赛灵思公司（Xilinx）宣布VirtexUltraScale+系列产品再添一位独一无二的高速新成员——VirtexUltraScale+VU57PFPGA。这是一款新型高带宽存储器（HBM）器件，能够以极快速度、低时延和极低功耗传输条件下大量数据。新型VirtexUltraScale+VU57PFPGA融汇了一系列真正强大的功能，理想适用于数据中心和有线及无线通信中要求最严苛的众多应用。图1赛灵思VirtexUltraScale+VU57PFPGA与DDR4等分立式商业存储器相比，赛灵思VirtexUltraScale+VU57PFPGA的存储器带宽和容量大幅提高，是时延敏感型工作负载的绝佳选择，在这些工作负载中，高速的数据吞吐量和快速存储器是关键需求。它将高能效计算功能与高达460GB/s的极高存储器带宽和容量结合在一起，同时运用最先进的PAM4高速收发器，与主流25G收发器相比可实现两倍的传输速率。集成的HBM控制器和AXI端口交换器（切换器）可提供对整个16GHBM的连续内存访问。VirtexUltraScale+HBMFPGA的独到之处在于集成AXI端口交换器（切换器）。它支持从任意AXI端口访问任意的存储器位置，节省了25万个查找表、37万个触发器和超过4W的功耗。该交换器不但能够缩小设计尺寸、简化设计，而且还有助于实现时序收敛，加快产品的上市速度并降低运营成本(OPEX)。此外，新器件还集成了高速连接，如采用RS-FEC模块的100G以太网、150GInterlaken、PCIeGen4等，助力简化设计工作并加快上市速度。赛灵思新款器件的适用应用包括：•计算加速：对数据进行预处理是实现最佳性能的关键。与功能固定的计算器件不同，VirtexUltraScale+VU57P拥有自适应逻辑和460GB/s的HBM带宽，能够选择、转换和整理数据，从而为目标加速器优化输入。使用其高速PAM4收发器，赛灵思新款FPGA助力实现吞吐量和系统性能的最大化。•新一代防火墙：网络运营商需要无中断、高可靠的网络可用性，实现智能管理，同时保障数据安全，防止恶意软件攻击企业网络。VirtexUltraScale+VU57PFPGA凭借线路速率下数以千万计的并发会话，为实现多层网络安全提供无与伦比的可扩展性。通过16GHBM，安全应用在缓冲和重新排序网络流的同时能够管理多个查找表。58GPAM4收发器支持最新的光通信标准，可实现新一代防火墙所需的更高吞吐量。•具备QoS功能的交换机和路由器：配备16GHBM的VirtexUltraScale+VU57PFPGA提供Nx400G/200G/100G/50G交换，搭载了用于QoS功能的400G数据路径流水线和流量管理器。58GPAM4收发器能够使用最新的光通信标准建立连接，将针对外部器件的传输速率提高一倍。查找表和流量管理器队列在HBMDRAM内实现。因为设计中充分考虑了功耗/散热要求，基于VirtexUltraScale+VU57PFPGA的交换机和路由器能够选择无盖封装，以较简单的散热方式实现更高性能，这对于数据中心和电信基础设施具有重要意义。转载自唯样电子资讯。

近日，国产FPGA芯片龙头企业紫光同创联合国内知名的FPGA方案提供商ALINX（芯驿电子）共同推出国产入门级FPGA开发套件，开发板加下载器套餐价格低至470元，为初学者及高校学生、研究院所提供了更加低成本的FPGA开发平台，二者的强强联合，进一步完善了国产FPGA开发生态环境！紫光同创PGL12G开发板该开发套件基于紫光同创logos系列PGL12G-6CFBG256芯片，核心部分由FPGA+SDRAM+QSPIFLASH构成，能够满足数据处理过程中对高缓冲区的需求，可应用于视频图像处理和工业控制等领域。紫光同创PGL12G开发板下载器此外，该开发套件还具有丰富的外围接口，包含1路HDMI输出接口、1路UART串口接口、1路SD卡接口、1个JTAG调试接口、2路AD接口、一个摄像头接口、2路40针的扩展口和一些按键、LED、RTC、蜂鸣器和EEPROM电路等。加之简便的控制和供电，以及完备的用户指南文档和应用案例，非常适合从事FPGA开发的学生及工程师等群体。紫光同创PGL12G开发板丰富的外围接口在此之前，紫光同创已经联合ALINX在去年推出了PGL22G开发板，采用核心板加扩展板的模式。扩展板上，设计了丰富的外围接口，满足各种高速数据传输和处理、视频图像处理和工业控制的要求。此外，用户也可以直接使用核心板，根据具体应用场景设计底板搭配使用，由此激发更多创意设计。紫光同创PGL22G开发板目前，PGL22G开发板已经广泛用于客户早期评估和紫光同创大学计划项目，如全国集成电路创新大赛、全国大学生FPGA创新设计大赛、国产FPGA课程编制等，为国内FPGA专业人才培养及应用生态建设作出了积极的贡献，得到客户和高校师生的一致认可！紫光同创Logos系列高性价比FPGA，采用40nmCMOS工艺和全新LUT5结构，12K-100K逻辑资源，集成RAM、DSP、ADC、Serdes、DDR3等丰富的片上资源和IO接口，广泛应用于工业控制、通信、消费类等领域，是大批量、成本敏感型项目的理想选择。紫光同创市场总监吕喆表示：“很高兴能与ALINX合作共同推动国产FPGA的开发生态，为用户提供快捷方便和高性价比的评估学习平台，支撑国产FPGA用户群体培养，为提升国产FPGA用户体验助力，为促进国产FPGA发展进步赋能。”ALINX公司总经理马瑞表示：“FPGA国产化迫在眉睫，需要国内企业的共同努力。希望紫光同创和ALINX能够发挥芯片和开发领域领头羊作用，继续深化合作，强化应用生态建设，携手助推中国FPGA产业的发展和进步，早日实现国产FPGA芯片的批量供应。”关于紫光同创：深圳市紫光同创电子有限公司，系紫光国微下属公司，专业从事可编程逻辑器件（FPGA、CPLD等）研发与生产销售，是中国FPGA领导厂商，拥有高中低端全系列产品，产品覆盖通信、工业控制、视频监控、汽车电子、消费电子、数据中心等应用领域。公司总部设在深圳，拥有上海、北京、成都等分公司，公司人数超过450人、研发人员占比超过85%，拥有专利近200项、核心专利占比超过85%。关于芯驿电子：ALINX（芯驿电子）是一家专注于FPGA的方案设计公司，公司总部位于上海，已与中科院、中电集团、中国航天、百度等众多高新企业建立了合作关系，设计解决方案涉及人工智能、轨道交通、航空航天、智能制造等诸多领域，同时也是国内最大的FPGA开发板供应商，在FPGA方案设计和产品定制方面具有领先优势。

紫光同创强势推出Logos-2系列高性价比FPGA第一款产品PG2L100H及其全套自主软件和IP方案。该系列产品采用28nmCMOS工艺制程，相对于40nm工艺Logos-1系列FPGA性能提升50%，总功耗降低40%，进一步丰富了公司产品线，满足5G通信、视频图像处理、工业自动化、消费电子等市场的应用需求。该产品已向通信和工业领域重点客户送样，并通过客户项目测试，即将量产发货！紫光同创PG2L100H芯片及Serdes眼图测试演示PG2L100H为用户提供100KLUT4（约1000万门）逻辑资源，支持8通道6.6Gbps高速Serdes接口，支持72-bit位宽1066MbpsDDR3接口，支持硬核PCIeGen2x4，支持丰富的IO和片上时钟资源，支持SEU检测纠错及位流加密等安全特性。Logos-2系列包括25K~200K（约250万门~2000万门）共5款产品型号，其他型号也将在年内陆续发布，敬请关注！紫光同创致力于FPGA技术的创新和研发，为客户提供极具竞争力的FPGA解决方案，期待携手客户和生态伙伴实现合作共赢。

在最近的一篇博客文章“FPGAInthe2020-theNewOldThing”中，Achronix表示，FPGA已经有35年的历史，未来的云计算人工智能时代代表了一个新的FPGA增长机会。事实上，在我们去年的第一次网络研讨会中，AchronixML网络研讨会打破了分析记录。FPGA是一种半定制电路，主要应用于专用集成电路，在航空航天/国防、消费电子、电子通讯等领域有着不可替代的位置。在FPGA的下游应用中，通信占据最大的细分市场，约可达60%左右。其中，FPGA芯片对于5G发展有着不可或缺的重要性。这段时间热搜包月的贸易战，将5G产业推上了风口浪尖。但是，我国民用FPGA供应依赖于美国Xilinx、Altera、Lattice、Microsemi4大芯片巨头，民用领域FPGA国产化率仅4%（MRFR数据）。5G将带来FPGA新需求，基站建设近在咫尺。目前，5G宏基站中都在使用FPGA。无论是在边缘(eFPGA)还是在云(FPGA)中，可编程技术都将在刚刚开始的5G数据爆炸式增长中扮演关键角色。我们从2015年第四季度开始在SemiWiki上追踪人工智能，并发表了182个博客，获得了近100万的浏览量，这是相当不错的成绩。简单地说，人工智能无处不在，大大小小的公司都在以最快的速度消耗人工智能设计支持信息。回到Achronix的博客文章，它充满了有趣的数据和链接，如果你正在研究FPGA在5G时代的使用，这些数据和链接将非常有用。我也花了很多时间研究人工智能，并与一些大公司和SemiWiki合作完成了几个人工智能项目。FPGA是当今半导体领域的老古董。尽管FPGA已经有35年的历史，但未来10年代表着自上世纪90年代初以来从未出现过的增长机遇。为什么现在会这样?全球数据量持续激增，IDC预测，到2025年，全球每年将产生超过175zb的数据。有了这么多的数据，就有了一个巨大的机会来分析它，从而获得能够改变和影响世界的见解。人工智能将在这一数据挖掘操作中扮演重要角色，企业正在增加在机器学习和数据分析方面拥有深厚技能的员工，以应对未来的挑战……此外，由于5G通道数大幅增加，单站FPGA用量相应增加。中国5G商用进度全球领先，且我国每代移动通信技术大规模资本开支一般集中于商用前几年，因此，当前FPGA较4G时代将占据更重要地位。由于5G应用频段较高，5G基站数量或将达到4G的1.5倍。另外，随着2022年后“5G下半场”毫米波技术成熟，小基站的数量规模有望达到千万级。5G需满足的业务场景将远超1G~4G，5G设备将面对更复杂的物理协议、算法，对逻辑控制、接口速率要求提高。因此，专家估计5G市场，单基站侧FPGA市场价值将达到4G的数倍。FPGA门槛高，国产化率低，未来将成国产化替代攻坚领域中国市场FPGA需求量全球最大（30%以上），但我国的FPGA市场国产化率非常低。目前在民用领域，国产FPGA在中国市场占有率不到5%，未来国产FPGA有望蓬勃发展。在FPGA中处理AI/ML工作负载的新块浮点运算单元块浮点(BFP)是浮点和定点算法的混合，其中数据块被分配一个公共指数。我们描述了一种新的算术单元，它为常见的矩阵算术运算执行块浮点运算并创建浮点结果。BFP算术单元支持多种不同精度和范围的数据格式。与传统的浮点运算单元相比，BFP通过牺牲一些精度来节省大量的功率和面积。这个新的运算单元已经在来自Achronix的新的7nmFPGA家族中实现。在一项演示中，人工智能和机器学习的工作负载进行了基准测试，与半精度(FP16)操作相比，BFP的性能和耗电都得到了提升。FPGA能否称雄？作为FPGA（现场可编程门阵列）大厂，赛灵思方面认为，摩尔定律已经接近走向终结，未来不能单纯依靠芯片设计的周期性更新达到所需，这导致未来需要更多依靠芯片架构创新突围。赛灵思通信部门市场总监GillesGarcia表示，目前面临的这些挑战共同之处在于，要求有更高的性能、更多带宽和更强计算能力，5G时代对赛灵思意味着更大的发展机会。不同于此前通信时期，5G意味着更加碎片化的处理节点，端-边-管-云构成了庞大的计算网络。Garcia进一步指出，5G将对FPGA厂商带来三方面主要挑战：大规模天线阵列如何管理无线电方面的复杂性，如何管理好前传的带宽需求，更大量的数据回传需求如何满足。具体来说，在前传方面，由于满足传统4G无线电装置使用的同时，新增5G协议装置的处理，这意味着要能支持不同协议的融合接入；城域间的多个接口，每个接口速率最高达到100Gbps，意味着核心干线传输接口至少需要具备100-400Gbps的传输能力。同时，终端的数据回程吞吐量将增加10倍，加上庞大的用户群体，数据量将呈现指数级上升趋势。从网络特征来看，5G对更高带宽和更低时延的要求也进一步增加。GillesGarcia介绍道，赛灵思采用的16纳米制程技术，可节省60%功耗；而RFSoC技术，能做到在单芯片的SoC（系统级芯片）上把数字和模拟结合在一起，把封装尺寸降低70%。下一个竞争点在哪里？5G时代一个重要变化是，电信运营商在数据中心进行边缘计算，其中涉及网络虚拟化功能。在核心网部分，厂商对带宽的要求不断放大，因此赛灵思方面认为，数据中心将是一个重要市场。包括赛灵思在内的大厂商已在斥巨资做大量的研发提供人工智能的能力、机器学习的能力，还有异构计算的解决方案。而在FPGA市场，此前英特尔曾收购赛灵思的竞争对手Altera，英特尔一大发力点也在于数据中心。此前，英特尔收购eASIC，意在用eASIC把FPGA过渡到ASIC（专用集成电路）层面。而业界也有观点提出，ASIC是否会接棒FPGA成为下一代热捧的处理方案。总结较之从前，物联时代网络存在明显的差异，边缘计算业务部署需求呈现多样化特征，只有对客户需求把握准确的公司才能逐步做大做强。在人工智能学习推理和图像智能需求领域，GPU大行其道推动英伟达等公司迎来高速增长，而5G边缘计算时代，FPGA将成为新的产业新重心。相比其他异构处理器，FPGA更适配边缘计算场景，其可针对每一种具体应用，根据其算法结构进行深度定制，达到较高的计算效率和能效；同时其与GPU相比，FPGA架构能大幅优化带宽提升计算效率；并且在低时延与稳定性上具备天然的优势。由此可看，5G边缘场景的多样化将驱动算力产业进入FPGA时代。文章来源网络

