ویژگی های محصول

ارتباطات پرکاربردترین سناریو برای FPGA است

در مقایسه با انواع دیگر تراشه‌ها، قابلیت برنامه‌ریزی (انعطاف پذیری) FPGAها برای ارتقای مداوم و تکراری پروتکل‌های ارتباطی بسیار مناسب است.بنابراین، تراشه های FPGA به طور گسترده در دستگاه های ارتباطی بی سیم و سیمی استفاده می شوند.

با ظهور عصر 5G، حجم و قیمت FPGA در حال افزایش است.از نظر کمی، به دلیل فرکانس بالاتر رادیو 5G، برای دستیابی به هدف پوششی مشابه با 4G، تقریباً 3-4 برابر تعداد ایستگاه های پایه 4G مورد نیاز است (مثلاً در چین تا پایان 20، تعداد کل ایستگاه های پایه ارتباطات سیار در چین به 9.31 میلیون رسید، با افزایش خالص 900000 در سال، که تعداد کل ایستگاه های پایه 4G به 5.75 میلیون رسید) و انتظار می رود مقیاس ساخت و ساز بازار آینده در ده ها باشد. میلیون ها نفردر عین حال، به دلیل تقاضای پردازش همزمان بالا در کل ستون آنتن‌های مقیاس بزرگ، استفاده از FPGA از ایستگاه‌های پایه تک 5G از 2-3 بلوک به 4-5 بلوک در مقایسه با ایستگاه‌های تک پایه 4G افزایش می‌یابد.در نتیجه، استفاده از FPGA، جزء اصلی زیرساخت 5G و تجهیزات پایانه، نیز افزایش خواهد یافت.از نظر قیمت واحد، FPGA ها عمدتا در باند پایه فرستنده گیرنده ها استفاده می شوند.عصر 5G به دلیل افزایش تعداد کانال ها و افزایش پیچیدگی محاسباتی، شاهد افزایش مقیاس FPGA های مورد استفاده خواهیم بود، و از آنجایی که قیمت گذاری FPGA ها با منابع روی تراشه همبستگی مثبت دارد، انتظار می رود قیمت واحد در آینده بیشتر افزایش یابد.درآمد سه ماهه سال مالی 22، خطوط سیمی و بی سیم Xilinx با 45.6 درصد افزایش سالانه به 290 میلیون دلار آمریکا رسید که 31 درصد از کل درآمد را تشکیل می دهد.

FPGA ها را می توان به عنوان شتاب دهنده های مرکز داده، شتاب دهنده های هوش مصنوعی، SmartNIC (کارت های شبکه هوشمند) و شتاب دهنده در زیرساخت شبکه استفاده کرد.در سال‌های اخیر، رونق در هوش مصنوعی، محاسبات ابری، محاسبات با عملکرد بالا (HPC) و رانندگی خودکار به FPGA ها انگیزه جدیدی در بازار داده و فضای افزایشی را تسریع کرده است.

تقاضا برای FPGA که توسط کارت های شتاب دهنده هوش مصنوعی هدایت می شود

به دلیل انعطاف پذیری و قابلیت های محاسباتی با سرعت بالا، FPGA ها به طور گسترده در کارت های شتاب دهنده هوش مصنوعی استفاده می شوند.در مقایسه با پردازنده‌های گرافیکی، FPGA مزایای آشکاری در بهره‌وری انرژی دارند.در مقایسه با ASICها، FPGAها انعطاف بیشتری برای مطابقت با تکامل سریع‌تر شبکه‌های عصبی هوش مصنوعی و همگام شدن با به‌روزرسانی‌های تکراری الگوریتم‌ها دارند.با بهره مندی از چشم انداز توسعه گسترده هوش مصنوعی، تقاضا برای FPGA برای برنامه های کاربردی هوش مصنوعی در آینده به بهبود ادامه خواهد داد.بر اساس SemicoResearch، اندازه بازار FPGA در سناریوهای کاربردی هوش مصنوعی در 19-23 سه برابر خواهد شد و به 5.2 میلیارد دلار خواهد رسید.در مقایسه با بازار 8.3 میلیارد دلاری FPGA در سال 21، پتانسیل برنامه های کاربردی در هوش مصنوعی را نمی توان دست کم گرفت.

بازار امیدوار کننده تر برای FPGA ها مرکز داده است

مراکز داده یکی از بازارهای کاربردی در حال ظهور برای تراشه‌های FPGA هستند، با تأخیر کم + توان عملیاتی بالا که نقاط قوت اصلی FPGA را نشان می‌دهد.FPGA های مرکز داده عمدتاً برای شتاب سخت افزاری استفاده می شوند و می توانند هنگام پردازش الگوریتم های سفارشی در مقایسه با راه حل های سنتی CPU به شتاب قابل توجهی دست یابند: به عنوان مثال، پروژه مایکروسافت منجنیق از FPGA به جای راه حل های CPU در مرکز داده استفاده کرد تا الگوریتم های سفارشی Bing را 40 برابر سریعتر پردازش کند. با اثرات شتاب قابل توجه.در نتیجه، شتاب‌دهنده‌های FPGA از سال 2016 بر روی سرورهای Microsoft Azure، Amazon AWS و AliCloud برای شتاب محاسباتی مستقر شده‌اند. و مراکز داده بیشتری راه حل های تراشه FPGA را اتخاذ خواهند کرد، که همچنین سهم ارزش تراشه های FPGA را در تراشه های مرکز داده افزایش می دهد.