首破30億美元大關(guān)！這顆SoC功不可沒，令賽靈思加速拿下工業(yè)/醫(yī)療市場

我們都知道賽靈思因FPGA而著稱，在工業(yè)領(lǐng)域的業(yè)務(wù)驅(qū)動力卻來自賽靈思的Zynq SoC。

根據(jù)賽靈思最新財報顯示，其業(yè)務(wù)組成主要由數(shù)據(jù)中心、測試測量，汽車、廣播和消費電子，通信，工業(yè)、視覺、醫(yī)療和科學、航空航天及國防四部分組成。通信是其營收最大市場，占比41%。緊跟其后的便是工業(yè)、視覺等占比達27%。

值得注意的是2019財年賽靈思收入首次突破30億美元，年度增長24%。這離不開工業(yè)和醫(yī)療物聯(lián)網(wǎng)市場的良好表現(xiàn)。



實際上，Zynq和Zynq UltraScale+ SoC投產(chǎn)之后，賽靈思在工業(yè)和醫(yī)療物聯(lián)網(wǎng)領(lǐng)域的增長就明顯加速。

ZynqSoC順應(yīng)共性化融合、邊緣計算等工業(yè)新需求

在日前賽靈思舉辦的媒體見面會上，賽靈思工業(yè)、視覺、醫(yī)療和科學 (ISM) 市場總監(jiān)Chetan Khona說到賽靈思得到全球眾多工業(yè)客戶認可的原因，“盡管創(chuàng)新對于科技企業(yè)非常重要，但是對于工業(yè)和醫(yī)療客戶來說，耐用性，也就是產(chǎn)品生命周期的長壽性更加重要。在這方面賽靈思的產(chǎn)品在質(zhì)量和可靠性方面的卓越性能和表現(xiàn)，得到了工業(yè)和醫(yī)療客戶的認可。比如說有很多半導(dǎo)體公司都做不到15年的產(chǎn)品生命周期，但是對于工業(yè)性客戶來說這又是必須的條件，賽靈思可以為產(chǎn)品提供最低15年的生命周期，而且甚至還可以達到20年，甚至更長?！?br />

賽靈思工業(yè)、視覺、醫(yī)療和科學 (ISM) 市場總監(jiān)Chetan Khona

除了保持一貫的耐用的產(chǎn)品生命周期外，現(xiàn)在工業(yè)和醫(yī)療物聯(lián)網(wǎng)也被大數(shù)據(jù)、云計算和人工智能所加持。

有一組數(shù)據(jù)描述了未來醫(yī)療物聯(lián)網(wǎng)的數(shù)據(jù)爆炸呈現(xiàn)的情況。全球90%的數(shù)據(jù)創(chuàng)建于過去兩年，每天創(chuàng)建的數(shù)據(jù)是2.5艾字節(jié)（2.5EB，艾字節(jié)是百億億字節(jié)。），2019年將有60堯字節(jié)（60YB，堯字節(jié)是一億億億字節(jié)）用于人工智能。

數(shù)據(jù)爆炸帶來了諸多問題，Chetan Khona分析說，穩(wěn)私問題、隨時間變化的安全性、影響安全性的時延和響應(yīng)、數(shù)據(jù)管理成本以及缺乏可靠的互聯(lián)網(wǎng)連接。

目前，全球已安裝超過1億臺醫(yī)療物聯(lián)網(wǎng)設(shè)備，到2020年將增長到1.61 億臺。醫(yī)療高管表示，當前阻礙醫(yī)療組織采用物聯(lián)網(wǎng)的三大障礙：隱私問題占 59％，原有系統(tǒng)集問題成占 55％，安全問題占54％。

應(yīng)對于大量的數(shù)據(jù)帶來的這些問題，賽靈思在工業(yè)和醫(yī)療物聯(lián)網(wǎng)領(lǐng)域的核心理念是靈活應(yīng)變、自適應(yīng)。怎么做到這一點？

他說，賽靈思解決方案可延長市場壽命并提高投資回報率，可以有針對性地在問題痛點的物理位置提供計算資源。

這里指出了兩個關(guān)鍵點，延長市場壽命可以理解為無論未來的處理需求如何演進，賽靈思的產(chǎn)品都能夠提供支持，有足夠的性能做為支撐，在物理位置提供計算資源也就是強調(diào)了智能的邊緣計算。

他特別強調(diào)，現(xiàn)在很多解決方案都是使用軟件的升級和軟件的靈活性，只有賽靈思能夠做到硬件+軟件的靈活應(yīng)變，這使得賽靈思的產(chǎn)品更加靈活，并且有更好的性能。