近日，清华大学微电子所、未来芯片技术高精尖创新中心钱鹤、吴华强教授团队与合作者在《自然》在线发表了题为“Fullyhardware-implementedmemristorconvolutionalneuralnetwork”的研究论文，报道了基于忆阻器阵列芯片卷积网络的完整硬件实现。该存算一体系统在办理卷积神经网络（CNN）时能效比前沿的图形办理器芯片（GPU）高两个数质级，可以说在一定程度上冲破了“冯诺依曼瓶颈”的限造：大幅提升算力的同时，实现了以更小的功耗和更低的硬件成本完成复杂的计算。什么是忆阻器？忆阻器，全称记忆电阻器（Memristor），是继电阻、电容、电感之后的第四种电路基本元件，表示磁通与电荷之间的关系，最早由加州大学伯克利分校教授蔡少棠在1971年预言存在，惠普公司在2008年研制成功。简单来说，这种组件的的电阻会随着通过的电流量而改变，而且就算电流停止了，它的电阻仍然会停留在之前的值，直到接受到反向的电流它才会被推回去，等于说能“记住”之前的电流量。这种奇妙的效果，其实和神经元突触有相仿之处。再加上忆阻器还具有尺寸小、操作功耗低、可大规模集成（三维集成）等优点，难怪计算机科学家们在忆阻器身上看到了存算一体、低能耗类脑计算的前景。人工神经网络近年来大放异彩，如果用忆阻器连接成阵列，作为人工神经网络的硬件，会有什么效果？忆阻器阵列当前国际上的相关研究还停留在简单网络结构的验证，或者基于少量器件数据进行的仿真，基于忆阻器阵列的完整硬件实现仍然有很多挑战：器件方面，制备高一致、可靠的多值忆阻器阵列仍是挑战；系统方面，受忆阻器的阻变机理制约，器件固有的非理想特性（如器件间波动，器件电导卡滞，电导状态漂移等）会导致计算准确率降低；架构方面，忆阻器阵列实现卷积功能需要以串行滑动的方式连续采样、计算多个输入块，无法匹配全连接结构的计算效率。钱鹤、吴华强教授团队通过优化材料和器件结构，成功制备出了高性能的忆阻器阵列。2017年5月，该课题组就曾在《自然通讯》报告称，首次实现了基于1024个氧化物忆阻器阵列的类脑计算，将氧化物忆阻器的集成规模提高了一个数量级。这使芯片更加高效地完成人脸识别计算任务，将能耗降低到原来的千分之一以下。忆阻器神经网络为解决器件非理想特性造成的系统识别准确率下降问题，他们提出一种新型的混合训练算法，仅需用较少的图像样本训练神经网络，并通过微调最后一层网络的部分权重，使存算一体架构在手写数字集上的识别准确率达到96.19%，与软件的识别准确率相当。与此同时，提出了空间并行的机制，将相同卷积核编程到多组忆阻器阵列中，各组忆阻器阵列可并行处理不同的卷积输入块，提高并行度来加速卷积计算。在此基础上，该团队搭建了全硬件构成的完整存算一体系统，在系统里集成了8个包括2048个忆阻器的阵列，以提高并行计算的效率，并在该系统上高效运行了卷积神经网络算法，成功验证了图像识别功能，证明了存算一体架构全硬件实现的可行性。存算一体系统架构近年来，钱鹤、吴华强教授团队长期致力于面向人工智能的存算一体技术研究，从器件性能优化、工艺集成、电路设计及架构与算法等多层次实现创新突破，先后在《自然通讯》（NatureCommunications）、《自然电子》（NatureElectronics）、《先进材料》（AdvancedMaterials）等期刊以及国际电子器件会议（IEDM）、国际固态半导体电路大会（ISSCC）等顶级学术会议上发表多篇论文。文章来源网络

中国北京–2020年2月27日–MathWorks今天宣布，随着2019b发行版的MATLAB和Simulink产品系列最近上市，VisionHDLToolbox提供对在FPGA上处理高帧率(HFR)和高分辨率视频的原生多像素流处理支持。视频、图像处理和FPGA设计工程师在处理240fps或更高分辨率的4k或8k视频时可以加快权衡表现和实现的探索和仿真速度。为帮助实时处理工业检测、医学成像以及情报、监控、和侦察(ISR)等应用中的高分辨率和HFR视频而设计FPGA的工程师面临挑战，力争达到吞吐量、资源利用率和功耗等目标。VisionHDLToolbox提供可以并行处理4或8像素的模块，底层硬件实现自动进行更新，以通过指定的并行性支持仿真和代码生成。这种能力可帮助硬件工程师与图像和视频处理工程师合作，在较高的抽象级别上探索和仿真视觉处理硬件表现。向此设计工作流程中添加HDLCoder，工程师可以直接从他们已验证的高层次模型生成可合成、独立于目标的优化VHDL或Verilog代码。“在FPGA、ASIC和SoC设备上实现视觉处理算法需要在吞吐量和资源利用率之间巧妙地权衡，4k、8k和高帧率视频成倍地扩大这一挑战。”MathWorks的首席产品营销经理JackErickson说，“探索解决方案空间和在较高的抽象级别上仿真，可帮助工程师在致力于寄存器传送级(RTL)之前更快速地在架构上收敛。VisionHDLToolbox及其原生的每时钟多像素(multi-pixel-per-clock)处理自动实现所有细节，使工程师能够专心开发满足其要求的硬件算法。”VisionHDLToolbox为在FPGA、ASIC和SoC设备上进行视觉系统设计和实现提供了像素流处理算法。它提供一个设计架构，可支持各类接口类型、帧尺寸和帧率。该工具箱中的视频和图像处理算法对硬件实现进行建模，包括延迟、控制信号和行缓冲区。该工具箱算法旨在生成VHDL和Verilog（使用HDLCoder）的可读取、可合成的代码。生成的HDL代码是经过FPGA验证的，适用于高达8k分辨率的帧尺寸和HFR视频。VisionHDLToolboxR2019b现已在全球上市。要了解更多信息，请访问：mathworks.com/products/vision-hdl。图示：VisionHDLToolbox有助于快速探索每个时钟处理1、4或8像素。©MathWorks关于MathWorksMathWorks是数学计算软件的领先开发商。它所推出的MATLAB被称为“科学家和工程师的语言”，是一种用于算法开发、数据分析、可视化和数值计算的程序设计环境。Simulink是一个面向多域和嵌入式工程系统仿真和基于模型设计的框图环境。全球的工程师和科学家们都依赖于MathWorks公司所提供的这些产品系列，来加快在汽车、航空、电子、金融服务、生物医药以及其他行业的发明、创新及开发的步伐。MATLAB和Simulink产品也是全球众多大学和学术机构的基本教研工具。MathWorks创建于1984年，总部位于美国马萨诸塞州的内蒂克市(Natick,Massachusetts)，在全球16个国家/地区拥有4500多名员工。有关详细信息，请访问mathworks.com。MATLABandSimulinkareregisteredtrademarksofTheMathWorks,Inc.Seemathworks.com/trademarksforalistofadditionaltrademarks.Otherproductorbrandnamesmaybetrademarksorregisteredtrademarksoftheirrespectiveholders.文章来源于网络

近日，北京微电子技术研究所发布消息称，772所成功完成了高可靠多通道混合信号FPGA（BAF3000C3Y）研制工作，已形成针对多通道智能传感器信号处理的集成解决方案，实现了单一封装内智能传感器模拟数字信号的协同处理，标志着772所高可靠混合信号FPGA研制能力取得了新突破。混合信号FPGA是面向智能传感器领域专门开发的一类微系统集成产品。据悉，多通道混合信号FPGA的成功研制，是在单通混合信号FPGA（BAF1000）的研制基础上，依托772所在FPGA、ADC、DAC、FLASH等技术领域的研究成果，采用高可靠塑封集成技术，实现了单一封装内智能传感器模拟数字信号协同处理的突破。此外，该产品与原有板级方案相比，PCB占用面积减小约60%。目前该产品已完成全部功能性能测试和大量可靠性试验，通过了航天科技、航天科工、航空、兵器、相关高等院校等多家传感器研制单位的全面试用验证。

荷兰半导体设备供应商ASML表示，无论有无美国发放的极紫外光光刻机（EUV）销售许可证，ASML都希望对华继续供应半导体设备，并希望2020年增加其产品在中国市场的销售份额。据了解，在EUV光刻机领域，ASML是全球唯一能生产EUV的企业，美国一直反对这家荷兰企业与中国的芯片制造公司有过多的生意往来。据路透社报道，稍早前特朗普政府展开“强大攻势”，阻止荷兰向中国出售芯片制造技术。美国国务卿迈克·蓬佩奥正在游说荷兰政府，同时白宫官员向荷兰首相分享了一份机密情报报告。此前并未报道的高规格做法，表明了白宫对阻止中国获得制造世界上最快微处理器所需机器的重视程度。这也显示了美国政府在试图单方面阻止先进技术流入中国方面，很大程度上还难以得逞。本文转载自网络

