Produktegenskaper

Etterspørsel etter FPGA-er drevet av AI-akseleratorkort

På grunn av deres fleksibilitet og høyhastighets databehandlingsevne, er FPGA-er mye brukt i AI-akseleratorkort.Sammenlignet med GPU-er har FPGA-er åpenbare energieffektivitetsfordeler;sammenlignet med ASIC-er, har FPGA-er større fleksibilitet for å matche den raskere utviklingen av AI-nevrale nettverk og holde tritt med de iterative oppdateringene av algoritmer.Ved å dra nytte av det brede utviklingspotensialet for kunstig intelligens, vil etterspørselen etter FPGA-er for AI-applikasjoner fortsette å bli bedre i fremtiden.I følge SemicoResearch vil markedsstørrelsen på FPGA-er i AI-applikasjonsscenarier tredobles på 19-23 for å nå 5,2 milliarder dollar.Sammenlignet med $8,3 milliarder FPGA-markedet i '21, kan potensialet for applikasjoner innen AI ikke undervurderes.

Et mer lovende marked for FPGA-er er datasenteret

Datasentre er et av de fremvoksende applikasjonsmarkedene for FPGA-brikker, med lav latens + høy gjennomstrømning som legger kjernestyrkene til FPGA-er.Datasenter-FPGA-er brukes hovedsakelig til maskinvareakselerasjon og kan oppnå betydelig akselerasjon ved behandling av tilpassede algoritmer sammenlignet med tradisjonelle CPU-løsninger: Microsoft Catapult-prosjektet brukte for eksempel FPGA-er i stedet for CPU-løsninger i datasenteret for å behandle Bings tilpassede algoritmer 40 ganger raskere, med betydelige akselerasjonseffekter.Som et resultat har FPGA-akseleratorer blitt distribuert på servere i Microsoft Azure, Amazon AWS og AliCloud for dataakselerasjon siden 2016. I sammenheng med epidemien som akselererer den globale digitale transformasjonen, vil fremtidens datasenterkrav for brikkeytelse øke ytterligere, og flere datasentre vil ta i bruk FPGA-brikkeløsninger, noe som også vil øke verdiandelen til FPGA-brikker i datasenterbrikker.

Storskala kommersialisering av autonom kjøring øker etterspørselen etter FPGA-masseproduksjon

Ettersom bilindustrien fortsetter å utvikle seg fra ADAS til fullstendig autonom kjøring, kan heterogene dataplattformer som bruker FPGA-er håndtere dataeksplosjonen forårsaket av det økte antallet sensorer, redusere den totale systemets responstid forårsaket av synkronisering og sammensmelting av flere sensorer, og øke fleksibiliteten og skalerbarhet, som muliggjør skalerbarhet fra kantsensorer til domenekontrollere, samtidig som det gir dynamisk omprogrammering, reduserer systemkostnader og tap.I tillegg kan FPGA-er tilby fleksible, rimelige, høyytelsesløsninger for de raskt voksende behovene til en rekke bilelektronikkapplikasjoner.midten av 20. juni hadde FPGA-leder Xilinx omtrent 70 millioner bilbrikker i bruk i ADAS.

AMDs oppkjøp av Xilinx-avtalen ble forsinket til fullføring i 22. kvartal

Etter Intels oppkjøp av FPGA Dragon II Altera i 2015, kunngjorde AMD i oktober 2020 at de planlegger å bruke 35 milliarder dollar (i aksjeform) for å kjøpe FPGA-major Xilinx i et forsøk på å utvide sin TAM ved å gå inn i FPGA-markedet og samtidig berike produktet. linje for å danne et komplett databehandlingssystem med høy ytelse med eksisterende CPU-prosessorer, GPU-grafikkort og akselererte databehandlingskort.I følge de siste nyhetene 31. desember 21. forventes oppkjøpet å bli fullført i 22Q1, en forsinkelse fra den opprinnelig forventede tidsplanen, da alle godkjenninger ennå ikke er innhentet.

I fremtiden, drevet av 5G-bølgen, forventes FPGA-er å oppnå en økning i volum og pris, mens FPGA-leder Xilinx også vil fortsette å dra nytte av den etterspurte utgivelsen i FPGA-applikasjonsmarkedene som AI, datasentre og autonom kjøring .