火线交锋 被喻为“下一个Nvidia”！更打入华为、腾讯云供应链，“赛灵思传奇”正在冉冉升起？

对于长期不关注芯片领域的读者来说，FPGA(现场可编程门阵列)是一个陌生的术语，但有一次，一家全球FPGA巨头首次要求TSMC在早上5点发送新闻稿，宣布双方的合作关系将保持不变。想象一下，TSMC在世界上有481个客户。如果这位客户没有处于非常特殊的战略位置，TSMC怎么能在股市开盘前急于解释呢？

上面说的公司是Altera，曾经被认为是世界FPGA双核之一，2015年被英特尔收购。二人组的另一位成员Xilinx，在Altera合并后多年来一直是被市场名收购呼声最高的对象。就连曾经与高通展开世纪M&A战争的博通，也曾想染指Xilinx。

然而，Xilinx非但没有像Altera一样被收购，反而借助5G、人工智能、数据中心、自动驾驶这一波浪潮，甚至被贴上了“下一个英伟达”的标签，股价从2018年10月的69美元上涨到2019年4月的近140美元。

然而，华尔街投资者总是务实的。Xilinx近日发布的最新财报显示，虽然5G芯片销量强劲，但数据中心业务并未如预期，导致股价大幅修正。

抛开短期利润空的干扰，纵观行业的长期布局，“Xilinx”和“FPGA”这两个看似陌生又困难的术语，正在用自己的市场策略和核心技术，书写着自己在AI落地和5G起飞时代的传奇篇章。如果之前不熟悉，也许从现在开始就能知道了。

有35年历史的设计公司，与TSMC、英伟达和英特尔“纠缠”

这是一家彻头彻尾的老牌芯片公司，诞生于1984年，甚至比1987年成立的TSMC还要早。另一方面，英特尔成立于1968年，比它大16岁。最小的属于英伟达，1993年出生。

上段指出了四家公司:西林、TSMC、英伟达和英特尔。他们是什么关系？

从营收规模来看，最近兴高采烈地宣布年营收首次突破30亿美元的Xilinx，与其他三家半导体厂商相比，绝不是同一个数量级的企业。但在这一波人工智能的浪潮下，Xilinx早就被看好会从人群中突围的小众芯片。

对于每一代TSMC高端技术的成功量产来说，Xilinx是绝对不可或缺的，2019年的7nm量产也不例外。未来高端技术会走下坡路，开发成本会越来越贵。能和TSMC并肩而行的IC设计大客户可以用五个手指算，但Xilinx永远是其中之一。

甚至TSMC推出了第一代昂贵的包装技术CoWoS，赢得支持的客户是Xilinx。然而，由于CoWoS成本太高，TSMC很快提出由第二代InFO技术接管，但从这一事件中，我们可以看到Xilinx对TSMC的战略价值有多重要。

显然，Xilinx已经成为TSMC 7纳米乃至所有高端技术的“贵宾”。就像当年的英伟达一样，TSMC倾尽全力支持自己的产能和技术。所以这一波Xilinx的崛起也被认为是“下一个英伟达”。

英特尔天价收购Altera，预示着FPGA前景看好

Nvidia和Xilinx这几年经常对峙。除了在数据中心AI加速器市场的对抗，英伟达最近还成功地从Xilinx和Intel“抢亲戚”，以69亿美元收购了端到端以太网和InfiniBand解决方案提供商Mellanox，创下其交易历史上最高的收购金额。再一次说明，这些活跃在AI时代的公司，深深纠结于他们的关系和一举一动。

FPGA曾经是一个冷门，小巧，美观的市场。为什么云计算起飞后变得这么火？

2015年，当英特尔以167亿美元大规模收购Altera时，它已经预测到了FPGA芯片的未来。据英特尔估计，CPU+FPGA架构将占据未来云数据中心市场的三分之一。

