Produkteigenschaften

Nachfrage nach FPGAs, angetrieben durch KI-Beschleunigerkarten

Aufgrund ihrer Flexibilität und Hochgeschwindigkeits-Rechenfähigkeiten werden FPGAs häufig in KI-Beschleunigerkarten verwendet.Im Vergleich zu GPUs haben FPGAs offensichtliche Vorteile hinsichtlich der Energieeffizienz;Im Vergleich zu ASICs verfügen FPGAs über eine größere Flexibilität, um der schnelleren Entwicklung neuronaler KI-Netzwerke gerecht zu werden und mit den iterativen Aktualisierungen von Algorithmen Schritt zu halten.Aufgrund der breiten Entwicklungsperspektive der künstlichen Intelligenz wird die Nachfrage nach FPGAs für KI-Anwendungen in Zukunft weiter steigen.Laut SemicoResearch wird sich die Marktgröße von FPGAs in KI-Anwendungsszenarien in den Jahren 19-23 verdreifachen und 5,2 Milliarden US-Dollar erreichen.Verglichen mit dem 8,3-Milliarden-Dollar-FPGA-Markt im Jahr 2021 ist das Potenzial für Anwendungen in der KI nicht zu unterschätzen.

Ein vielversprechenderer Markt für FPGAs ist das Rechenzentrum

Rechenzentren sind einer der aufstrebenden Anwendungsmärkte für FPGA-Chips, wobei niedrige Latenz und hoher Durchsatz die Kernstärken von FPGAs ausmachen.FPGAs in Rechenzentren werden hauptsächlich zur Hardwarebeschleunigung verwendet und können bei der Verarbeitung benutzerdefinierter Algorithmen im Vergleich zu herkömmlichen CPU-Lösungen eine erhebliche Beschleunigung erzielen: Beispielsweise verwendete das Microsoft Catapult-Projekt FPGAs anstelle von CPU-Lösungen im Rechenzentrum, um die benutzerdefinierten Algorithmen von Bing 40-mal schneller zu verarbeiten. mit erheblichen Beschleunigungseffekten.Aus diesem Grund werden seit 2016 FPGA-Beschleuniger auf Servern in Microsoft Azure, Amazon AWS und AliCloud zur Rechenbeschleunigung eingesetzt. Im Kontext der Epidemie, die die globale digitale Transformation beschleunigt, werden die zukünftigen Anforderungen an Rechenzentren an die Chipleistung weiter steigen. und mehr Rechenzentren werden FPGA-Chiplösungen einführen, was auch den Wertanteil von FPGA-Chips an Rechenzentrumschips erhöhen wird.

Die groß angelegte Kommerzialisierung des autonomen Fahrens steigert die Nachfrage nach FPGA-Massenproduktion

Während sich die Automobilindustrie weiter von ADAS zum vollständig autonomen Fahren weiterentwickelt, können heterogene Computerplattformen mit FPGAs die durch die erhöhte Anzahl von Sensoren verursachte Datenexplosion bewältigen, die Reaktionszeit des Gesamtsystems durch Synchronisierung und Zusammenführung mehrerer Sensoren verkürzen und die Flexibilität erhöhen Skalierbarkeit, die die Skalierbarkeit von Edge-Sensoren bis hin zu Domänencontrollern ermöglicht und gleichzeitig dynamische Neuprogrammierungsfunktionen bietet, wodurch Systemkosten und Verluste reduziert werden.Darüber hinaus können FPGAs flexible, kostengünstige und leistungsstarke Lösungen für die schnell wachsenden Anforderungen einer Vielzahl von Automobilelektronikanwendungen bieten.Mitte Juni 20 hatte der FPGA-Marktführer Xilinx etwa 70 Millionen Automobilchips in ADAS im Einsatz.

AMDs Übernahme des Xilinx-Deals verzögerte sich bis zum Abschluss im 1. Quartal 22

Nach der Übernahme von FPGA Dragon II Altera durch Intel im Jahr 2015 gab AMD im Oktober 2020 bekannt, dass das Unternehmen plant, 35 Milliarden US-Dollar (in Aktienform) für die Übernahme des FPGA-Majors Xilinx auszugeben, um sein TAM durch den Eintritt in den FPGA-Markt zu erweitern und gleichzeitig sein Produkt zu bereichern Linie, um ein komplettes Hochleistungs-Computersystem mit vorhandenen CPU-Prozessoren, GPU-Grafikkarten und beschleunigten Computerkarten zu bilden.Den neuesten Nachrichten vom 31. Dezember 21 zufolge wird die Übernahme voraussichtlich im 1. Quartal 22 abgeschlossen sein, was eine Verzögerung gegenüber dem ursprünglich erwarteten Zeitplan darstellt, da noch alle Genehmigungen eingeholt werden müssen.

Angetrieben durch die 5G-Welle wird erwartet, dass FPGAs in Zukunft einen Anstieg in Volumen und Preis erzielen werden, während der FPGA-Marktführer Xilinx auch weiterhin von der nachgefragten Veröffentlichung in den FPGA-Anwendungsmärkten wie KI, Rechenzentren und autonomes Fahren profitieren wird .