Produktattribut

Efterfrågan på FPGA:er som drivs av AI-acceleratorkort

På grund av deras flexibilitet och höghastighetsdatorfunktioner används FPGA i stor utsträckning i AI-acceleratorkort.Jämfört med GPU:er har FPGA:er uppenbara energieffektivitetsfördelar;Jämfört med ASIC:er har FPGA:er större flexibilitet för att matcha den snabbare utvecklingen av AI-neurala nätverk och hålla jämna steg med de iterativa uppdateringarna av algoritmer.Genom att dra nytta av det breda utvecklingsperspektivet för artificiell intelligens kommer efterfrågan på FPGA:er för AI-tillämpningar att fortsätta att förbättras i framtiden.Enligt SemicoResearch kommer marknadsstorleken för FPGA:er i AI-applikationsscenarier att tredubblas under 19-23 för att nå 5,2 miljarder USD.Jämfört med FPGA-marknaden på 8,3 miljarder dollar år 21, kan potentialen för tillämpningar inom AI inte underskattas.

En mer lovande marknad för FPGA är datacentret

Datacenter är en av de framväxande applikationsmarknaderna för FPGA-chips, med låg latens + hög genomströmning som utgör kärnan hos FPGA:er.Datacenter FPGA:er används huvudsakligen för hårdvaruacceleration och kan uppnå betydande acceleration vid bearbetning av anpassade algoritmer jämfört med traditionella CPU-lösningar: till exempel använde Microsoft Catapult-projektet FPGA:er istället för CPU-lösningar i datacentret för att bearbeta Bings anpassade algoritmer 40 gånger snabbare, med betydande accelerationseffekter.Som ett resultat av detta har FPGA-acceleratorer distribuerats på servrar i Microsoft Azure, Amazon AWS och AliCloud för datoracceleration sedan 2016. I samband med epidemin som accelererar den globala digitala transformationen kommer de framtida datacenterkraven för chipprestanda att öka ytterligare, och fler datacenter kommer att ta till sig FPGA-chiplösningar, vilket också kommer att öka värdeandelen för FPGA-chips i datacenterchips.

Storskalig kommersialisering av autonom körning ökar efterfrågan på FPGA-massproduktion

När bilindustrin fortsätter att utvecklas från ADAS till helt autonom körning, kan heterogena datorplattformar som använder FPGA:er hantera dataexplosionen som orsakas av det ökade antalet sensorer, minska systemets totala svarstid orsakad av synkronisering och sammanslagning av flera sensorer, och öka flexibiliteten och skalbarhet, som möjliggör skalbarhet från kantsensorer till domänkontrollanter, samtidigt som det ger dynamisk omprogrammeringsmöjlighet, vilket minskar systemkostnader och förluster.Dessutom kan FPGA:er tillhandahålla flexibla, billiga och högpresterande lösningar för de snabbt växande behoven hos en mängd olika fordonselektroniktillämpningar.mitten av den 20 juni hade FPGA-ledaren Xilinx cirka 70 miljoner bilchips i bruk i ADAS.

AMD:s förvärv av Xilinx-affären försenades till slutförandet 22Q1

Efter Intels förvärv av FPGA Dragon II Altera 2015 tillkännagav AMD i oktober 2020 att de planerar att spendera 35 miljarder USD (i aktieform) för att förvärva FPGA-major Xilinx i ett försök att utöka sin TAM genom att gå in på FPGA-marknaden och samtidigt berika sin produkt linje för att bilda ett komplett högpresterande datorsystem med befintliga CPU-processorer, GPU-grafikkort och accelererade datorkort.Enligt de senaste nyheterna den 31 december 21 förväntas förvärvet slutföras under 22Q1, en försening från det ursprungligen förväntade schemat, eftersom alla godkännanden ännu inte har erhållits.

I framtiden, drivet av 5G-vågen, förväntas FPGA:er uppnå en ökning i volym och pris, medan FPGA-ledaren Xilinx också kommer att fortsätta att dra nytta av den efterfrågade releasen på FPGA-applikationsmarknaderna som AI, datacenter och autonom körning .