大规模数据中心中的一个巨大的工作负载,因为它负责实现广泛的日益扩展的重要应用,例如语言翻译、自然语言接口、照片和视频内容识别,以及网上产品选择与促销。其中两个最大的人工智能市场分别是无人驾驶汽车和机器人。而赛灵思池化FPGA将机器学*推断计算效率提升了2-6倍。

领先的市场份额,让Xilinx成为人工智能的最后赢家?

在全球市场中,Xilinx、Altera两大公司对FPGA的技术与市场仍然占据绝对垄断地位。两家公司占有将近90%市场份额,专利达6000余项之多,而且这种垄断仍在加强。同时,美国政府对我国的FPGA产品与技术出口进行苛刻的审核和禁运,使得国家在航天、航空乃至国家安全领域都受到严重制约。因此,研发具有自主知识产权的FPGA技术与产品对打破美国企业和政府结合构成的垄断,及国家利益意义深远。

在FPGA领域,Xilinx和Altera长期稳坐第一第二的位置。根据最新(2014年)Form-10K数据显示,其分别占有48%和41%的市场份额。其中Xilinx净销售额为23.8亿美元,净利润4.9亿美元, Altera净销售额为19.5亿美元,净利润4.7亿美元。这两家公司一直以来是市场和技术的领头羊,而剩余的市场份额被Lattice占据多数。(传统的fpga市场空间50亿美金。)

而在Altera卖盘Intel之后,乘着人工智能东风的Xilinx也许会成长为下一个巨头。

文章转载自:半导体行业观察