近日，华为商城上架了一款mBot编程机器人，支持HUAWEIHiLink，原价549元，限时特惠499元。作为入门级的STEAM教育机器人，mBot让机器人编程学习和教学变得简单有趣。mBot已进入“美国CSTAK-12CS标准”《用mBot学编程：玩转无人驾驶汽车》课程。mBot采用模块化设计，各电子模块与主板接口之间以颜色区分，匹配相应的颜色就能接线，只需一把螺丝刀就开始搭建。通过配套游戏化学习app，mBot将编程知识点设计成一个个游戏关卡，引导孩子编程遥控mBot通关游戏，不断解锁不同的知识点，循序渐进地掌握编程技能。mBot拥有丰富的传感器，加上4个扩展接口，可外接100多种电子模块，还可以搭配丰富的扩展包和DIY平台上500多种零件，搭出多种创意形态，并在搭建中学习电子、机械原理和知识。mBot与HUAWEIHiLink结合后，拥有了更加智能的操控方式，打开手机“华为智慧生活”APP，就能实现多种操控。通过华为AI音箱、华为语音助手还可以对mBot进行语音控制。

随着FPGA不断发展到今天，它可能是有史以来最为复杂的半导体器件。例如，赛灵思在XDF上展示的Versal器件包含360亿支晶体管；前不久之前英特尔发布的全球最大的FPGA器件，Stratix10GX10M，有着433亿晶体管、1020万可编程逻辑单元，以及2304个可编程I/O。（图片来自英特尔）FPGA的复杂度远远不能通过晶体管数量进行简单量化。这几百亿个晶体管，组成了大量可编程逻辑单元和查找表结构、数千个高性能运算单元、各种类型和大小的内存资源、高速串行IO接口、多个嵌入式处理器、还有成百上千种不同功能的软核和硬核IP等等。当所有这些硬件资源都被集成到一个芯片上时，就产生了一个重要的问题：用户如何对这些硬件资源进行编程？对于一个具体的应用，通常来说需要将其分解成在硬件上运行的部分、以及在软件上运行的部分。对于FPGA，这种分解方式将会变得更加复杂。比如，哪部分要用可编程逻辑实现，哪部分要用微处理器实现；需要如何合理的分配片上内存、当片上内存不足时如何优化使用片外内存；如何提升系统性能、吞吐量、时钟频率；如何对设计增加并行性、添加流水线……等等。可以看到，设计一个高效的FPGA应用是一个极其复杂的工作。对于许多尝试使用FPGA的团队而言，这其中最大的挑战就来自于FPGA结构本身。和其他芯片结构相比，FPGA有着独特的可编程逻辑阵列，从而可以实现大规模的硬件并行，并带来极高的吞吐量、极低的功耗，以及各种对系统性能和效率的连锁收益。而这也是FPGA架构最吸引人的地方。但是，当系统的软硬件架构确定下来，并开始进行实现时，开发团队就面临着设计复杂数字电路的严峻任务。而这个过程需要使用特定的硬件描述语言（RTL）对电路逻辑进行建模，同时要求工程师对电路综合、逻辑映射、布局布线、时序收敛等各个环节都有丰富的经验。这一切的一切，都大大增加了FPGA设计的难度和门槛，让很多团队望而却步。如何降低FPGA的开发难度对于FPGA公司来说，几十年来他们在一直致力于降低FPGA的开发难度。时至今日，包括英特尔和赛灵思在内的大型FPGA公司，都有着更多工程师参与设计工具软件的开发，而不是开发FPGA芯片本身。除此之外，这些FPGA厂商还有着一支庞大的现场应用工程师大军，他们时刻准备着帮助客户解决各种FPGA的实际问题。同时，业界也出现了很多第三方的FPGA设计咨询公司、IP提供商、外包公司等等，他们挣钱的方式就是帮助客户尽可能的简化FPGA的开发过程。也就是说，为了应对FPGA复杂的编程性，业界已经发展产生了很多特定的分工。当前，FPGA正在不断进入各种快速扩张的市场，包括从边缘计算到云计算的加速、网络数据处理和存储的加速，以及各种嵌入式应用，比如5G和汽车市场等等。然而，这些领域中的大多数开发团队都没有FPGA相关的设计专业知识和经验。更重要的是，在这些领域中，大多数的应用都是使用软件设计开发的，并越来越依赖人工智能技术的发展。这些都使得FPGA的开发难度被无限放大，也极大的阻碍了FPGA的进一步使用。因此，业界都在期待FPGA的开发环境能够升级，使得特定领域的软件开发者能够高效的利用复杂的异构硬件，独立实现FPGA应用开发，且无需了解底层的电路结构和细节，也无需FPGA专家过多的介入开发过程。Vitis：拥抱软件开发者Vitis是赛灵思应对这一问题的最新答案。Vitis位于Vivado工具套件的上层，被设计用来为软件开发者提供开发、调试和运行FPGA的一系列必要组件。Vitis并没有强制开发者使用固定的IDE，与之相反，它可以被插入到很多常见的软件开发工具和框架中，并依靠一系列硬件加速库库连接底层的赛灵思的生态系统。赛灵思强调，这些库和硬件IP都是开源的。尽管这里所谓的“开源”是指专门为赛灵思自身的硬件架构设计的，也就是说，在竞品上使用这些开源库和IP可能会很困难，但这也被业界看做是一个大胆的举措。Vitis的层次化结构Vitis的架构示意图如下所示。其中，Vitis的核心开发工具包（CoreDevelopmentKit）包括编译器、分析器和调试器，它们位于运行库之上。运行库负责管理各种硬件加速计算和子系统。在框架的最底层，是硬件相关的目标平台，它根据目标器件或开发板定义了基本软硬件架构及应用环境，包括存储器接口、自定义IO接口、数据传输协议和接口等。（图片来自赛灵思）在核心开发工具包之上，就是所谓的硬件加速库。它由针对不同应用领域的8个子库组成，分别应对AI、视频编解码、视觉与图像处理、数据分析、金融量化、基础线性代数计算、求解器、以及数据库操作。这八个子库总共包含400多个预先优化的开源应用，能极大的减轻这些领域应用开发的难度、降低开发时间。（图片来自赛灵思）对于软件工程师和算法工程师而言，他们可以根据这些硬件加速库，很快的对算法和应用进行高层次建模，并直接利用底层的可编程逻辑器件对这些应用进行硬件加速。这些硬件加速库中适合FPGA硬件实现的部分，在底层已经完成了RTL实现、调试、综合、映射、布局布线和时序收敛的工作，在调用时这些步骤会自动在后端进行。对外则以开源C/C++函数或API的形式分发，并已经为赛灵思HLS编译器进行过了预先优化。因此，软件和算法开发者无需关心这些函数和功能的底层硬件实现。在Vitis顶层，则是针对特定领域（domainspecific）的开发环境。以AI为例，它支持TensorFlow、PyTorch和Caffe等标准AI框架，并提供了一些预先训练和优化过的AI模型。（图片来自赛灵思）通常来说，AI模型的训练过程是在数据中心环境里、使用高精度浮点数进行的。当这些模型被部署并用于推理时，往往会经过并行化、量化、剪枝，以及在时空和能耗三个维度进行各类优化。VitisAI可以帮助这些优化在FPGA上执行，并取得可观的改进。（AI优化器，图片来自赛灵思）综上所述，Vitis是一个顺应时代潮流的产物，对于赛灵思来说也是一个巨大的进步。它为三类开发者，即硬件工程师、软件工程师和算法工程师，提供了有关FPGA硬件加速的清晰的入口点和熟悉的开发环境。竞品分析：英伟达之CUDA在某种意义上，Vitis类似于英伟达在多年前对CUDA所做的那样。英伟达之所以在AI时代取得了非凡的成功，很大程度上取决于它对GPU编程模型易用性的提升。对于CUDA，英伟达创建了一个编程框架，允许普通的软件工程师借此利用非传统的硬件架构进行高性能编程。通过CUDA，英伟达成功的将GPU作为硬件加速器并打入数据中心这个广阔的市场。（幻灯片已上传至知识星球）相比之下，Vitis可以为赛灵思做CUDA为英伟达做的事情，使可编程逻辑器件更容易用于加速各类实际应用。竞品分析：英特尔之OneAPI几乎在同一时间，英特尔也官宣了他们的“OneAPI”编程框架。英特尔表示，OneAPI为CPU、GPU、FPGA提供了一个通用的开发环境，并能够针对特定的架构进行性能调优。在与XEONCPU的互联方面，OneAPI还提供了对UPI以及未来CXL的有效支持。（图片来自英特尔）关于OneAPI和CXL的有关内容，老石在之前的文章中曾经介绍过。其中，英特尔的AgilexFPGA将成为首款支持OneAPI与CXL的FPGA产品。（图片来自英特尔）对于FPGA阵营来说，人们已经眼睁睁的看着英伟达在加速应用领域取得了多年的主导地位。值得欣慰的是，Vitis和OneAPI走在了正确的道路上，它们也许会给赛灵思和英特尔提供更多对抗英伟达的筹码。对于这两家公司来说，Vitis和OneAPI谁能更胜一筹，还需要时间的检验。“开放性”是这两个编程框架所大力强调的特点，但这里的开放性都是基于两家公司各自的底层硬件，而非广义的开放和通用。可以想象的是，将基于其中一个环境开发的应用程序移植到另外一个开发环境中，将面临着相当的困难和挑战。另一方面，FPGA只是英特尔芯片产品组合中很小（但很重要）的一部分。OneAPI的设计初衷，还是围绕XEONCPU为主，辅以各类硬件加速单元。除了FPGA，还包括比如不久前宣布的XeGPU（见下图），以及现有的各类NervanaAI加速芯片等等。因此在格局上，似乎OneAPI会更具吸引力。但可想而知，这种大格局也势必造成更大的开发难度。结语任何芯片的大规模使用，都离不开易用性的支持。从这个角度来看，Vitis可以说为FPGA的发展掀开了崭新的一章。它将使得FPGA与GPU、FPGA与FPGA之间的竞争更加精彩和有趣。让我们拭目以待。原文来自：老石谈芯

