迎接數據中心、AI與自適應計算的挑戰

Victor Peng

1三大應用熱點

首先要說的是隨著萬物互聯趨勢的到來，物聯網正在成為支撐社會經濟向前發展的新型基礎設施。目前，全球每天約有550萬個新設備加入到物聯網中。根據數據顯示，2021年，全球聯網設備將達到280億個，其中160億個設備與物聯網領域相關。而不斷增長的聯網設備數量也造成了一個新的問題，那就是數據量的爆炸性增長。數據中心每天要處理和存儲幾十上百億聯網設備產生的數據，這就對數據中心的數據處理能力提出了更高的要求。

2）人工智能（AI）領域的快速發展。自2012年以來，在經過了幾年的發展后，深度學習類AI技術已經取得了長足的進步，并持續快速演進。AI分析、推斷技術的大面積普及與應用目前只是一個時間問題。對于半導體行業而言，用于AI推斷、分析的半導體器件數量需求將會在未來以指數式增長。

3）隨著摩爾定律的失效，計算處理能力的提升逐漸放緩，我們需要一種全新的專用領域架構（DSA）去化解這些不利因素的影響，維持計算處理能力的發展。然而隨著芯片制程精度的提升，設計成本大大增加，芯片的更新換代逐漸跟不上技術的發展。全新的自適應計算技術逐漸站到了舞臺的中央。自適應計算是一種解決方案，因為它不必使用新的芯片就能構建DSA（專用領域架構），支持以最低一次性工程費用（NRE）實現快速開發與部署。

2對中國本土企業的發展建議

2019年賽靈思在中國的營收占總營收的28%，中國市場目前已經成為賽靈思最大的單一國家市場。根據數據顯示，2025年中國將成為全球最大的數據匯集地。不論從目前的市場潛力，還是賽靈思對于未來的戰略布局來看，中國市場都將成為賽靈思未來戰略中的重要一環，賽靈思將不斷加大對中國市場的投入。

目前中國已經出現了大量中國本土的FPGA公司，說明已經有許多人理解到自適應解決方案的價值所在。但目前來看，在FPGA領域，中國企業想要躋身世界還需要很長的時間。

在AI技術領域，中國市場的技術創新速度是非常讓人振奮的。但是中國有許多AI初創企業扎堆做自己的Al專用芯片。這種趨勢并不是十分樂觀的，AI領域的初創企業應該更多地關注特定的技術與應用，而不是隨大流去研發芯片，因為研發芯片是十分復雜的，需要大量成本與時間的投入。過多地花費精力投入在這一領域，其實是對資源和成本的浪費。

3賽靈思的解決方案

面對數據爆炸式增長的趨勢，賽靈思推出了AIveo系列數據中心加速卡，包括U50、U200、U250和U280共4個產品。

為應對自適應計算浪潮，賽靈思在2018年推出了世界上首款自適應計算加速平臺（ACAP），適用于多個市場領域的應用場景。ACAP是高度集成的多核異構計算平臺，實現了CPU與GPU無法企及的性能與功耗比。 在軟件工具領域，2019年賽靈思發布了Vitis統一軟件平臺.可以讓包括軟件工程師和AI科學家在內的廣大開發者都能受益于硬件靈活應變的優勢。Vitis統一軟件平臺無需用戶深入掌握硬件專業知識，即可根據軟件或算法代碼自動適配和使用賽靈思硬件架構。