数据中心占Xilinx整体收入的一小部分,截至3月份的财政年度为2.32亿美元,而公司总收入为31亿美元。然而,它是该公司增长最快的部分,去年增长了46%。该公司昨日表示,预计数据中心收入增长将加速,本财年将增长55%至65%,而2017年至2019年的复合年增长率为42%。
Xilinx希望通过“瓦片”,通过高速存储器总线在其“Versal”可编程芯片的“AI引擎”部分内相互连接的计算模块,在机器学习推理方面取得进展。赛灵思
为此,赛灵思正在将其在FPGA领域的传统转移到更复杂的领域。FPGA包含一种可以重新排列的大量逻辑门,因此它们具有调整任务的前景,因此具有更高的性能和更高的能效。
Xilinx现在希望销售平台芯片,该平台芯片仍然具有可编程逻辑门,但也集成了多个功能元件,这些功能元件更专门用于任务,例如机器学习,所有这些都在单个芯片上。
该公司的首席执行官Victor Peng以一个应用程序图形开始了他对该事件的演示,这是一种三明治,其中机器学习算法被困在另外两个部分的中间,一个预处理步骤和一个后处理步。Xilinx目前的重点是推理任务,当机器学习模型提供预测时,而非培训。
彭说,如果用于机器学习的芯片不仅加快了中间神经网络部分的处理,而且加快了前后处理部分的处理,那将是一件好事。
“这不仅仅是关于神经网络处理,即使这是被谈论的内容,”彭说。“这是关于整个应用程序的。”
赛灵思公司首席执行官Victor Peng在公司分析师日活动期间强调,不仅仅是神经网络,整个应用程序需要做得更好,他希望推动公司对其Versal和其他集成“平台”的论证。产品。赛灵思
例如,Peng说,在自动驾驶汽车技术中,例如“先进的驾驶辅助系统”或ADAS,“总延迟是你关心的,但机器学习只是一步。”
为了解决这一切,赛灵思认为英特尔CPU和Nvidia GPU都太有限了。相反,开发人员需要具有可编程逻辑但也具有某些特定功能单元的片上系统。
首先是Xilinx目前可用的Zynq处理器,其中包括嵌入在可编程逻辑门的海洋中的ARM CPU。下一步是一款名为“Versal”的产品,Xilinx现在正在推出。Versal拥有多个不同计算功能的可编程内核。一个是“AI Engines”逻辑块。
AI引擎实际上是一组磁贴,芯片上的单个区域具有矢量处理和专用存储器缓存,它们通过高速总线相互连接。(有关详细信息,请阅读Versal白皮书。)
当然,还有待观察的是,机器学习开发人员,他们越来越多地欣赏FPGA的优势,是否会将棉花用于平台方法。除了英特尔和Nvidia之外,Xilinx面临来自Advanced Micro Devices的竞争,后者销售CPU和GPU;来自高通公司,刚刚宣布即将推出的机器学习部分;以及正在构建自己的部分的云供应商,例如谷歌;从一大批创业公司,其中一些来自FPGA背景,如Efinix。
(您可以在Xilinx投资者关系网站上观看整个网络直播。)
在问答期间,彭强调Versal“家庭”将由“六种不同的产品”组成,这表明平台方法的能力将会扩大。他向参加会议的金融分析师保证,Versal“将真正具有破坏性”,并且它“不仅仅是芯片”,而且还有各种软件工具 - 其中一些正在开发中,因此该公司今年的支出增加了。
Xilinx预计数据中心芯片市场将快速增长,包括机器学习部件。赛灵思
负责数据中心的Peng负责人Salil Raje补充说,该公司将利用机器学习方法只需导入TensorFlow或其他机器学习开发标准代码就可以写入设备。“许多应用程序现在都在框架基础上工作,我们从中受益,”Raje说。“我们只需要连接到框架。”
彭补充了一些历史观点,并指出当他多年前在当时被AMD公司称为ATI的公司工作时,“没有人知道如何拼写GP-GPU”,指的是“通用GPU, “目前来自Nvidia和AMD的热门产品。当时还有,“没有人知道异类[计算]就是答案,”他补充说,这意味着芯片包含混合在一起的不同类型的电路,例如Versal。“现在每个人都明白未来是异质计算,所以我们可以在某种意义上落后于此,”与骑自行车者相互骑行的方式类比,以获得领先骑手背后风洞的好处。
该会议室的一位金融分析师指出,创新推理芯片的市场似乎需要很长时间才能实现 - 英特尔仍然凭借其CPU占据市场主导地位。“在CPU上还有很多工作要做,”彭承认并补充道,“但像Twitch这样的客户来我们是因为他们无法在CPU上完成任务,”他们指的是视频游戏流视频操作由亚马逊拥有。亚马逊与百度一起在全球推出了多个“可用性中心”,您可以租用Xilinx的FPGA。
彭敦促耐心。他说Xilinx仍然需要“在那里获得整个软件堆栈”,这意味着Zynq和Versal之上的各种工具。他指出,新的插件处理卡,使芯片易于部署,称为Alveo,仅在2018年底发布。
“我们一直认为这将是一个很大的机会,但随着时间的推移,”他说。