5G+物联网方兴未艾。根据产业研究机构StrategyAnalytics的最新研究，到2025年，5G连接将成长到所有IoT连接的三分之一，以NB-IoT与LTE-M为主的蜂窝物联网连接的数量将成长到23亿。截至2019年底，当前市场以2G、3G、4G为主，占所有连接技术的79%，但是5G在整个2020年代将占据主导地位。汽车是最主要的应用领域，其他应用包括工业和公共领域、交通运输和安全等。在政府的大力支持下，亚太地区仍然是最大的市场，尤其是在中国物联网成长的支持下，5G+物联网发展蓬勃。2019年12月19-20日为期三天，在深圳会展中心举办的第八届深圳国际电子展暨嵌入式系统展向来是电子半导体产业的盛事，但这次电子展上除了国内外各种半导体原厂与电子元器件厂商之外，IDH方案展出板卡和创新方案也不少，且值得注意的是，中国RISC-V联盟的关键成员都纷纷到此布展展示IP产品及相关服务，显示开源生态与电子半导体产业结合，将是一大趋势。中国RISC-V产业联盟：搭建中国国产自主、可控、安全的RISC-V异构计算平台RISC-V指令集架构（简称“架构”）本质上是一套关于处理器软硬件接口规范的开放标准，真正能够被使用起来的是不同“微架构”的处理器IP，有商业、开源、自行并发三种实现方式。它具有低成本、低功耗、比较灵活，适合物联网、人工智能这些比较创新性的领域和给业界公司提供了很多选择，避免在CPU上绑死，这是产业共性的特点，凭借创新性、灵活性，大家一块去推动产业发展的共性。在中国还具有自主可控的意义和价值。近几年，国际社会特别是一些大国，对关键技术实行封锁政策，而且有愈演愈烈之势。在本次展会中，中国RISC-V产业联盟（CRVIC）秘书长滕岭表示，联盟秉承开放、合作、平等、互利的原则，致力于解决中国RISC-V领域共同面对的关键问题，建立中国国产自主、可控、安全的RISC-V异构计算平台，促进形成贯穿IP核、芯片、软件、系统、应用等环节的RISC-V产业生态链。RISC-V与出口管制资料来源：CRVIC据滕岭透露，这一年多来，在国内各地举办的RISC-V相关大大小小会议激增到几十场之多，可以说业内推广已经提前达成。未来的目标更多是向外界的较深入的推广，一是向下，一是向上。向下推广是指与更多的下游行业组织发生联系，如物联网、家电等等，让RISC-V这样一个上游的底层的技术能够被下游所认知，RISC-V所独有的灵活、面向领域定制等得到探索，能更大程度地延伸RISC-V的创新触角。向上推广是指比较深入地去研究RISC-V的一些共性问题，去和相关部门做比较深度的沟通汇报。中国RISC-V产业联盟（CRVIC）秘书长滕岭目前，联盟创始会员包括紫光展锐、华大、晶晨、格易、乐鑫、苏州国芯、华米等五十多家产业链上下游企业，复旦、交大、同济、电子科大、西安电子、中国科大等十余家重点大学和研究机构等。佰维存储：AI+5G快速融合，智慧存储需求夯2020年，AI与5G技术的快速发展与融合，极大助力了物联网相关应用方案落地，IoT、智慧医疗、智慧城市，安防监控等领域技术不断更新，催生了新一代的智慧存储需求。每一类应用需求对存储设备的性能、耐用性、可靠性、接口规范、宽温应用等提出了不同的规范和要求。佰维存储嵌入式存储事业部负责人涂有奎表示，在此次嵌入式系统展中展出面向智能穿戴、车载电子、智能音箱、网络安全、宽温级工业应用、轨道交通、加固型工业应用等不同场景下的存储解决方案，产品类型涉及嵌入式存储芯片，工控级SSD，存储卡、内存以及客制化存储服务。佰维为智能硬件设备提供更为卓越的存储解决方案，典型的产品有BGASSDE009和ePOPE010。搭乘5G+AI新风口，米尔科技深耕ARM+Linux米尔科技是一家总部位于深圳，专注于ARM/FPGA嵌入式软硬件开发的高新技术厂商，专门提供ARM/FPGA核心板模块/开发平台，开发工具，项目定制服务。同时米尔科技致力于工业以太网/机器视觉等解决方案的开发。米尔科技营销副总周麒在今年第八届深圳国际电子展暨嵌入式系统展，米尔科技携多款新品和技术解决方案亮相本次大会吸引众多观展者，让米尔展区热闹非凡。米尔科技展示全系列产品：Arm开发工具及仿真器、Arm核心板及开发板、充电桩计费控制、物联网、车联网、工业控制、人工智能、边缘计算、智能新零售等解决方案。米尔科技携多款新品和技术解决方案亮相本次大会吸引众多观展者，让米尔展区热闹非凡谈及对客户的服务，米尔科技营销副总周麒表示，米尔科技在解决方案上并不认为自己是一个完整的硬件厂商，米尔科技更多的关注的是软件和对客户服务的对接。就充电桩方案举例来说，包括大客户所需要对接充电网的协议，甚至包括一些特色充电功能，米尔科技都通过其软件团队去帮客户实现。米尔科技也有驻厂工程师的服务，除硬件以外，在协议上的支持，在产品的定制化上给客人带来更多增值服务。专注超微型MLCC，宇阳科技紧盯5G手机和智能穿戴机遇宇阳科技自2001年成立，是一家专注于贴片陶瓷电容（MLCC）领域的自主品牌企业。宇阳科技战略开拓中心总监陈永学表示，这次参展的重点产品有超微型01005封装电容、高温X6/X7系列电容和高容系列电容，还有新开发的射频大功率系列产品。01005的尺寸仅有0.4*0.2*0.2mm。非常适合5G手机、智能穿戴、和芯片内置等行业应用高容系列产品。目前宇阳科技已经完成0201-2.2uF的技术开发，同时大尺寸高容也在积极准备产能。宇阳科技战略开拓中心总监陈永学高温X6系列工作温度是在-55～105℃，X7是-55～125℃。随着CPU、GPU等主芯片处理速度不断提升，功能更加丰富，终端产品的工作温度不断升高。在这个情况下，高温产品的可靠性优势会非常明显，大大提升整机设备的高温可靠性。射频大功率UPC系列产品具有高Q值，低ESR，非常适合5G基站等射频大功率场景使用。瞄准5G+物联网机遇，芯讯通加速转型芯讯通市场部总监谭梦溪表示，芯讯通这次在展会主要展出有最新的5G模块，一共推出了三个型号：8200EA-M2（M2封装），8300G（M2封装）和8200G（LGA封装）三款。M2封装更适合笔记本电脑、CPE，因为它是直接拔插的，连接会比较方便。LGA封装相对比较复杂，可能更加适合高端应用，像工业类的网关等应用场景。另外，在NB这块也有推出一些新的产品，像今年最小的7909G，还有7070和7080都是全网通和全球通在用的NB模块，都是对芯讯通之前2G和我们原有NB的升级。芯讯通市场部总监谭梦溪NB模组越做越小，芯讯通在今年做了一款全球范围内最小的一个NB块的模组——SIM7090，是现在所有体量最小的一个NB的模组，它是一个全频段的模组，封装尺寸只有14.8×12.8×2毫米。谭梦溪透露，事实上，2G、3G、4G，包括现在的5G，芯讯通都在做。但是占比最大的还是2G业务，但现在2G面临退网，所以很多都开始往NB这块转。2G和4G各占50%左右。文/莫延芬原创声明：电路城原创内容，未经授权禁止转载。

近日，UltraSoC宣布，它将通过与OpenHW集团（OpenHWGroup）合作以提供其业界领先的RISC-V追踪编码器的开源项目。提供量产级的、符合标准的处理器追踪解决方案可为开发人员提供关键推动力，并支持OpenHW集团去实现其创建一个基于开源处理器的、开放的、商业级的技术开发生态系统的目标。UltraSoC首席执行官RupertBaines表示：“我们完全相信行业标准和开源的重要性；通过开源提供该编码器，我们可以帮助行业去采用RISC-V、增强生态系统并支持兼容性和一致性。在软件领域，开源是一种常见的模式；但是在硬件领域，我们才刚刚开始探索这种强大方法的可能性。RISC-VISA已经提供了最初的动力，OpenHW集团等行业机构正在推动其进一步发展。同时，法律框架已经发展到支持硬件半导体知识产权（IP）公司放心地授权其技术。”OpenHW集团首席执行官RickOConnor评论道：“作为一家专注于商业IP的供应商，UltraSoC将开源其追踪硬件，这一事实表明开源硬件正在加速发展并日趋成熟。一个可提供强大可靠的、商业级开源平台的全面生态系统正是我们的追求。”

PolarFireSoC早期使用计划支持实时应用程序和多种操作系统，提供无与伦比的能效表现计算密集型网关和边缘设备的趋势正在推动传统确定性控制应用程序与额外嵌入式处理功能的集成需求，后者是开发智能安全连接系统所必须的组件。针对这一需求，MicrochipTechnologyInc.（美国微芯科技公司）启动了PolarFire®片上系统（SoC）现场可编程门阵列（FPGA）早期使用计划（EAP）。新产品依托屡获殊荣的中等密度PolarFireFPGA系列产品打造而成，提供全球首款基于RISC-V的强化型实时微处理器子系统，同时支持Linux®操作系统，为嵌入式系统带来一流的低功耗、热效率和防御级安全性。符合要求的EAP客户可立即使用Microchip的Libero®SoC12.3FPGA设计工具包和SoftConsole6.2集成开发环境（适用于嵌入式开发人员）进行设计。客户现在还可以使用Renode调试其嵌入式应用程序，Renode是微处理器子系统的一个虚拟模型。MicrochipFPGA事业部副总裁BruceWeyer表示：“通过提供业界首款基于RISC-V的SoCFPGA以及相应的Mi-V生态系统，Microchip及其Mi-V合作伙伴正在推动嵌入式领域的创新，助力设计人员开发全新的低能耗应用。这将赋能我们的客户在网络边缘设备中添加全新的功能，满足通信、国防、医疗和工业自动化等领域的需求。”PolarFireSoC的能耗比业界同类产品低50%，为客户带来众多好处，包括通过消除对风扇和散热器的需求来减少材料成本。它同时也是第一款具有确定性、一致性RISC-VCPU集群和具有确定性L2内存子系统的SoCFPGA，支持Linux和实时应用程序。Mi-VRISC-V生态系统是由Microchip和众多第三方合作伙伴开发的一套全面的工具和设计资源，完全支持RISC-V设计，同时支持包括Linux在内的多种实时操作系统。目前，多家RISC-V生态系统合作伙伴已表示将支持PolarFireSoC，包括WindRiver、MentorGraphics、WolfSSL、ExpressLogic、Veridify、Hex-Five和FreeRTOS，此外，IARsystems和AdaCore的开发工具也将支持PolarFireSoC。WindRiver负责产品管理的副总裁MichelGenard表示：“对于那些致力于集成人工智能等技术的开发人员，他们同时也要应对构建行为可预测实时系统的挑战，VxWorks®对PolarFireSoC的支持对于推动行业发展至关重要。鉴于PolarFire的目标应用具有确定性和安全至上的特性以及对RISC-V的支持，我们预计Microchip的全新SoCFPGA将获得我们广大客户群的热烈欢迎。”西门子Mentor嵌入式平台解决方案业务部总经理ScotMorrison表示：“低功耗是绝大多数NucleusRTOS用户的关键设计考量因素，这使得Mentor支持PolarFireSoC作为嵌入式计算平台成为必然。通过将Nucleus移植到PolarFireSoC，我们正帮助开发人员将Nucleus引入一系列更广泛的确定性应用程序，这些应用程序对可扩展性和卓越的可靠性都有具体的要求。”PolarFireSoC具备多种调试功能，包括来自Mi-V合作伙伴UltraSoC的指令跟踪和无源运行时可配置高级可扩展接口（AXI）总线监视器、50个断点、FPGA架构监视器和Microchip内置双通道逻辑分析仪SmartDebug。PolarFireSoC的架构具备可靠性和安全性功能，包括所有存储器上的单错误校正和双错误检测（SEC-DED）、物理存储器保护、抗差分功耗分析（DPA）加密核心、国防级安全启动和128Kb闪存启动存储器等。RISC-V峰会Mi-V合作伙伴WindRiver、MentorGraphics、WolfSSL、HexFive、Veridify、DigitalCore和AdaCore将在RISC-V峰会期间展示各款支持PolarFireSoC开发平台的解决方案。产品供货希望获得早期使用计划资格的客户可联系PolarFireSoC@microchip.com。MPFS250T样品将于2020年第3季度推出。客户可使用现有开发工具开展设计，并可下载公开文档及附属资料。