过去在加速计算技术领域，大数据中心几乎所有的机器学习神经网络应用都是GPU+CPU架构，这是机器学习领域的标准设备，这也是为什么英伟达成为华尔街的宠儿。

然而，最近采用FPGA和ASIC的架构也开始兴起，对GPU架构提出了强烈的挑战。它的主要优点是功耗低，适用于各种工作负载场景。

图|唐，西林大中华区副总裁

面对ASIC的竞争，西林大中华区业务副总裁唐指出，ASIC芯片的设计周期早已跟不上创新的速度。比如特斯拉花了18个月的时间设计了一个ASIC芯片。但是在AI世界里，应用场景是不断变化的，现在算法迭代速度很快。每月迭代推出新算法，算法更新速度两周。如果用传统方法18 ~ 24个月造一个，

相反，如果采用FPGA芯片，6个月就能推出一款新芯片，一年内就能量产。

阿里巴巴创始人马云曾经说过，使用的数据是可用数据的十分之一，主要是硬件的限制。因此，Xilinx强调，FPGA芯片将是满足客户差异化需求的最灵活的解决方案。

Xilinx强调不仅要提供芯片、算法、模块，还要提供完整的解决方案，让人工智能场景落地。例如，传统算法也可以用于检测智能城市中的车牌和汽车标志。然而，如何在高速下捕捉汽车的特征，需要各种与人工智能相关的技术。

或者坐在汽车里，不需要触摸屏幕，就可以用手势点歌，这样汽车不仅可以语音控制，还可以识别你的肢体语言等。，这些都可以用FPGA人工智能芯片来完成。

突破极限，推ACAP平台，打造TSMC 7纳米工艺

为了突破FPGA的限制，Xilinx还推出了ACAP(Adaptive Compute Acceleration Platform)，这是一个高度集成的多核异构计算平台。它可以根据各种应用和工作负载的需求，从硬件层面灵活变化，适用于加速广泛的应用，包括视频转码、数据库、数据压缩、搜索、人工智能推理、基因组、机器视觉、网络加速等。

ACAP的核心是一种全新的FPGA架构，它结合了分布式存储和硬件可编程DSP模块，一个多核SoC，以及一个或多个具有软件可编程和硬件自适应的计算引擎，这些元件通过片上网络(NoC)串联在一起。范思哲是ACAP平台率先采用TSMC 7纳米工艺的第一款产品，预计将于2019年上市。

Xilinx在AI领域的布局最近有了几个关键性的突破。继腾讯、百度、阿里之后，华为再次夺得数据中心AI加速器业务。华为宣布将采用Xilinx的Virtex UltraScale+ FPGA和NGCodec H.265视频编码器，并将其放在华为的云FPGA中加速云服务器。

由于视频流是一项繁重的工作，企业加强了基础设施，以满足视频流快速增长带来的强劲需求。以前企业用GPU运行HVEC解码器，现在也开始用FPGA运行，要求提供高分辨率、实时的视频流，只需要过去网速的55% ~ 65%就能提供同样的画质，节省带宽。

但是FPGA最大的缺点是成本高，从生态系统来说Xilinx不如Nvidia强大。未来Xilinx、英伟达、Intel等各大巨头都将从自己的技术架构入手，争取AI落地、5G第一年的商机。

展望未来，在5G时代，在应用成熟之前，基站客户可能会首先选择灵活性高的FPGA，尤其是5G基站天线的远程无线电单元(rru)。此外，庞大的数据量、技术运算量的增加以及场景的复杂性也会使现场可编程门阵列的使用量增加。

在这个市场上，Xilinx是全球最大的FPGA供应商，但英特尔有Altera的帮助，不断加强其工艺技术，这也预示着FPGA架构作为5G领域的灵活部署将得到加强，势必与Xilinx再战一场。

再者，根据以往4G的经验，客户在各种场景、应用、带宽固定后，会逐渐从FPGA切换到ASIC芯片。这些趋势和发展是长期观察的重点。

-结束-