FPGA不是人工智能的终点 ACAP只是人工智能的起点

FPGA不是人工智能的终点 ACAP只是人工智能的起点

近两年，人工智能市场一直处于火热的状态。而经过过去两年的发展，人工智能市场的玩家越来越少，对于这一市场的思考也愈加冷静，芯片厂商对于人工智能市场未来的发展也都有着自己的思考。

近日，赛灵思大中华区销售副总裁唐晓蕾在接受记者采访时阐述了赛灵思作为一家FPGA厂商是如何看待人工智能今后的发展的及FPGA自身的定位。

赛灵思大中华区销售副总裁唐晓蕾

人工智能将成为创新的平台

但是在唐晓蕾看来，人工智能是一个更加广泛的概念，它不是传统意义上的单一的应用，而是能够颠覆所有传统应用的技术，能够驱动社会前进的驱动力，能够带来创新的平台。

此后，随着云计算，或者说是云端人工智能的介入，获取的视频图像通过网络传输到云端，用云计算的方式对大量的视频数据进行处理，从中获得有效的信息。但是，采用这一方式最大的问题在于，端侧向云端传输的过程中，需要大量的带宽，信息获取的速度不仅受限于云计算的数据，也受限于网络传输的速度。

而发展到现在，视频监控的数据已经不再仅仅只局限在云端，端侧的处理能力在不断增强，也能够有效的分别出哪些数据需要在云端处理，哪些数据能够在端侧处理。对于视频数据更加智能化的处理，是人工智能在当前阶段对视频监控这一领域最直观的创新。

但想要实现这种创新，就必须要依靠芯片的支持，越来越多的企业也意识到人工智能芯片在其中所扮演的重要角色，因此我们也看到，在人工智能的浪潮之下，是不断涌现的百花齐放的人工智能芯片。

唐晓蕾解释到，在过去几年的发展中，我们不难看见，CPU、GPU甚至谷歌的TPU这样的芯片更多的是应用到云端的计算当中。

一般来说，这类芯片的可定制性较差，客户不能够根据自身的特点选择适合自己的芯片，但对于云端而言，在对数据进行处理的同时，并不需要太多定制化的内容。这也就从市场需求方面限定了云计算市场是一个相对固定的市场。

因此，发展到现阶段，云计算市场已经逐渐显现了寡头垄断的情况，CPU、GPU等瓜分了仅有的市场份额，其他厂商想要再有寸进都是异常困难的。

然而，正如之前所言，端侧的芯片却呈现出百花齐放的状态，不同的应用，不同的场景对于芯片的需求都是不尽相同的，如何有针对性的推出芯片也是越来越多厂商在思考的。

从目前的情况来看，很多人会认为市场上存在着两种解决方案，一种是以ASIC芯片为主的定制解决方案；另一种则是以FPGA为主的可编程的解决方案。或者说，针对于端侧市场而言，FPGA和ASIC就是非此即彼的对手关系。

不过在唐晓蕾看来，FPGA的对手并不是ASIC。

人工智能需要开放式的芯片

唐晓蕾认为，如果说CPU、GPU属于封闭式的芯片的话，那么FPGA的独具的可编程性就使得其芯片是开放的，而ASIC虽然表面上看是开放的，但是从本质上来说，在芯片定型之后，是无法进行更改的，是“半开放”的。

而对于人工市场来说，云端需要的相对固定，而端侧需要的芯片则根据落地场景的不同需要开放式的芯片。

ASIC的“半开放型”表明，这类芯片可以针对特定的市场和应用去开发，但是由于芯片从设计、流片到量产的成本越来越高，很难有单一的市场容量能够支撑ASIC芯片去进行更深层次的开发。

比特币市场尚且如此，对于其他的体量更小的市场就更是如此。

唐晓蕾强调，对于人工智能市场而言，云端需要的是封闭式的芯片，而端侧需要的则是开放式的芯片，这才是FPGA这类芯片的主战场，ASIC仅仅只是特定市场的需求，更不要说做FPGA的对手了。

FPGA不是终点

但是这并不意味着FPGA就能够完美的适用于端侧，在赛灵思看来，FPGA依然有着很大的进步空间。

ACAP是一个全新的物种 ——唐晓蕾如是说。她介绍说， ACAP 在FPGA的基础上，强化了高性能的优势，保证了芯片能够针对不同的应用领域“硬”化。同时，又保留了FPGA针对不同应用可编程的优势，甚至进一步的开放，实现“软”化。从而，构建了全新的通用的软硬结合的平台。

可以说，CPU等芯片的通用在于其软硬件的固化，开发者不需要了解内部的逻辑就能够开发应用。而ACAP的通用在于，开发者能够根据不同的应用基于这一平台开发出不同的芯片。

当然，这并不意味着，赛灵思就只专注于端侧，而放弃云端。唐晓蕾强调，收购深鉴科技能够帮助赛灵思完善自身的工具链，将深鉴科技在云端的研发和经验与赛灵思的端侧策略结合在一起，完美的实现云与端的结合。

毕竟，FPGA不是人工智能的终点，ACAP只是人工智能的起点。