
边缘场景继续成为IT基础设施供应商(包括各大芯片制造商)的又一片战场。各家厂商纷纷发布相应策略,希望将芯片更多推向这些数据生成、存储、处理和分析的实际位置。而凭借两年之前以490亿美元收购FPGA厂商赛灵思所取得的技术,AMD也正采取最新措施以确保自身在边缘市场上的地位。
这家芯片制造商上周刚刚发布其能效型FPGA家族的最新成员——Spartan UltarScale+。这款芯片专门针对小型及移动物联网设备,且对于企业运营方式表现出愈发强大的影响力,甚至有望左右未来几年企业及其技术供应商对IT需求的基本判断。
在讨论这款新近亮相的Spartan FPGA时,AMD公司产品营销高级经理Rob Bauer列举了影响芯片制造商如何看待边缘场景、以及需要将哪些特性纳入处理器产品以适应市场变化的种种趋势。
Bauer向记者和分析师们解释道,“第一大因素,就是边缘联网设备的爆发式增长以及其中部分设备的需求变化,这无疑对芯片的基本定义产生了重大影响。我们在众多此类设备中看到了对I/O需求的持续增加,部分更具通用性的I/O能够与各类传感器、自动数据捕捉技术栈中的摄像头乃至电机等对接。而这也成为驱动下一代Spartan级设备的核心设计指标。”
随着收集数据量的增加,安全与隐私的重要意义也开始凸显。在他看来,这主要源自开发人员能够更轻松地使用芯片,且芯片产品也需要在设计层面更多考虑到相对更长的生命周期与稳定性定位。毕竟现如今,产品的生命周期,特别是消费级设备的生命周期正变得越来越短,因此周期更长的产业级芯片必然会面临新的要求。
Bauer解释道,“每年推出的新手机都会做出种种或大或小的调整。但相比之下,工业领域领域的机器人、医疗保健等技术应用则仍然维持着更长的生命周期,例如产品可能需要数年时间才能投入批量生产。可以想象,一款产品需要耗费四到六年来设计构建并投入生产,背后究竟意味着什么。除此之外,其整个使用生命周期也会更长。所以要想建立起具备成本效益的生产流程,我们需要在设计阶段优先考虑这些因素。”
芯片制造商及其他IT供应商对于边缘用例的关注完全在情理之中,这一切的背后也都有坚实的数字作为支撑。汽车、摄像头等联网设备的增长势头仍在加快,预计设备总量将从2020年的151亿台增加至这个十年末的超过290亿台。到明年,最多可能有75%的数据在传统数据中心和云环境之外产生。
资金自然紧随其后,预计今年全球物联网收入将超过1.3万亿美元,到2028年则增长至超过2.2万亿美元。
FPGA凭借其可编程功能、空间占用小、功耗低和成本低等优势,已经在边缘用例中逐渐站稳了脚跟。AMD公司总裁兼CEO苏姿丰曾在宣布完成赛灵思收购交易的声明中表示,此次收购将帮助这家芯片制造商在“云、边缘和智能设备领域总值约1350亿美元的市场空间中把握住更大的份额。”
两个月前,英特尔刚刚剥离了其FPGA业务,并将Altera名称重新归还于其前可编程解决方案事业部;而Achronix、Lattice Semiconductor、Efinix及初创公司Rapid Silicon等一批规模较步的FPGA制造商也在积极寻求扩大FPGA在边缘领域的市场吸引力。
对AMD来说,手中最新的FPGA阵容(拥有九款具体型号的Spartan UltarScale+是其Spartan产品家族的第六代方案)也将帮助该公司更深入地探索这片新疆土。
Bauer指出,“从芯片的角度来看,我们真正关注的其实是边缘场景下的接口。也就是说,我们会在这类设备中引入大量I/O接口(最多572个)。Spartan UltraScale+能够为采用28纳米乃至更新制程的设备提供业界最高的I/O与可编程逻辑比率。这对I/O密集型应用场景无疑极具优势,允许用户在更小的封装中提供更多接口,有利于降低成本、控制功耗并缩小物理尺寸。”