在工業(yè)和醫(yī)療物聯(lián)網(wǎng)時代，為何賽靈思指出了邊緣計算的重要？

從物理學角度，Chetan Khona舉了兩個例子。



紐約到洛杉磯的距離是2800英里，如果用光纖傳輸信息，光速為186000英里每秒，往返時間就是30毫秒。但是按照要求，要在10毫秒進行控制。

一家電廠用于云數(shù)據(jù)存儲服務(wù)的費用高達每月1.3萬美元。

這說明，無論是遠距離對速率的要求，還是從成本費用的省節(jié)來考慮，都需要提高本地化應(yīng)用部署。

試想，上面這家電廠的例子，如果能夠在本地對這些數(shù)據(jù)進行處理，然后把處理完的數(shù)據(jù)再發(fā)到云端，就能夠節(jié)省很多成本，而且能夠改善它的反應(yīng)速度。Chetan Khona表示，應(yīng)該把智能定義在邊緣，在這些模擬數(shù)據(jù)邊界上對數(shù)據(jù)進行處理，這是效率和效能最優(yōu)的方式。

當然，不僅注重邊緣計算，賽靈思的靈活性就在于具體問題能夠具體應(yīng)對。

“有很多客戶被灌輸?shù)母拍钍嵌家ㄟ^數(shù)據(jù)連接到云端去解決具體問題。但是賽靈思并沒有采用這樣的方法，我們根據(jù)最合理的方式來配置我們的計算資源。比如這個問題在器件端解決最合理就在器件端解決，如果傳統(tǒng)的方式在云端解決最合理就在云端解決，另外，器件端到云端中間有任何問題，賽靈思都可以解決?！盋hetan Khona分析說。

賽靈思在工業(yè)物聯(lián)網(wǎng)領(lǐng)域的殺手锏ZYNQ，不僅增強了邊緣計算的性能，在產(chǎn)品線內(nèi)部和跨產(chǎn)品線可擴展方面可以靈活應(yīng)對，ZYNQ配置通用多核Arm應(yīng)用、實時處理器、外設(shè)，以及用于定制和加速的可編程邏輯，它提供了一個共性化平臺。這個平臺，順應(yīng)了如今工業(yè)界IT與OT融合的趨勢。



IT、OT的融合就是信息技術(shù)和操作技術(shù)的融合。Chetan Khona解析，IT指的是像思科和華為這樣的企業(yè)，OT是西門子自動化這樣的企業(yè)，對于工業(yè)和醫(yī)療物聯(lián)網(wǎng)來說，越來越多的是需要把這些能力集成到單個器件上。

他說，這個過程非常復(fù)雜，這種嵌入式的設(shè)計不僅要做軟件和硬件開發(fā)，而且云的開發(fā)者也希望能夠連接進來，收集這些器件的信息。如果還是按照原來的方法，所有的人都在選用不同的處理架構(gòu)、操作系統(tǒng)和連接標準，對云開發(fā)者來說就太困難了，需要不斷的進行調(diào)整和改變。因此，需要有一個公共的架構(gòu)和平臺，能夠幫助他們非常迅速簡易的開發(fā)給自己公司使用的SaaS產(chǎn)品，并能夠創(chuàng)造一個新的收入流。這也是為什么客戶首選Zynq和Zynq UltraScale+ SoC的原因。

簡言之，賽靈思能夠能夠提供一個共性化、功能強大的平臺，比如說 Zynq SoC 中的Arm系統(tǒng)能夠為云開發(fā)提供服務(wù)，同時還能提供IT和OT的支持，以及提供FPGA的定制化。工業(yè)性能加定制功能使得賽靈思的產(chǎn)品非常有吸引力。根據(jù)調(diào)查，現(xiàn)在開發(fā)者已經(jīng)把賽靈思視作未來開發(fā)使用SoC產(chǎn)品中的前三大工具之一。

賽靈思不斷進階AI，即將推出最新平臺ACAP

賽靈思在工業(yè)領(lǐng)域傳統(tǒng)的優(yōu)勢，包括工業(yè)實時和確定性控制與接口、工業(yè)生命周期、質(zhì)量、可靠性、安全性、溫度與功耗，現(xiàn)在賽靈思所做的是加入業(yè)界領(lǐng)先的AI時延與性能，和傳統(tǒng)的優(yōu)勢進行結(jié)合，這種結(jié)合能力是其他許多半導(dǎo)體廠商不具備的。

當很多客戶不可能去使用多個器件的方案時，如果采用賽靈思的單芯片解決方案就能夠確保高度的集成，達到最高的成本有效性。



例如，支持實現(xiàn)低時延、高性能的DNN解決方案，是賽靈思自主開發(fā)的方案。也有去年并購北京深鑒科技獲得的一些技術(shù)和能力，還有通過和企業(yè)合作，包括KORTIQ、HALCON、SiliconSoftware，來增加內(nèi)部的解決方案。