新一轮的AI热潮对芯片提出了更高要求，不过，AI芯片的定义还没有严格和公认的标准。因此，可以运行深度学习算法的CPU、GPU以及FPGA和ASIC都可以被称为AI芯片。虽然都称为AI芯片，但在2019年AI落地的大背景下，AI芯片的效率更值得关注。那么，在边缘端，FPGA能与专为边缘AI设计的ASIC共同推动AI的普及吗？三大FPGA公司整体向上历经并购和整合，目前全球排名前三的FPGA供应商分别是赛灵思、英特尔、莱迪思。有意思的是，前两大供应商在今年相继推出“最大”FPGA。8月，赛灵思宣布推出全球最大容量的FPGAVirtexUltraScale+VU19P，这款FPGA基于台积电16nm工艺，集成350亿个晶体管、900万个系统逻辑单元，有每秒达1.5Terabit的DDR4存储器带宽、每秒达f4.5Terabit的收发器带宽和超过2000个用户I/O。三个月后的11月，英特尔宣布推出全球容量最大的FPGAStratix10GX10M，采用14nm工艺制造，集成了443亿个晶体管，核心面积约1400平方毫米，在70×74毫米的封装面积内拥有1020万个逻辑单元，还有25920个数据接口总线(EMIB)，是此前记录的两倍多，每个接口吞吐量2Gbps，内部总带宽6.5TB/s，另有308Mb存储、6912个DSP(18×19排列)、2304个用户I/O针脚、48个收发器(0.84Tb/s带宽)。显然，赛灵思和英特尔推出更大容量的FPGA为的是满足大数据以及云端AI的需求，将FPGA的应用从工业和汽车更多地拓展到数据中心。在半导体行业，头部效应尤为明显，即便市场份额排名第三，如果莱迪思也推出大容量FPGA，境遇可能会非常艰辛。赛灵思和英特尔在FPGA市场的调整也给了莱迪思市场拓展的机遇。过去几年，莱迪思都专注于消费类市场，但消费类市场迭代速度非常快，需要根据不同的市场需求推出相应的产品。莱迪思亚太区产品市场部总监陈英仁表示：“在市场需求不明确且快速变化的时候，技术很难复用。我们现在采用平台化的新模式，这样能够最大化设计复用，降低开发成本及加速产品迭代。”FPGA适合边缘AI吗？由此看来，莱迪思在市场的变化中找到了合适的定位和产品路线。不过FPGA要在边缘AI计算中应用，高成本和开发难度大是两个问题。对此，陈英仁表示，很多客户都用我们的FPGA进行量产，所以我们的FPGA价格非常友好。并且过去四年，莱迪思出货的FPGA数量在10亿片的量级，这也证明我们的产品非常可靠。至于设计门槛，陈英仁指出，由于FPGA的生态环境不像C语言那样方便，所以大家觉得FPGA的设计门槛比较高。这又可以分成两部分，一部分是工具，莱迪思全新推出的平台CrossLink-NX会使用Radiant2.0，调试工具做了很大改善，也支持业界标准的SDC，还加了ECO编译器，还有信号完整的分析，并且将持续保持更新，让懂FPGA的工程师能够更方便的使用。另一部分是参考设计，对于那些不太懂FPGA的工程师，他们不知道这些工具的差异，需要一些参考设计才更容易上手，这也是莱迪思的强项。另外我们推出的sensAI，包含了评估、开发和部署基于FPGA的机器学习和人工智能解决方案所需的模块化硬件平台、演示示例、参考设计、神经网络IP核、软件开发工具和定制设计服务。这些都能够降低FPGA的设计门槛。还有一点，FPGA本身就是并行处理，深度学习算法很多都需要并行处理，通过sensAI把AI模型转换之后，FPGA执行AI推理非常适合。价格友好且设计门槛在降低，但FPGA想在边缘端应用，还需要有相对ASIC明显的优势才具备吸引力。对此，陈英仁表示：“我们专注于把FPGA的优势发挥出来，比如低延迟。另一个是FPGA能够快速导入市场。还有就是FPGA的弹性，因为FPGA本身就有可编程性的优势，I/O、配置都非常灵活。I/O接口的灵活性非常适合边缘端，可以接入各种传感器。”他进一步解释灵活性在边缘端的重要性，如果从性能和功耗比的角度衡量，FPGA相比ASIC会显得没有优势。但FPGA可以提供不同的接口，这样就可以接不同的传感器，并且能够满足产品智能化升级的需求。特别是AI技术还在不断地演进，要对现有产品做升级的时候，由于ASIC的拓扑结构已经固化，如果一个电子广告牌想要增加一个传感器更好满足需求时，ASIC就很难，而用FPGA无论是用SPI还是USB接口都能轻松接入。什么样的FPGA更适合边缘AI？既然FPGA从成本、性能、开发门槛方面都在改变满足边缘AI的需求，那到底什么样的FPGA可以更好满足边缘AI需求？莱迪思给出的答案就是前面提到的CrossLink-NX。CrossLink-NX基于莱迪思NEXUS平台，有功耗降低75%、可靠性提升100倍、最小尺寸以及高性能网络边缘计算能力的特性。具体而言，CrossLink-NX有192个可编程I/O，D-PHY速度达到2.5Gbps，逻辑单元达到40K，主要应用于视频桥接处理。低功耗的实现是因为莱迪思在CrossLink-NX中使用了三星28nmFD-SOI的工艺，陈英仁介绍，我们选用的工艺中有一个很薄的BuriedOxide，可以把失效率降低100倍，也就是可靠性增加了100倍，并且静态功耗最高可以比竞争对手降低75%。在性能方面，CrossLink-NX提供了17K-40K的逻辑单元，可以提供低功耗以及高性能模式，并且增加了很多嵌入式存储RAM，再加上DSP模块，让CrossLink-NX嵌入式存储器/逻辑比达到170bit，比竞争对手的产品高几倍，可以更有效地处理图形和AI推理。高存储器/逻辑比的同时还实现了小尺寸，CrossLink-NX采用的是优化4输入查找表，使其产品能够实现小尺寸，在6x6mm的面积上就具备40K的逻辑单元。陈英仁认为，4输入的查找表到目前为止，甚至以后的产品都绰绰有余，因为我们追求的不是最高性能，而是低功耗以及由此带来的成本以及方便性。当然，让CrossLink-NX更适合边缘AI的还有超快的I/O启动以及快速地I/O传输。在传输速度上，莱迪思使用的是硬核的I/O提升速率，通过MIPID-PHY，速度从之前的1.5Gbps提升到了2.5Gbps。陈英仁表示，现在大部分的SoC的速度都是2.5Gbps，所以我们的FPGA可以更容易与SoC配合满足嵌入式视觉和边缘AI的需求。启动速度方面，CrossLink-NX的I/O配置速度小于3ms，器件配置小于8ms，这个速度不仅相比MCU或SoC时间段很多，并且通过先把I/O配置好，电压已经固定，系统也就比较稳定。CrossLink-NX一开始会先支持工业级的温度，然后会进行车规认证。目前，CrossLink-NX已经有30多个客户开始试用，供货时间也比预期更加提前。陈英仁还表示，软件和IP也准备就绪，未来sensAI也将支持CrossLink-NX。针对AI应用，我们还可能与第三方合作提供一站式方案，通过硬件成品在搭配上参考设计，让不懂FPGA以及AI算法的客户能够更加方便的应用。边缘AI以及AI市场潜力巨大，在AI对芯片算力提出更高要求的时候，所有的芯片提供商都不想错过AI带来的机会。FPGA公司也不例外，只是FPGA本身更加擅长信号处理和网络加速等，但为了能够在大数据的AI的时代发挥更大的价值，排名第一和第二的FPGA公司都推出更大规模的FPGA，更好地满足云端AI市场。这给莱迪思一个很好的机会，通过计算平台化的方式，最大化复用技术的同时，还能向上一步进入工业和汽车市场。为了更好地把握好这个机会，莱迪思的新品通过性能、稳定性、I/O各方面的优化，发挥FPGA在边缘AI中低延迟、高灵活性的特性，尽可能满足边缘AI计算的需求。对于市场而言，增加一种有竞争力的选择当然一件好事，至于市场的接受度如何，我们将保持关注。