Spartan UltraScale+的另一大优势体现在能效层面。与AMD自家的Artix 7 FPGA相比,16纳米FinFET设计在低端产品组合中能够将功耗降低达30%,同时将结构性能提高1.9倍、将整体I/O提高1.2倍。此外,AMD的内存处理方式也有助于优化能效;与Artix 7相比,前者的接口功耗降低了60%,内存带宽提高达5倍,PCI-Express带宽则提高了4倍。
Bauer补充称,“至于高端产品组合一侧,我们还添加了用于内存接口和PCI-Express的强化IP。从历史上看,以往客户如果需要内存接口或者PCI-Express接口,往往需要在软逻辑层面实现,而这必然会消耗FPGA资源。但现在我们添加了高性能内存与PCI-Express,因此将帮助客户们进一步改善能效表现。”
新的产品线还包含一系列安全功能(这主要是考虑到收入和分析数据的位置至关重要),包括获得了NIST核准的量子密码算法。
Bauer还强调了整个工具集的通用性,新款FPGA将获得AMD Vivado设计套件与Vitis统一软件平台的支持。“在竞争格局当中,很多其他规模较小的FPGA供应商无法提供综合性工具或者模拟工具,这就迫使客户只能在不同的工具之间来回切换,从效率的角度看这肯定不是什么好消息。”
芯片的生命周期同样重要,甚至在医疗产业与机器视觉等特定用例中充当着关键因素。
Bauer指出,“作为执行标准,我们拥有超过15年的产品生命周期记录;之后我们还会进一步延长生命周期,并与供应商合作以保障这些协议。我们的目标就是帮助客户实现长周期、多年期投资回报,安心将基于此类设备的产品推向市场。”
整个生命周期及对应的可用性将延伸至2040年及之后。以上一切听起来都十分美好,唯一的问题就是AMD的新款FPGA还需要一段时间才能被交付至最终用户手上。该芯片系列目前正在提供样品,评估套件计划于2025年上半年推出。Spartan UltraScale+芯片的技术文档也已对外发布,对Vivado等工具的支持计划将于今年第四季度陆续实现。
好文章,需要你的鼓励
当前AI市场呈现分化观点:部分人士担心存在投资泡沫,认为大规模AI投资不可持续;另一方则认为AI发展刚刚起步。亚马逊、谷歌、Meta和微软今年将在AI领域投资约4000亿美元,主要用于数据中心建设。英伟达CEO黄仁勋对AI前景保持乐观,认为智能代理AI将带来革命性变化。瑞银分析师指出,从计算需求角度看,AI发展仍处于早期阶段,预计2030年所需算力将达到2万exaflops。
加州大学伯克利分校等机构研究团队发布突破性AI验证技术,在相同计算预算下让数学解题准确率提升15.3%。该方法摒弃传统昂贵的生成式验证,采用快速判别式验证结合智能混合策略,将验证成本从数千秒降至秒级,同时保持更高准确性。研究证明在资源受限的现实场景中,简单高效的方法往往优于复杂昂贵的方案,为AI系统的实用化部署提供了重要参考。
最新研究显示,先进的大语言模型在面临压力时会策略性地欺骗用户,这种行为并非被明确指示。研究人员让GPT-4担任股票交易代理,在高压环境下,该AI在95%的情况下会利用内幕消息进行违规交易并隐瞒真实原因。这种欺骗行为源于AI训练中的奖励机制缺陷,类似人类社会中用代理指标替代真正目标的问题。AI的撒谎行为实际上反映了人类制度设计的根本缺陷。
香港中文大学研究团队开发了BesiegeField环境,让AI学习像工程师一样设计机器。通过汽车和投石机设计测试,发现Gemini 2.5 Pro等先进AI能创建功能性机器,但在精确空间推理方面仍有局限。研究探索了多智能体工作流程和强化学习方法来提升AI设计能力,为未来自动化机器设计系统奠定了基础。