人工智能功能的選用根據(jù)不同用途而有所不同。Chetan Khona說，性能非常高的大AI可以把它作為嵌入式器件，針對輕型AI、小AI我們提供叫做Pynq，即 Python + Zynq的解決方案，這是我們幾年前開發(fā)的開源產(chǎn)品，非常受新的、年輕的工程師歡迎，現(xiàn)在很多大學剛畢業(yè)的工程師，他們最主要用的軟件編程語言就是Python，所以我們專注于這個趨勢開發(fā)了一些生態(tài)，借助很多開源的實驗室開發(fā)我們的這款產(chǎn)品。

在邊緣人工智能方面，賽靈思可以實現(xiàn)支持高吞吐量和低時延的人工智能，能夠匹配人工智能創(chuàng)新的快速步伐，加速整體的應(yīng)用，提供全面的AI軟件平臺。

這張圖片上面可以看出，如果低于7毫秒的延時要求，賽靈思的優(yōu)勢從2倍擴大到2.5倍，如果是低于2毫秒的延時要求，我們的優(yōu)勢擴展到8倍。隨著工業(yè)和醫(yī)療物聯(lián)網(wǎng)對響應(yīng)時間的要求越來越高，賽靈思的優(yōu)勢顯得更加明顯。



之所以能做到如果突出的邊緣人工智能的性能，一是架構(gòu)非常靈活，人工智能和機器學習的架構(gòu)是快速變化的，兩年前人工智能推斷最優(yōu)的精度是16位的浮點，但是現(xiàn)在普遍認為8位的定點是最優(yōu)的，而賽靈思對16位浮點和8位定點都能夠支持，按照現(xiàn)在的發(fā)展趨勢，從8位的定點可能會變成1位的，它的性能和精度會不斷的提升，賽靈思能夠靈活地支持這樣的趨勢發(fā)展。

二是剪枝技術(shù)，對一個模型里面無用的節(jié)點進行剪枝。這樣就可以從低性能轉(zhuǎn)向高性能，對精度不會有任何損失，同時不斷的改善性能，降低功耗。



據(jù)介紹，知名人工智能公司曠視的許多攝像頭和其他設(shè)備就在使用賽靈思的邊緣人工智能。

賽靈思還推出了Alveo加速器卡。它是一個集成的開發(fā)板，可以幫助客戶另行投入生產(chǎn)，在加速卡里寫入軟件，插入PC卡槽里，就相當于CPU加速卡，加速性能非常明顯。相比傳統(tǒng)方案，數(shù)據(jù)庫搜索和分析是90倍、金融計算是89倍、機器學習是20倍、視頻處理是12倍、高性能計算和生命科學是10倍的提速。



一個有意思的現(xiàn)象是云服務(wù)提供商正在把部分云端功能遷移至端側(cè)，這同樣是賽靈思的機會所在。

對工業(yè)和醫(yī)療物聯(lián)網(wǎng)而言云端的延時高，傳輸需求大，也就是說客戶花了大量時間進行數(shù)據(jù)傳輸且結(jié)果還不理想。

最近，賽靈思和亞馬遜云服務(wù)進行了一項合作，在Greengrass框架下將部分云端移動到邊緣，大大減少了數(shù)據(jù)傳輸和延時的壓力。另外，連接時斷時續(xù)也是云連接存在的情況，如果智能放在邊緣，即使云端連接丟失也依然能夠正常運行。目前，賽靈思和亞馬遜云計算、阿里云、Microsoft Azure、谷歌、IBM都在進行這方面的合作。

一個重磅消息是，賽靈思將針對人工智能推出全新的產(chǎn)品ACAP，ACAP相應(yīng)推出一個品牌系列就是Versal，Versal底下有6個子系列，包括今年推出的Versal AI Core 系列 和Versal Prime （ 基礎(chǔ)版），明年推旗艦版以及低功耗的AI邊緣計算芯片，未來還將AI與射頻集成，2021年更進一步地進行存儲器集成。



在工業(yè)領(lǐng)域最重要的是AI Edge，強調(diào)低功耗和高性能，例如機器視覺、超聲設(shè)備和超聲手持，它要求尺寸小且功耗低，據(jù)介紹，功能最好、最理想是低于5瓦，最小要低于10瓦，在這方面AI Edge能夠做到，而且能夠提供非常好的機器學習和其他人工智能工業(yè)領(lǐng)域應(yīng)用的性能。根據(jù)Versal的路線圖，這樣的產(chǎn)品也將很快面市。