集成电路被誉为高端制造业的“皇冠明珠”，而在集成电路里，FPGA又被称为“万能芯片”，作为可定制的芯片，它的灵活性和高效率是其他类型芯片无法比拟的。多年来，FPGA技术被仅有的几家大公司所垄断，但时下，这种状况正在悄悄改变，国内的公司也在崛起，今天给大家推荐这篇给出了FPGA厂商如何做大拓展新业务的思考，同时盘点了国外国内的十多家老牌和新创FPGA企业。FPGA：难守一亩三分地由于传统的FPGA市场主要分布在通讯、军工和芯片原型验证等小规模领域中，因此市场容量相对较小，但开发是使用难度却不低，因此一直处在一个水声不大的环境中，即使是占领FPGA市场主份额的Xilinx和Altera（被Intel收购）两大巨头日子也不那么好过。如果守着自己的一亩三分地，没准哪天就有人来攻城略地一番，Achronix就是一个活脱脱例子，所以是要考虑将蛋糕“做大”的时候了。如何做大？寻找风向标近些年AI、大数据、物联网的崛起似乎在给FPGA一些启示，按照发展历程来说，自Xilinx在1984年创造出第一款FPGA以来，FPGA就一直扮演着协处理器的角色，是否要冲破该角色，来分享芯片市场、系统市场的一抹甜味儿？显然已经有了答案。FPGA（FieldProgrammableGateArray）的发展和所有的科学技术都一样，离不开两个驱动力，即相关领域各大公司的研发以及各大高校和科研机构的科学研究，在满足短期实用性输出的同时，又覆盖未来长期的技术攻克与突破。就科研机构来说，FPGA有着自己的圈子，而这个圈子中流行着一个一年一度大会——“FPGA国际研讨会”（简称ISFPGA），这个从1993年举办至今的大会一直是FPGA领域的旗舰级顶会，没有之一。而在ISFPGA上发表的文章，都代表着FPGA最前沿和最优秀的研究成果，也被业界人士看成是预测FPGA今后发展方向的风向标。最近的一期ISFPGA会议是在2019年的2月份，在诸多崭新科研成果的基础上，集中体现了两大研究方向，即：其一：人工智能+，比如FPGA微架构、FPGA编程工具与编程语言，以及FPGA在AI+中的各种应用等。有二：FPGA的高层次综合（High-LevelSynthesis，HLS），也就是使用高层语言，如C++/OpenCL/Python等，对FPGA进行有效的编程和使用。OverviewoftheHeteroCLframework|图源：ISFPGA而从各大公司的角度来说，芯片制造技术难以持续缩进，多核CPU性能的提高越来越艰难。这给FPGA各大厂商带来了机遇，或间接推动FPGA产业的发展，一些新的形式迸发出来，当然这些形式和科研机构之前的某些预期也是不言而喻的，大多集中在计算加速等新兴市场上，Bing加速算是近年来的一个引子，MacPro配FPGA加速卡则算是另一个实例。进军AI芯片领域，FPGA独具优势AI芯片领域已成红海，如何定位自己？就目前的发展方向而言，FPGA有两条路，一条是成为像GPU一样从某个领域的专用器件转型成被广泛使用的“基础设施”，有很多赞同这个想法声音，包括Intel。而另一条路则是以灵活、低技术风险的优势与ASIC一争高下。FPGA->GPU，eFPGA雏形?近年来，数据量和可访问度迅速增长，深度学习被业界大为关注，然而只有更好的硬件加速条件，才能满足现有数据和模型规模继续扩大的需求。现有的解决方案使用图形处理单元（GPU）集群作为通用计算图形处理单元（GPGPU）。而FPGA的高层次综合又给出了另一种解决方案，能够在诸如GPU的固定架构之外进行模型优化探究。同时，FPGA在单位能耗下性能更强，这对大规模服务器部署或资源有限的嵌入式应用的研究而言至关重要。FPGA&ASIC相爱相杀？“随着AI算法的进一步成熟固化，AI芯片终会走向ASIC。”这算是一种主流的说法。但AI算法迭代、应用创新的速度将持续很长一段时间，是FPGA发挥其灵活、可应变的大好舞台，是ASIC定性前的演练佳侣。国内外形势据ResearchandMarkets预测，从2018年到2023年，FPGA将是年复合增长率最高的细分市场，数据中心加速器市场预计将从2018年的28.4亿美元增长到2023年的211.9亿美元，年复合增长率达到49.7%。而这一高速增长的驱动力就来自于计算、网络、存储、传感器处理等企业级工作负载加速应用对FPGA的采用。另据MRFR统计2018年全球FPGA市场规模为60亿美元左右，随着AI+5G的应用逐步展开，其市场规模有望在2025年达到125亿美元，年复合增长率为10.22%。其中在亚太地区，尤其是在中国，由于新兴基础建设应用的铺开，FPGA的复合增长率有望高于其他地区，成为FPGA重要的增量市场。2013年~2025年全球FPGA市场规模（单位：百万美元）|数据来源：MRFR在市场前景可见的情况下，国内外各大厂商摩拳擦掌，纷纷推出了新产品，并从芯片厂商逐步向系统厂商转型，以获取更大的蛋糕。国际市场聚焦芯片级设计，探索FPGA在云端、边缘计算领域的新突破，这是Xilinx和Intel（Altera）这两家国际巨头们的正在做的事情。而Microsemi、Lattice、Achronix、QuickLogicCorp等二级市场厂商来说，寻求与各个板级或者系统级解决方案厂商的合作是他们的最佳选择。FPGA主要厂商及其市场份额占有率|数据来源：MRFRXilinxXilinx公司成立于1984年，Xilinx首创了现场可编程逻辑阵列（FPGA）这一创新性的技术，并于1985年首次推出商业化产品，是全球领先的可编程逻辑完整解决方案的供应商，也是目前排名第一的FPGA解决方案提供商。产品系列包括：Spartan系列：定位于低端市场，目前最新器件为采用28nm工艺的Spartan7；Artix系列：定位于低端Spartan和高端Kintex之间的中端市场，目前在售的主流产品为采用28nm工艺的Artix-7；Kintex系列：定位于高端市场，包含有28nm工艺的Kintex7系列，20nm的Kintex7Ultrascale系列，还有16nm的Kintex7Ultrascale+系列；Virtex系列：定位于高端市场，包含有采用28nm工艺的Virtex7系列，20nm的Virtex7Ultrascale系列，还有16nm的Virtex7Ultrascale+系列；全可编程SoC和MPSoC系列：包括有Zynq-7000和ZynqUltraScale+MPSoC系列FPGA、内嵌有ARMCortex系列CPU；AIEngine系列：VersalACAP、Alveo系列等。Intel（Altera）与Xilinx齐名的FPGA供应商，2015年被CPU届的大佬Intel收购。产品系列包括：MAXII系列：实质上是CPLD；Cyclone系列：定位于中低端市场，类似于Xilinx公司的Spartan系列和Artix系列，最新产品为Cyclone10。Stratix系列：定位于高端市场，与Xilinx的Kintex、Virtex系列竞争，最新产品为Stratix10；Arria系列：SOC系列FPGA,内置ARMCotexA9的核；IntelArria10系列：支持DDR4存储器接口的FPGA，硬件设计人员可以使用QuartusII软件v14.1，在Arria10FPGA和SoC设计中实现666MbpsDDR4存储器数据速率；Agilex系列：面向数据中心等高端市场，采用10nm工艺，异构3D系统级封装(SiP)技术的一款FPGA产品。Microsemi并购了Actel，专注于美国军工和航空领域，产品为反熔丝结构FPGA和基于Flash的FPGA为主，具有抗辐照和可靠性高的优势，最近Microsemi又被Microchip（微芯）并购。产品系列包括：基于FLASH的通用FPGA系列：包括PolarFireMid-RangeFPGAs、RTG4Radiation-TolerantFPGAs、IGLOO2Low-DensityFPGAs三个高、中、低端系列。特殊领域应用系列：如基于SOC的Mi-VRISC-VEcosystem和SmartFusion2SoCFPGA。LatticeCPLD的发明者，著名的可编程逻辑解决方案供应商，仅次于Xilinx和Altera。产品系列包括：ECP系列：为Lattice自己的开发的FPGA系列，提供低成本，高密度的FPGA解决方案，而且还有高速Serdes等接口，适用于民品解决方案居多；ICE系列：为收购SilioncBlue的超低功耗FPGA，曾用在iPhone7里面，实现了FPGA首次在消费类产品中应用；Mach系列：替代CPLD，实现粘合逻辑的最佳选择。QuickLogicCorpQuickLogicCorporation诞生于1988年，是一家超低功耗嵌入式现场可编程门阵列(eFPGA)IP、多核语音识别SoC、显示器桥接和可编程序逻辑解决方案开发公司。eFPGA产品系列包括：采用65nm和40nm工艺的ArcticPro系列和采用GF-22工艺的ArcticPro2eFPGA。AchronixAchronix公司作为后起之秀，早期推出了eFPGAIP，但是限于IP产品的变现速度太慢，随后推出了FPGA芯片，今年5月发布的新品叫Speedater7t。国内市场目前国产FPGA还处在起步阶段，产品主要是以40nm、55nm为主，国产替代仍是FPGA行业投资主线。如何突破、如何创新一直是困扰国内FPGA公司的难题。做中低端产品，在同样工艺节点下如何有效地解决芯片成本、性能和功耗问题是关键。做高端产品，如何解决产品的可靠性问题以及如何开发高效能的软件工具是关键。问题重重，但不能停止耕耘，还得要生存下去，甚至梦想有一天能超越国际巨头，而AI、5G的发展也许是一个契机。下面罗列几个国内主要的FPGA厂商，看看他们都在做些什么？高云半导体高云半导体成立于2014年，是以55nm级别以上的FPGA芯片为主导产品的集成电路企业，定位中高端和中等规模的FPGA芯片。高云的IC团队较为优秀，但Application/IP以及EDA工具还需要进一步强化。主要产品系列包括：晨熙家族的GW2A-18系列、GW2A-55系列、GW2AR-18系列以及小蜜蜂家族的GW1N系列、GW1NS系列、GW1NZ系列、GW1NSR系列、GW1NSE安全FPGA产品、GW1NRF系列蓝牙FPGA产品。安路科技安路科技成立于2011年，是一家提供可编程逻辑器件（FPGA）、可编程系统级芯片、定制化嵌入式eFPGAIP、及相关软件设计工具和系统解决方案的厂商。主要产品系列包括：面向高端市场的Phoenix（凤凰）系列、面向中端市场的Eagle（猎鹰）和面向低端市场的ELF（小精灵）系列。智多晶智多晶微电子成立于2012年，是由海外留学生归国创设的高科技企业是一家提供可编程逻辑电路（FPGA与CPLD）集成电路制造和应用供应商。主要产品系列包括：Seagull系列CPLD、Seagull128、Seagull256。紫光同创紫光同创系紫光集团下属紫光国微的子公司，从事可编辑逻辑器件（FPGA、CPLD等）研发与销售工作，主要面向通信、信息安全、AI、数据中心、工业物联网等领域。主要产品系列包括：Titan系列的PGT180H和Logos系列的PGL22G两款。成都华微成都华微电子科技有限公司，是国家909工程企业，隶属于中国电子信息产业集团，由中国华大集成电路设计有限责任公司、成都成电大学科技园有限公司、成都创新风险投资有限公司、成都华微员工团队四家股东共同投资创办。主要产品型号包括：HWD1472/14144/14288/750L/4005E/4010E/4013E、HWDV100/300/600、HWD1000/2V1000/3000/6000。上海复旦微电子上海复旦微电子集团股份有限公司是国内从事超大规模集成电路设计、开发和提供系统解决方案商，是国内比较少的自主研发FPGA的研究机构。但其产品主要供应军方，因此具体消息公布较少。京微齐力京微雅格实际上有两条产品线，面向中低端市场的金山系列收购美国CSwitch的产品线，面向高速通信市场的公司。主要产品型号包括：M7华山系列、HR3纯FPGA低功耗系列、M5金山系列、M1衡山系列。敖格芯历经三年多的发展，敖格芯已经积累了5个不同的产品线，分别针对CPLD、LoT、FPGA、FPGA+CPU、SoC市场。771/772所目前中国航天航空级FPGA芯片供货大户是771、772这两所，这两家都有FPGA事业部和流片的生产线。写在最后随着应用领域的拓宽、开发者生态的丰富，编程语言等高层次综合的演进，FPGA的形式将愈发多彩，市场将越来越广泛。FPGA未来会怎样？肯定不是简单的逻辑规模扩大和速度提升。对于国际巨头来说，尽早布局云端FPGA生态，着手边缘计算、搭配其他应用组成兼具灵活度和性能的SoC是他们亟需或已经在做的事情。对于国内FPGA企业来说，抓住AI+5G的机遇，脚踏实地，通过人才到技术的落实，不断缩小与巨头间的差距是首要任务。

上海2019年11月20日--国微集团旗下子公司S2C公司，业内领先的FPGA快速原型验证系统供应商，宣布推出其全新的基于英特尔Stratix10GX10MFPGA的S1010MProdigy逻辑系统，其配置包括单颗、双颗以及四颗FPGA。单颗S1010MProdigy逻辑系统现已开始发货，其为单个FPGA系统提供了最高的逻辑密度和I/O数目，将显著加快复杂设计的系统验证和软件开发。Stratix10GX10MFPGA是英特尔14nmStratix10家族的最新成员，拥有高达1,020万个逻辑单元。重点摘要：单颗FPGA支持高达8000万门的ASIC设计，简化了复杂设计的原型验证工作。Prodigy逻辑系统采用模块化一体化的设计，开箱即用，大大缩短原型构建的时间。完善的PlayerPro原型软件简化了基于Quartus的FPGA编译流程，减少了原型编译时间。深度调试模块ProdigyMDM支持，加速设计调试。丰富的即插即用应用子卡库，帮助快速构建目标原型系统。单颗S1010MProdigy逻辑系统通过优化与调整，确保信号完整性，并实现极佳性能。其通用I/O速率支持高达1.4Gbps，以及高达16Gbps的高速收发器。通过USB或以太网接口可实现丰富的远程管理功能，包括FPGA配置、远程开启/关闭/重启、虚拟UART、系统监控、以及Prodigy应用子卡自动识别与远程测试。S1010MProdigy逻辑系统是S2CProdigy一站式原型解决方案的一部分，可与ProdigyPlayerProTM软件、ProdigyMDM多FPGA深度调试模块以及ProdigyProtoBridge无缝配合，以加速原型设计验证和软件开发。“英特尔的Stratix10GX10MFPGA的容量是目前市面上最大商用FPGA的2.5倍左右，有可能是未来两到三年内的最高容量的FPGA。使用Stratix10GX10MFPGA将显著提升当前SoC/ASIC原型设计能力，简化原型验证过程，并且每个逻辑门单位成本更低。”S2C首席执行官林俊雄先生表示，“单颗S1010MProdigy逻辑系统的面世，意味着恪守承诺--致力于为客户提供最好的原型验证解决方案，以加速他们的软件开发和设计验证。”可用性和资源S2C现已开始接受单颗S1010MProdigy逻辑系统订单。关于S2CS2C，国微集团（深圳）有限公司（港股代码：02239）的子公司，是一家业内领先的FPGA快速原型验证解决方案供应商，公司由拥有丰富的ASIC仿真、FPGA原型以及SoC验证经验的硅谷专家团队于2003年创立。S2C提供的快速SoC原型验证解决方案包括：基于FPGA的快速原型验证硬件及自动化软件和工具原型验证就绪的IP（PrototypeReady™IP）接口和平台系统级设计验证和加速工具S2C专注于SoC/ASIC的研发以缩短SoC设计周期，目前有超过400家客户以及2000多套系统应用于客户设计中。高素质的工程团队和以客户为中心的销售团队使得我们可以准确的了解客户的SoC研发需求。S2C的产品已经应用于消费类电子产品、通信、计算、图像处理、数据存储、科研、教育、汽车、医疗、设计服务以及硅晶片IP研发等领域。S2C在美国、英国、以色列、中国大陆及台湾、韩国和日本建立了办事处或销售代表处。关于国微集团（深圳）有限公司国微集团起源于1993年，是一家半导体控股集团，其业务主要覆盖安全芯片设计及应用、集成电路电子设计自动化（“EDA”）系统研发及应用、FPGA快速原型验证及仿真系统研发及应用以及第三代半导体产品研发和生产等。国微集团于2016年在香港联交所主板上市（“股票代码：02239”）。国微集团是国家规划布局内的重点软件企业、国家高新技术企业，曾获得国家科学技术进步二等奖、国家高技术产业化十年成就奖、2017年度深圳IC设计企业销售额前十强等诸多荣誉。

