Caratteristiche del prodotto

Domanda di FPGA guidati da schede acceleratrici AI

Grazie alla loro flessibilità e alle capacità di calcolo ad alta velocità, gli FPGA sono ampiamente utilizzati nelle schede acceleratrici AI.Rispetto alle GPU, gli FPGA presentano evidenti vantaggi in termini di efficienza energetica;rispetto agli ASIC, gli FPGA hanno una maggiore flessibilità per adattarsi all’evoluzione più rapida delle reti neurali AI e tenere il passo con gli aggiornamenti iterativi degli algoritmi.Beneficiando delle ampie prospettive di sviluppo dell’intelligenza artificiale, la domanda di FPGA per applicazioni AI continuerà a migliorare in futuro.Secondo SemicoResearch, la dimensione del mercato degli FPGA negli scenari applicativi dell’intelligenza artificiale triplicherà nel 19-23 per raggiungere i 5,2 miliardi di dollari.Rispetto al mercato FPGA da 8,3 miliardi di dollari nel 21, il potenziale per le applicazioni nell’intelligenza artificiale non può essere sottovalutato.

Un mercato più promettente per gli FPGA è quello dei data center

I data center sono uno dei mercati applicativi emergenti per i chip FPGA, con bassa latenza e throughput elevato che costituiscono i principali punti di forza degli FPGA.Gli FPGA dei data center vengono utilizzati principalmente per l'accelerazione hardware e possono raggiungere un'accelerazione significativa durante l'elaborazione di algoritmi personalizzati rispetto alle soluzioni CPU tradizionali: ad esempio, il progetto Microsoft Catapult ha utilizzato FPGA invece delle soluzioni CPU nel data center per elaborare gli algoritmi personalizzati di Bing 40 volte più velocemente, con notevoli effetti di accelerazione.Di conseguenza, dal 2016 gli acceleratori FPGA sono stati implementati sui server di Microsoft Azure, Amazon AWS e AliCloud per l'accelerazione dei calcoli. Nel contesto dell'epidemia che accelera la trasformazione digitale globale, i futuri requisiti dei data center per le prestazioni dei chip aumenteranno ulteriormente, e sempre più data center adotteranno soluzioni di chip FPGA, il che aumenterà anche la quota di valore dei chip FPGA nei chip dei data center.

La commercializzazione su larga scala della guida autonoma aumenta la domanda di produzione di massa di FPGA

Mentre l’industria automobilistica continua ad evolversi da ADAS alla guida completamente autonoma, piattaforme informatiche eterogenee che utilizzano FPGA possono gestire l’esplosione di dati causata dall’aumento del numero di sensori, ridurre il tempo di risposta complessivo del sistema causato dalla sincronizzazione e fusione di più sensori e aumentare la flessibilità e scalabilità, consentendo la scalabilità dai sensori edge ai controller di dominio, fornendo al contempo capacità di riprogrammazione dinamica, riducendo i costi di sistema e le perdite.Inoltre, gli FPGA possono fornire soluzioni flessibili, a basso costo e ad alte prestazioni per le esigenze in rapida crescita di una varietà di applicazioni elettroniche automobilistiche.A metà del 20 giugno, il leader degli FPGA Xilinx aveva circa 70 milioni di chip automobilistici in uso negli ADAS.

L'acquisizione dell'accordo Xilinx da parte di AMD è stata rinviata al completamento del 22Q1

In seguito all'acquisizione da parte di Intel dell'FPGA Dragon II Altera nel 2015, AMD ha annunciato nell'ottobre 2020 che prevede di spendere 35 miliardi di dollari (in azioni) per acquisire l'importante azienda FPGA Xilinx nel tentativo di espandere il proprio TAM entrando nel mercato FPGA arricchendo al contempo il proprio prodotto. linea per formare un sistema di calcolo completo ad alte prestazioni con processori CPU, schede grafiche GPU e schede di calcolo accelerate esistenti.Secondo le ultime notizie del 31 dicembre 21, l'acquisizione dovrebbe essere completata nel 22Q1, in ritardo rispetto al programma originariamente previsto, poiché tutte le approvazioni devono ancora essere ottenute.

In futuro, spinti dall'ondata 5G, si prevede che gli FPGA otterranno un aumento in termini di volume e prezzo, mentre il leader degli FPGA Xilinx continuerà a beneficiare del rilascio richiesto nei mercati delle applicazioni FPGA come AI, data center e guida autonoma. .