文| Lina介绍：过去六个月，人工智能发展的重心逐渐从云端转移到终端，随之而来的是人工智能芯片产业的全面崛起。
时隔数月，智东西首次报道了人工智能芯片全产业链的近百家核心企业，涵盖国内外主要巨头企业、新兴初创企业、场景应用、代工生产等，为您提供全面、全面的人工智能芯片行业资讯。
深度剖析AI芯片行业。
对发展、创新和创业进行跟踪和报告。
这是智能AI芯片行业系列报告之一。
在人工智能芯片热闹的舞台上，自然少不了赛灵思这个老牌FPGA芯片巨头。
今年以来，Xilinx提出了全可编程（All Programmale）的概念，即灵活（programmable）。
编程）、低延迟、低功耗FPGA技术已从传统的通信和国防领域扩展到人工智能、云计算、嵌入式视觉、工业物联网、5G等领域的应用。
那么现在FPGA在哪些AI应用中应用最为广泛呢？现在最流行的 Xilinx AI 板是哪款？随着AI算法日益成熟，定制化AI芯片层出不穷，FPGA的灵活性能否保持优势？ Xilinx会推出完全定制的AI芯片吗？带着这些问题，智喜喜与赛灵思全球销售与市场部亚太及日本高级总监Stephen Chow进行了一对一的深入交流。
（赛灵思全球销售与市场部亚太及日本高级总监周海天）1、AI时代，16nm技术成为明星产品。
FPGA（Field Programmable Gate Array），全称“可编程门阵列”，是集成电路的一种。
，用户可以通过编程语言调整或改变FPGA板的用途。
这种“可编程性”使得FPGA技术比我们常见的全定制集成电路技术更加灵活。
Xilinx成立于2001年，是FPGA技术的发明者，也是半导体行业无晶圆厂模式的先驱。
Xilinx目前的主要硬件产品包括45/28/20/16nm FPGA和Zynq SoC四个系列。
还提供相应的开发软件工具和IP支持。
四大产品线中，Xilinx 16nm-28nm系列产品在FPGA市场具有优势。
Xilinx的FPGA芯片主要应用于通信、工业、航空、国防、广电等传统领域。
但随着人工智能、云计算、5G、自动驾驶等新兴技术的出现，FPGA的应用范围也在不断拓宽。
。
根据赛灵思10月份发布的第二财季财报，赛灵思先进产品营收较去年同期增长46%。
与CPU和GPU类似，FPGA芯片可以为当前深度学习算法的训练和推理应用两个阶段提供计算能力。
尤其是在推理应用中，FPGA在功耗和性能方面具有优势。
周海天告诉智西西，赛灵思的FPGA技术是AI应用的核心技术之一。
我们仍处于人工智能发展的早期阶段。
这项技术刚刚开始流行，未来将会快速迭代发展。
在这个迭代发展的过程中，FPGA作为可编程集成软硬件平台，可以为人工智能的研究和应用提供创新和试错的平台。
三四年前，人工智能技术刚刚兴起时，赛灵思的优势并不明显，但现在却很明显。
在Xilinx众多产品线中，16nm产品最受AI应用厂商青睐。
由于AI需要大量的计算能力，16nm的尖端技术可以在芯片上集成更多的可编程应用逻辑元件，为算法提供更强大的计算能力。
2、云智能+端智能，FPGA在AI应用中的崛起。
在AI云计算方面，仅就数据中心加速而言，FPGA具有灵活性（数据中心的工作负载每天都在变化）和较低的能耗。
，投资回报率更高，因此大多数数据中心都会采用FPGA+CPU+GPU混合模式。
目前，Xilinx的合作伙伴包括国外云服务领导者亚马逊AWS，以及国内的阿里巴巴、百度、腾讯、华为等。
在AI端智能方面，Xilinx FPGA芯片的主要应用领域包括嵌入式视觉和工业物联网。
嵌入式视觉是目前人工智能终端实现的核心领域，其应用领域非常广泛。
从无人驾驶、医学影像、VR/AR，到航空航天、视频视觉、无人机等领域，都会用到FPGA技术提供的嵌入式视觉技术。
对于工业物联网来说，在智慧工厂、智慧能源、智慧城市等领域，FPGA智能芯片可以提高效率——每提高1%就可以帮助各行业节省数百亿美元。
无论是嵌入式视觉还是工业物联网，FPGA不仅具有灵活性和低功耗的优势，而且还具有复用的优势。
仅使用单个芯片即可带来安全性、保密性以及多传感器融合技术。
（Xilinx下游客户今年第二季度营收占比） 3.人工智能算法仍有3-5年的演进期。
当AI算法还不成熟时，可编程灵活性让FPGA具有一定的市场优势。
。
然而，随着当前AI算法的进一步成熟，各类全定制AI芯片开始陆续出现（比如搭载寒武纪NPU的麒麟手机芯片，以及Xilinx投资深鉴科技的AI芯片）明年将推出芯片“听涛”等）。
定制芯片可以提供更低的功耗和更高的能效，其量产成本低于FPGA。
那么在这样的背景下，FPGA的灵活性能否保持优势呢？周海天认为，现在常见的全定制AI芯片都是基于近两年开发的相对成熟的算法和相对成熟的应用。
然而，人工智能创新的过程仍在发生，我们对真正的“人工智能”的期望与当前人工智能算法所能达到的水平还有差距。
至少在未来3-5年内，人工智能算法将继续发展。
例如，现在在GPU上使用双精度运算非常流行，但随着算法的演进，可能会从浮点运算演进到定点运算，从32bit演进到16bit。
在算法不断改进和优化的过程中，FPGA优势的灵活性总会受到创新和迭代的欢迎。
4、完全定制的AI芯片暂时不会推出。
虽然Xilinx可以将自己的AI算法和软件固化在芯片上，推出全定制的AI芯片，但考虑到全编程仍然是Xilinx的主要优势，因此Xilinx暂时不会推出全定制的AI芯片产品，但也不会否认未来的可能性。
周海天进一步提到，有人说AI将带动芯片行业的倍数增长，他认为AI甚至会带动Xilinx的业务达到更高水平的增长。
无论是在销量还是市场反馈方面，我们都看到了清晰的增长曲线。
因此，Xilinx对AI的希望和目标非常明确，对AI的投入也将非常明确。