日前，Achronix联合BittWare宣布推出全新的、面向高性能计算和数据加速应用的FPGA加速卡。新推出的VectorPathS7t-VG6加速卡搭载了Achronix采用7nm工艺打造的Speedster7tAC7t1500独立FPGA芯片，它在同类PCIeFPGA加速卡中，提供了目前业界最高性能的接口。这些高性能接口包括1x400GbE和2x100GbE接口，以及总带宽为4Tbps的8组GDDR6的板上存储器，使该加速卡成为高带宽数据加速应用的理想选择。此次发布得到了Achronix及BittWare双方的高度重视，在京联合召开发布会。包括Achronix公司市场营销副总裁SteveMensor、Achronix中国区销售总监郭道正、BittWare公司副总裁SamBichara、BittWare客户经理范奎等悉数到场，足见双方公司对于此次合作的重视。左为Achronix公司市场营销副总裁SteveMensor、右为BittWare公司副总裁SamBichara最大的FPGA加速卡公司和独到的FPGA相结合Steve表示，随着市场对于加速芯片的需求与日俱增，预计5年间的年复合增长率超过50%，其中越来越多公司已经意识到FPGA在数据加速、计算、网络存储和信号处理等方面的优势，也有更多快速部署FPGA的需求。“相对GPU或CPU来说，FPGA可以更加灵活，同样也支持大规模级联部署。再加上如今FPGA的生态软硬件部署都非常全面，所以用户无需再关注底层复杂的技术开发。”作为业界加速卡知名公司BittWare，这两年看到市场的需求不断提高，Sam说道：“包括亚马逊、微软等公司两三年前就已经将FPGA部署到数据中心，但是这些大公司有的是工程资源和软件资源，可以直接将FPGA做到主板上。更多中小型数据中心客户没有这些支持，但如今他们可以通过基于标准PCI-E总线的加速卡，快速部署FPGA，实现对CPU的降负。”解析VectorPath产品Sam具体介绍了VectorPath的产品性能。产品和标准GPU卡相当，支持包括200GbE和400GbE光接口，以及标准的以太网接口，以太网处理则由AchronixFPGA提供IP支持。存储支持GDDR6以及更具性价比的DDR4，相比HBM2而言成本大大节约，板卡提供风冷、液冷以及被动式等多种散热模式。除此之外，板卡还支持级联同步时钟输入，以及丰富的GPIO和OCuLink扩展接口，包括NVMe、更多IO、级联或者未来新的附加功能等。BittWare还提供板载的软件管理系统，自检系统，远程管理系统，操作系统应用和驱动以及更多的应用案例等，使客户可以关注于顶层应用，无需再为底层所操心。同时，Achronix还提供更多FPGA芯片开发工具，用户也可直接使用。Speedster7t解析Speedster7t是Achronix公司今年推出的第四代FPGA，具有2D片上网络特性，这样IP开发商可以直接专注于开发IP，最后使用标准接口，就可以部署到FPGA上，而无需关注FPGA硬件的IP互联，性能指标等因素。有了2D片上网络，在FPGA开发中可以更好地使用高层次综合工具。Speedster7t的第二个特点是针对机器学习和人工智能进行了架构优化，大幅提升机器学习算力，带有MLP机器学习处理器单元。可以支持4万个int8乘累加运算，算力达80TOPS，在执行比如RESNET-50等神经网络计算时，可以达到8600帧/秒的性能，远高于CPU百倍提升。同时Steve表示，虽然GPU的理论值更高，但都是100%效率时的数据，实际上GPU计算单元块，但是数据传递过程中的效率很低，很难达到满负荷运行，而FPGA相对而言效率会高很多。Steve表示，VectorPath能够具有高性能的主要原因之一就是Speedster7t的高性能，比如业界首款112GSerdes，保证了芯片支持未来几年400G光网络的实现。灵活的合作模式Sam表示，BittWare和Achronix合作初衷都是为了方便客户，所以采取了很灵活的报价模式，官方报价为7500美元，预计明年二季度发货。根据不同需求量售价不同，支持一块起售。同时如果客户达到一定数量的需求甚至可以提供定制化设计服务，甚至是完整的授权模式。这个相比于其他FPGA大厂只发展自有品牌的加速卡来说，显得非常有诚意。“除了超大规模数据中心之外，绝大部分公司都没有能力开发基于FPGA的软硬件，这给我们加速卡提供了巨大的市场空间。”Sam说道。Steve则表示，双方的合作是独一无二的合作模式，Achronix可以利用BittWare在硬件开发领域积累的30余年经验，以及Molex更好的技术支持和销售团队。更宽广的市场合作伙伴Sam还介绍了BittWare最新发布的Terabox基于FPGA的服务器，对于那些缺乏硬件底层IT技术，但是希望快速部署的厂商来说，服务器是更好的选择。所以目前BittWare已经与Dell及HPC达成了良好的合作关系，产品通过了OEM们的认证。而对于Achronix来说，目前已经有了20家合作伙伴，明年预计将超过100家。像Achronix和BittWare这种密切的合作尚属首次，但随着双方对于生态系统的认可与客户对于整体方案的要求越来越高，相信未来此类合作将会越来越多。

自适应和智能计算的全球领先企业赛灵思公司与SK电讯（NYSE:SKM）今日宣布，SK电讯采用赛灵思Alveo™数据中心加速器卡实现基于人工智能（AI）的实时物理入侵与盗窃检测服务。SK电讯在赛灵思Alveo卡上实现的AI推断加速器（AIX），采用深度神经网络可以提供高效且精准的物理入侵检测。韩国第二大物理安全公司ADTCAPS批准并已经着手该项物理入侵检测服务的商业部署。SK电讯基于AI的物理入侵检测服务名为TviewTM，能实时监测几十万名用户的商用与家用摄像系统，并在出现物理入侵的情况时立即派遣安保人员前往现场。运用深度神经网络来处理成千上万个摄像头的海量数据，就需要一个功能强大的AI加速器来提供充足的吞吐量与精准度。Tview采用的就是构建在赛灵思AlveoU250加速器卡上的AI推断加速器（AIX）。运行在SK电讯的数据中心服务器上的AlveoU250加速器卡，在盗窃检测服务中展现出了极高的吞吐量与精准度。与业界领先的GPU相比，AlveoU250加速器卡提供了更低的检测时延，并达到了更高的吞吐量（每秒帧数），且业经验证更具性价比优势。Alveo加速器卡提供了更高的吞吐量与精准度，这不仅意味着将有更多客户可以享受到基于人工智能的实时安全服务，也意味着面对安全威胁能够提供更可靠的安全防护。SK电讯CTO兼信息与通信技术（ICT）研发中心负责人ParkJin-hyo表示：“人工智能时代，新型的服务正以前所未有的速度进行部署，我们将不断推动云系统的创新，通过在不同环节提供更可靠且高效的服务，为我们的客户带来更大价值。与赛灵思在AIX方面的联手合作，代表了SK电讯针对AI服务简化云系统的一项新的成就。”赛灵思Alveo加速器卡旨在满足数据中心AI工作负载对性能与灵活性的需求，相对于GPU,可将AI语音翻译的性能提升10倍1，将视频分析管道（pipeline）吞吐量提升3倍多2。借助赛灵思®16nmUltraScale+™架构，Alveo加速器卡能灵活适应不断变化的算法与加速要求，在不改变硬件的前提下支持特定领域架构（DSA），实现面向一系列工作负载的性能优化，同时降低总体拥有成本。赛灵思Alveo加速器卡在SK电讯数据中心针对AI服务的商业部署，基于SK电讯此前发布的基于赛灵思FPGA的自动语音识别（ASR）应用。赛灵思为SK语音助理NUGU提供的出色的加速功能，为其市场的成功提供了重要支持。赛灵思数据中心事业部市场营销副总裁DonnaYasay表示：“此次与SK电讯进行合作是赛灵思在商业AI服务领域取得的一次重要胜利，我们与SK电讯展开协作，极大提升了盗窃检测与防范机制。与此同时，赛灵思在实时计算与分析领域的领导地位有助于进一步扩大韩国市场的人工智能服务。赛灵思Alveo加速器卡具备强大的灵活应变能力、低时延及高吞吐量，是处理Tview服务中可视化AI推断工作负载的理想选择。”供货信息成功在AlveoU250上实现的SK电讯AIX加速器以及Tview服务目前已在韩国上市，预计将于2020年秋季在全球范围内推出。此外，Tview也有望作为其他SK电讯授权公司的解决方案推向更多市场。

FPGA市场基本上国外Xilinx、Altera、Lattice三家为大，FPGA自Xilinx发明以来，主要的高端技术一直被其所掌控，据业内人士称，Xilinx在FPGA方面一直很高傲，甚至瞧不起Altera、Lattice等同样在FPGA方面具有雄厚实力的巨头。近些年来，国内一些FPGA厂商也在掘起，如京微雅阁、同创国芯、高云、安路科技等。不过，在国内企业试图弥补FPGA空缺的同时，国外FPGA巨头却运营并不如意。去年英特尔宣布167亿美元收购了第二大FPGA厂商Altera，在此之前LatTIce已经6亿美元收购了SiliconImage，去年下半年就有消息称LatTIce寻找买家，今年上半年，紫光在公开市场收购了LatTIce6.07%的股票，11月3日，据外媒报道，LatTIce被CanyonBridge13亿美元收购，致使Lattice股价暴涨近20%。Lattice总裁兼CEODarinG.Billerbeck对能达成交易非常满意，他说：“今天我们很高兴与CanyonBridge签署协议，这次交易将给股东带来很好的回报。Lattice董事会、财务部门和律师都对这项交易反复审查，交易完成后将给股东带来直接的现金收益，并降低我们的经营风险。我们很期待与CanyonBridge的合作，Canyon的背景与市场资源对Lattice实现长期战略有极大的帮助。最重要的是，收购完成后Lattice将保持独立运作，在经营与技术发展方面不会有任何改变。”CanyonBridge的创始合伙人RayBingham指出：“在低功耗FPGA领域Lattice独具特色，再加上其视频连接与无线方案，我们对收购Lattice以后的发展非常看好。我们希望Lattice继续维护好全球大客户关系，加速实现其战略目标，在技术发展上更上一层楼。”CanyonBridge创始合伙人BenjaminChow补充说：“Lattice公司所拥有的世界级管理团队及其专业化经验丰富的员工是我们决定收购的重要原因之一。我们与Lattice员工和客户的长期目标是一致的，我们计划推进Lattice的成长，也很期待发挥CanyonBridge的资源优势让Lattice实现更快的增长。”该交易已经被两家公司董事会一致批淮，如果通过相关部门审核并被Lattice股东大会通过，该交易有望于2017年上半年完成。FPGA市场基本上被Xilinx一家占据大头，这导致之前排名第二的Altera和第三Lattice运营情况并不好，以Lattice来看，其今年第二季度共录得1380万美元的亏损，这些年来，FPGA甚至开始下探到消费类电子市场，就最近来说，苹果iPhone7中采用了Lattice的FPGA芯片，此外，HTC的VR产品中同样也采用了其FPGA芯片。尽管国外FPGA企业由于市场空间的受限导致其纷纷逃离，与此同时，由于FPGA的敏感性，国内一直想弥补在这方面的空缺但是苦于不得道！整体来说，Lattice作为目前名列全球第二的FPGA厂商（Altera被收购），Lattice愿意出售虽然令人吃惊但是也并不意外，因为在电子行业素有“老大吃肉老二喝汤老三则干瞪眼”的说法，在FPGA方面，这种说法更是入骨十分，如2014年，Lattice的销售额为3.66亿美元，2013年为3.325亿美元，增长并不大，而Xilinx和Altera在2014年的销售额则高达20多亿美元！且Lattice2013年48%的营收来自中国市场，这还主要得益于中国智能手机和平板电脑市场的快速增长，以及Xilinx和Altera放弃多方面的中低端市场。简而言之，在消费类市场，Lattice经营并不如意，更淮确的说，是FPGA在消费类电子市场的发展前景并不好，尽管当前不少FPGA企业都在发展消费类电子市场，尤其是国内厂商，其中很重要的一个原因在于试图开辟新的市场，避开与Xilinx、Altera的直接竞争！而Lattice去年更是打入苹果供应链，据称在灰色市场方面，苹果采用LatticeFGPA芯片的量十分大！在消费类电子市场运营刚刚有所好转的情况下，Lattice却选择出售！据业界人士称，Xilinx是被高通看中，Altera是老板不想做了，而FPGA在被这两大头吃下绝大部分利润后，Lattice更是经营惨淡！再看国内，虽然国内做FPGA的企业着实不少，光上海地区来看，FPGA企业数量就超过了整个美国，但是，能把FPGA真正的做好的又有谁呢？在今年中旬，国内FPGA知名企业京微雅阁甚至还传出“倒闭”的谣言，虽然京微雅阁并没有倒闭，但不可否认其陷入运营资金困境，Lattice终究是没能落入紫光囊中，对于国产FPGA的发展，不仅让业界深思，国产FPGA芯片的出路究竟在哪里？

