Lattice：聚焦網(wǎng)絡(luò )邊緣計算的差異化市場(chǎng)

　　延宕了一年之久的萊迪思(Lattice)收購案近期終于落下帷幕。由于受到特朗普的否決，Canyon Bridge對Lattice的收購要約可能告吹。雖然買(mǎi)賣(mài)不成，但lattice發(fā)展的腳步還是要繼續邁進(jìn)。根據其最新的動(dòng)態(tài)來(lái)看，lattice瞄準了網(wǎng)絡(luò )邊緣這一逐漸興起的領(lǐng)域。

　　目前的網(wǎng)絡(luò )中已經(jīng)有64億臺設備連接，此外還新增了550萬(wàn)臺新設備，因此物聯(lián)網(wǎng)的興起需要采用新的處理和分析需求的方法。充分利用物聯(lián)網(wǎng)需要在設備和云之間實(shí)現強大的無(wú)縫連接，同時(shí)消除計算問(wèn)題和隱私問(wèn)題。云計算結合IoT技術(shù)的能力意味著(zhù)到2018年，IoT傳感器和設備將超過(guò)手機成為最大的接入設備。用于工業(yè)和消費者應用的復雜算法使得語(yǔ)音和人臉識別以及機器學(xué)習的功能將會(huì )得到快速的發(fā)展應用。但是，數據傳輸到云端并返回到每個(gè)IoT設備必須應對不可避免的網(wǎng)絡(luò )延遲，所有IoT創(chuàng )建的數據的45%將被存儲、處理、分析，并在靠近或在邊緣網(wǎng)絡(luò )上進(jìn)行。“Lattice正朝著(zhù)網(wǎng)絡(luò )邊緣領(lǐng)域進(jìn)軍。我們也在加大FD-SoI技術(shù)投入，并通過(guò)收購加速發(fā)展。”萊迪思半導體首席運營(yíng)官Glen Hawk對集微網(wǎng)表示。

　　“在2006年之前，Lattice的營(yíng)收主要來(lái)自于控制PLD部分，每年在2億美元左右，非常穩定。從2006年開(kāi)始，網(wǎng)絡(luò )邊緣的互連市場(chǎng)逐漸增長(cháng)。而網(wǎng)絡(luò )邊緣計算是一個(gè)全新的市場(chǎng)需求，將成為今后增長(cháng)的主要驅動(dòng)力。”Glen Hawk指出，“在網(wǎng)絡(luò )邊緣的控制、互連、計算三個(gè)領(lǐng)域，Lattice都能提供完整而極具優(yōu)勢的解決方案。”

　　據介紹，在控制方面，現在是Lattice實(shí)現穩定營(yíng)收的堅實(shí)基礎，僅2016就有4000多家客戶(hù)。“產(chǎn)品生命周期長(cháng)，供應鏈穩定是滿(mǎn)足更多客戶(hù)的特點(diǎn)需求的基礎。而豐富的系統設計經(jīng)驗幫幫助客戶(hù)實(shí)現創(chuàng )新，已在網(wǎng)絡(luò )邊緣領(lǐng)域被多家客戶(hù)采用。”Glen Hawk表示。

　　在網(wǎng)絡(luò )邊緣互連應用方面，Lattice的iCE系列、CrossLink系列、無(wú)線(xiàn)連接系列FPGA產(chǎn)品等都普遍應用于智能音箱，ADAS、車(chē)載信息娛樂(lè )系統，監控攝像頭，機器視覺(jué)，平板電腦、VR等領(lǐng)域。“僅在過(guò)去一年中，我們就看到來(lái)自全球各地的公司為AR/VR系統、機器人、無(wú)人機、機器視覺(jué)、智能監控攝像頭等各種產(chǎn)品采用我們的小尺寸、低功耗、低延遲FPGA。這才是剛剛開(kāi)始。我們熱切期盼能夠助力網(wǎng)絡(luò )邊緣領(lǐng)域的創(chuàng )新和設計。”

　　網(wǎng)絡(luò )邊緣人工神經(jīng)網(wǎng)絡(luò )應用的潛力無(wú)限。不過(guò)現實(shí)情況是產(chǎn)生想法很容易，但實(shí)現起來(lái)并不那么簡(jiǎn)單。設計工程師要如何將人工智能、神經(jīng)網(wǎng)絡(luò )和機器學(xué)習的優(yōu)勢引入到資源有限的低功耗網(wǎng)絡(luò )設備中去呢?

　　“我們看到，在網(wǎng)絡(luò )邊緣計算的各類(lèi)應用中，對于功耗、價(jià)格和性能的要求都是不同的。萊迪思在神經(jīng)網(wǎng)絡(luò )和機器學(xué)習領(lǐng)域有著(zhù)功耗和性能的優(yōu)勢，因此我們鎖定了每秒1萬(wàn)億次運算、功耗地域1W的可編程神經(jīng)網(wǎng)絡(luò )應用市場(chǎng)。”Glen Hawk表示，“現在在A(yíng)DAS 360°環(huán)繞視野，車(chē)牌偵測、AR/VR位置跟蹤等網(wǎng)絡(luò )邊緣計算應用都可以滿(mǎn)足他們的需求。例如基于卷積神經(jīng)網(wǎng)絡(luò )的人臉跟蹤應用，采用ECP5，功耗低于1W;基于二值神經(jīng)網(wǎng)絡(luò )的人臉偵測應用，采用iCE40 UltraPlus，功耗低于5mW。”

　　在他看來(lái)，FPGA的并行計算和可編程特性，非常適合于神經(jīng)網(wǎng)絡(luò )計算，相比ASIC也更適合應用十分廣泛的物聯(lián)網(wǎng)市場(chǎng)。GPU在深度學(xué)習算法模型訓練上非常高效，但在推理時(shí)對于小批量數據，并行計算的優(yōu)勢不能發(fā)揮出來(lái)。而FPGA 同時(shí)擁有流水線(xiàn)并行和數據并行，因此處理任務(wù)時(shí)候延遲更低，功耗也更低。此外，FPGA是可編程芯片，更加靈活。目前來(lái)看，深度學(xué)習算法還未完全成熟，算法還在迭代衍化過(guò)程中，若深度學(xué)習算法發(fā)生大的變化，FPGA是軟件定義硬件，可以靈活切換算法，快速切入市場(chǎng)。

　　此外，Glen Hawk強調，網(wǎng)絡(luò )邊緣智能應用領(lǐng)域的市場(chǎng)機會(huì )，預計到2022年將翻一番。“隨著(zhù)網(wǎng)絡(luò )邊緣計算領(lǐng)域的增長(cháng)，Lattice有望實(shí)現超過(guò)20億美元的營(yíng)收。”他指出，“網(wǎng)絡(luò )邊緣互連保持穩定的業(yè)務(wù)增長(cháng)，網(wǎng)絡(luò )邊緣計算加速未來(lái)發(fā)展，穩步增長(cháng)實(shí)現穩定的收益，這就是Lattice接下來(lái)的成長(cháng)和進(jìn)取之道。”