我们常说，这是个数据时代，或者说信息时代各种电子产品，以及万物互联产生的数据是海量的，“数据量相当于可观测到所有星星的数量”。数据的价值很大，数据可以用来做机器学习、大数据，可以用于提供个性化服务，可以提升产品的用户体验。
我们常说，这是个数据时代，或者说信息时代各种电子产品，以及万物互联产生的数据是海量的，“数据量相当于可观测到所有星星的数量”。数据的价值很大，数据可以用来做机器学习、大数据，可以用于提供个性化服务，可以提升产品的用户体验。
Xilinx大中华区解决方案和业务发展总监朱勇在“中国上海自贸区临港新片区半导体产业发展高峰论坛”上说，这些数据是杂乱无章的，数据量的增长既不是线性的，也不是指数级的，而是“爆炸性”的。这些数据以各种各样的形态存在，“叠加了流媒体、视频等等”。
“这些数据达到一定数据量之后，对计算要求、实时性的要求就越来越高，边缘侧就需要去参与做计算，并实时产生结果。”这本身就是边缘计算产生的背景。由于数据形态的多样性，提供算力的单一架构无法完成独立的海量数据处理，于是就有了异构计算。
Xilinx大中华区解决方案和业务发展总监朱勇
新基建的核心是数据
5G的出现，实际上推动了这样的趋势。“以前4G时代，数据离服务应用相对比较远。而5G时代来了，数据产生的地方本身就需要各种计算。这样才能让数据变得更有意义，才能释放数据的能量。”
说白了，计算是数据有序、高效应用的必然选择；也是数据真正能够产生价值和意义之所在——虽然感觉这是给废话。但如今考虑更多的其实是怎么计算，在哪里计算，这是前文提到异构计算、边缘计算，乃至AI诞生的原因。
在朱勇看来，国家“新基建”的关键也在数据。上面这张图展示了，新基建包含的几个核心领域，包括5G、人工智能、大数据中心、充电桩、城际高速、特高压、工业物联网等。其中，5G、人工智能、大数据中心，实质都是数字的产业化，因为这些本身都是数字构成的；而新能源汽车充电桩、工业物联网等，其核心都是对传统行业的数字化过程。
但无论如何，不管是数字产业化，还是产业数字化，这两者都是围绕数据开展的。所以新基建的核心就在数据，成为“数据新基建”。“新基建就是要数据能够做一些事，数据作为能量聚焦点，吸引了很多服务和应用。”
但芯片迭代周期越来越慢
这些数据的量级如此之大，种类如此之多，自然就对硬件算力提出了要求，从端到云。从直觉来看，随着摩尔定律的发展，芯片的算力提升似乎也是理所应当的，此间产品迭代周期越来越快才是。但这其中却伴随一个问题。
我们在去年《摩尔定律失效，FPGA迎来黄金时代？》一文中曾经提到过，随半导体工艺制程的推进，如今投入研发的成本越来越高，包括人力成本、时间成本和最直接的金钱成本：这种成本提升不仅在芯片制造上，也在芯片设计方面。当时赛灵思中央工程部芯片技术副总裁吴欣跟我们提过具体的原因。
朱勇则表示，“芯片设计的演进，产品迭代周期反倒是越来越慢的，而非越来越快。在20nm工艺之后，芯片设计周期明显减缓，成本也显著增加。”另一方面，在这个AI时代、数据“爆炸性增长”的时代，“一篇论文就能产生一个不同的世界，行业标准在发生变化”。
这话的意思是说，数据、计算能够产生的创新，给人类带来的便利，其发展速度与当前芯片研发周期的减缓，是不匹配的。这是赛灵思推“自适应计算”的原因所在。即上层的业务创新、数据价值，不需要被“芯片周期限制”，而赛灵思在做的就是“从硬件层面去支撑创新”。
自适应计算与新基建的契合
早前，我们曾不止一次地总结过，ACAP的本质是期望以AI和部分模块的固化，实现更高的效率，同时又一定程度保持FPGA的灵活性。赛灵思在各种硬件形态的迭代后，达成了现如今的自适应计算平台。从最早的FPGA，到在芯片中集成Arm核，“实现软件领域的需求”，达成软件、硬件都可编程；再到后续的MPSoC；以及数字模拟结合的RFSoC，以及2018年推出的ACAP。
“随着数据增长、创新速度的提升，你会发现自适应非常重要，对数据爆炸来说，能够起到很好的自适应的作用。”
“过去两年，赛灵思完成从芯片公司到平台公司的转型。不只是给客户提供芯片、硬件，我们也提供全可编程（软件可编程、硬件可编程）平台。对平台而言，我们期望给客户提供差异化的设计方法，不只是软件，还有硬件层面的差异化。因为只有产品实现差异化，客户的产品才有竞争力。”
从朱勇展示的赛灵思的软件发展路线来看，不仅是先前我们曾探讨过的HLS（高层次综合），实现用高级语言来给FPGA编程，甚至“有些AI、算法工程师，直接用Python来开发硬件实现”；后续还有统一软件平台——这些还是能够体现出赛灵思的转型的，而且也更大程度体现“灵活”这个特点。
我们感觉，将自适应计算和新基建挂钩的说法很有趣，虽然似乎自适应计算在很多领域、很多概念都挺契合，而新基建显然是现在很热的一个词汇。另一方面，如去年我们撰文提到的，赛灵思目前的市场宣传逻辑主要在于：企业自己造芯的成本正变得越来越高，而很多行业的产品出货量现在也很难走得起芯片设计+先进工艺制程所需耗费的成本（即便是一些上市公司），所以自己造芯或许已经越来越不现实了；但另一方面又要体现企业产品在市场上的差异化——用自己定制的芯片当然是最好的选择。
这个时候，赛灵思的自适应平台也便应运而生，用先前我们采访吴欣的话来说：“当你没有4000人/年的设计成本，没有上千万、上亿的市场时，你也可以做自己需要的domain-specific的芯片，我们可以让你做到。你可能只需要400人，甚至40人就可以做出来。”“而当每次场景、架构发生变化的时候，你也不需要再用4000人/年去重新做一颗芯片，而只需要花20分钟，重新编程，重新修改。”
这仍是一个亘古不变的话题。最后值得一提的是，摩尔定律减缓很大程度上是给FPGA这个产品形态带来了冲击的，而赛灵思前两年就在转变思路，为其加入新的硬化模块，在很多领域弥补FPGA效率不及ASIC的短板，提出“自适应计算”的概念。实际上，赛灵思作为一家跨国企业，由于涉足领域和客户的多样性，针对性的“定制”，甚至采用最新工艺，都是赛灵思有能力承受的。
责编：Luffy Liu
您可能感兴趣