Intel今天宣布推出全球容量最大的FPGAStratix10GX10M，在70×74毫米的封装面积内拥有多达1020万个逻辑单元，是此前最大Stratix10GX1SG280的大约3.7倍，但是功耗降低了40％。它采用14nm工艺制造，集成了443亿个晶体管，核心面积约1400平方毫米，也就是每平方毫米3100万个晶体管，同时顺利超越赛灵思8月底发布的VirtexUltraScale+VU19PFPGA，后者是350亿个晶体管。Intel如今已经不再公布酷睿、至强处理器的晶体管密度，不过作为参考，AMD64核心的7nmZen第二代霄龙处理器有395.4亿个晶体管，16核心的第三代锐龙则是98.9亿个。这款元件密度极高的FPGA基于现有的IntelStratix10FPGA架构、IntelEMIB2.5D(嵌入式多芯片互连桥接)封装技术，融合了两个高密度Stratix10GXFPGA，各有510万个逻辑单元，也是第一次使用EMIB技术将两个FPGA在逻辑和电气上实现整合——Intel此前融合了AMDVega图形核心的KabyLake-G处理器就用了EMIB技术。此外，这款FPGA还有25920个数据接口总线(EMIB)，是此前记录的两倍多，每个接口吞吐量2Gbps，内部总带宽6.5TB/s，另有308Mb存储、6912个DSP(18×19排列)、2304个用户I/O针脚、48个收发器(0.84Tb/s带宽)。Intel指出，使用超大规模FPGA可以在尽可能少的FPGA设备中纳入大型ASIC、ASSP、SoC设计，Stratix10FPGA支持仿真和原型设计系统的开发，适用于耗用亿级ASIC门的数字IC设计，并支持IntelQuartusPrime软件套件，采用新款专用IP，明确支持ASIC仿真和原型设计。FPGAStratix10GX10M已经投入量产，多家客户也早已拿到样品。

自诺基亚于去年决定开始开发5G网络设备后，便计划使用FPGA(现场可编程门阵列)芯片来完成ReefShark芯片组的开发。当时，诺基亚表示之所以决定使用FPGA芯片，是为了方便客户对其进行编程，从而提高旗下5G网络设备在市场中的竞争力。不过，这样的决定似乎导致了诺基亚5G网络设备的跳票，于是诺基亚在近日表示今年已经招募了350名员工，用来帮助其5G芯片的开发。诺基亚全球移动网络营销负责人SandroTavares表示，“我们已经决定使用SoC来替代FPGA开发5G芯片组的计划。此前，我们认为FPGA具备可编程能力，更能满足运营商的使用需求。不过由于使用FPGA开发芯片推高了5G网络设备的单价，并且耗电量也比使用SoC的设备要高，所以我们决定取消这一计划。”对此有分析师指出，诺基亚开发5G网络设备的问题不仅仅是选择错误了错误的路线。该公司在全额收购阿尔卡特朗讯后，便一直没有完成对后者的完全掌控，进而影响到5G芯片的研发速度。目前，诺基亚已经与美国四大主要运营商签署了供应5G网络设备的合同，前者将在2021年前向后者提供相应的产品。对于诺基亚如此拖沓的速度，本月初有传闻称美国政府正考虑向诺基亚和爱立信提供巨额贷款，以帮助这两家公司能在5G网络设备上与中国华为进行竞争。

导读：本文主要介绍使用Python实现一个类似于示波器，能实时观察传感器数据的辅助工具。Python作为一门解释型语言，容易上手，应用广泛，拥有众多功能强大的第三方库，开发平台轻量化，相比VS，非常适合嵌入式开发中的辅助开发。在嵌入式开发中我们常常要进行数据分析、算法设计、原型验证、自动化测试、辅助工具设计，每个环节的工作效率对整体的开发都非常重要。选用一个好的辅助开发工具是非常必要的。Python作为一门解释型语言，容易上手，应用广泛，拥有众多功能强大的第三方库，开发平台轻量化，相比VS，非常适合嵌入式开发中的辅助开发。本文主要介绍使用Python实现一个类似于示波器，能实时观察传感器数据的辅助工具。这个需求源于项目的需要，使用这个工具能实时观察sensor数据的变化，并对实时数据做简单分析，对算法设计有很大的帮助。通过后续更新可以加入算法，实时验证算法，进行原型验证。本文首先介绍需要使用的Python相关库，然后介绍工具的使用情况。本文实现工具用到的相关Python库wxPython库wxPython是Python的一个GUI工具链。Python程序员可以通过wxPython简单、快速的创建强壮的、实用的图形用户界面程序。这个库以Python扩展模块的形式提供，提供非常受欢迎，用C++编写的跨平台的GUI库wxWidgets。matplotlib库matplotlib是python最著名的绘图库，它提供了一整套和matlab相似的命令API，十分适合交互式地行制图。而且也可以方便地将它作为绘图控件，嵌入GUI应用程序中。它的文档相当完备，并且Gallery页面中有上百幅缩略图，打开之后都有源程序。因此如果你需要绘制某种类型的图，只需要在这个页面中浏览/复制/粘贴一下，基本上都能搞定。Serial模块工具介绍本工具实现将sensorx,y,z三个轴的数据实时绘制到窗口中。嵌入式设备将采集到的sensor数据通过串口发送给PC，Python在获取到串口数据后经过简单处理然后使用matplotlib库进行绘图。CH1，CH2，CH3分别代表x,y,z。通过“SettheYaxesscale”文本框来调整Y轴的范围（每格代表的值）。Receivetofile复选框可以设置将接收的数据保存到文件。Avg文本框显示三个轴各自的平均值，Average按钮按下时，将使用2s内的数据重新计算平均值。最下面三个文本框统计三个轴最大的变化范围。窗口中显示的波形是三个轴数据相对于各自平均值的变化情况。使用本工具需要遵循的数据格式：ID07-0363,-0085,0223,ID07-0384,-0082,0046,ID07-0361,-0085,0228,ID07-0387,-0077,0040,包头+空格+编号+3个空格+数据x，数据y，数据z，其中包头为：ID编号可以为任意两位数据，与sensor数据之间有三个空格sensor：使用5位表示，最高位表示符号，正号不显示（但仍然占一位），高位为0则补0.下载地址：链接:http://pan.baidu.com/s/1eQiPylO密码:o1apˉˉˉˉˉˉˉˉˉˉˉˉˉˉˉˉˉˉˉˉˉˉˉˉˉˉˉˉˉˉˉˉˉˉˉˉˉˉˉˉˉˉˉˉˉˉˉˉˉˉˉˉˉˉˉˉˉˉˉˉˉˉˉˉˉˉˉˉˉˉˉˉˉˉˉˉˉˉˉˉˉˉˉˉˉˉˉˉˉˉˉˉˉˉˉˉˉˉˉˉˉˉˉˉˉˉˉˉˉˉˉˉˉˉˉˉˉˉˉˉˉˉˉˉˉˉˉˉˉˉˉˉˉˉˉˉˉˉˉˉˉˉˉˉˉˉˉˉˉˉˉˉˉˉˉˉˉˉˉˉˉˉˉˉˉˉˉˉ作者简介gdmgb520【活动】参与爱板征文活动，赢酷炫智能奖品！

中国北京–2020年2月27日–MathWorks今天宣布，随着2019b发行版的MATLAB和Simulink产品系列最近上市，VisionHDLToolbox提供对在FPGA上处理高帧率(HFR)和高分辨率视频的原生多像素流处理支持。视频、图像处理和FPGA设计工程师在处理240fps或更高分辨率的4k或8k视频时可以加快权衡表现和实现的探索和仿真速度。为帮助实时处理工业检测、医学成像以及情报、监控、和侦察(ISR)等应用中的高分辨率和HFR视频而设计FPGA的工程师面临挑战，力争达到吞吐量、资源利用率和功耗等目标。VisionHDLToolbox提供可以并行处理4或8像素的模块，底层硬件实现自动进行更新，以通过指定的并行性支持仿真和代码生成。这种能力可帮助硬件工程师与图像和视频处理工程师合作，在较高的抽象级别上探索和仿真视觉处理硬件表现。向此设计工作流程中添加HDLCoder，工程师可以直接从他们已验证的高层次模型生成可合成、独立于目标的优化VHDL或Verilog代码。“在FPGA、ASIC和SoC设备上实现视觉处理算法需要在吞吐量和资源利用率之间巧妙地权衡，4k、8k和高帧率视频成倍地扩大这一挑战。”MathWorks的首席产品营销经理JackErickson说，“探索解决方案空间和在较高的抽象级别上仿真，可帮助工程师在致力于寄存器传送级(RTL)之前更快速地在架构上收敛。VisionHDLToolbox及其原生的每时钟多像素(multi-pixel-per-clock)处理自动实现所有细节，使工程师能够专心开发满足其要求的硬件算法。”VisionHDLToolbox为在FPGA、ASIC和SoC设备上进行视觉系统设计和实现提供了像素流处理算法。它提供一个设计架构，可支持各类接口类型、帧尺寸和帧率。该工具箱中的视频和图像处理算法对硬件实现进行建模，包括延迟、控制信号和行缓冲区。该工具箱算法旨在生成VHDL和Verilog（使用HDLCoder）的可读取、可合成的代码。生成的HDL代码是经过FPGA验证的，适用于高达8k分辨率的帧尺寸和HFR视频。VisionHDLToolboxR2019b现已在全球上市。要了解更多信息，请访问：mathworks.com/products/vision-hdl。图示：VisionHDLToolbox有助于快速探索每个时钟处理1、4或8像素。©MathWorks关于MathWorksMathWorks是数学计算软件的领先开发商。它所推出的MATLAB被称为“科学家和工程师的语言”，是一种用于算法开发、数据分析、可视化和数值计算的程序设计环境。Simulink是一个面向多域和嵌入式工程系统仿真和基于模型设计的框图环境。全球的工程师和科学家们都依赖于MathWorks公司所提供的这些产品系列，来加快在汽车、航空、电子、金融服务、生物医药以及其他行业的发明、创新及开发的步伐。MATLAB和Simulink产品也是全球众多大学和学术机构的基本教研工具。MathWorks创建于1984年，总部位于美国马萨诸塞州的内蒂克市(Natick,Massachusetts)，在全球16个国家/地区拥有4500多名员工。有关详细信息，请访问mathworks.com。MATLABandSimulinkareregisteredtrademarksofTheMathWorks,Inc.Seemathworks.com/trademarksforalistofadditionaltrademarks.Otherproductorbrandnamesmaybetrademarksorregisteredtrademarksoftheirrespectiveholders.文章来源于网络