对话赛灵思Gilles Garcia:深度糅合技术属性与客户需求,做极致的Xilinx式服务

简介: 因为对技术的持续追求与钻研以及可编程芯片特有的灵活性,赛灵思能够在变幻莫测的市场环境中以不变应万变,深入到各行各业的应用创新中。

因为对技术的持续追求与钻研以及可编程芯片特有的灵活性,赛灵思能够在变幻莫测的市场环境中以不变应万变,深入到各行各业的应用创新中。

提及赛灵思,业内人首先想到的就是FPGA。而作为FPGA的发明者,没有英特尔那么声名赫赫,亦没有后生小辈英伟达那么独尊一方,赛灵思在这30多年的发展过程中其实一直是“不温不火”。原因很简单,发展三十五年来,全球整个FPGA市场规模还不到100亿美元,在数千亿的半导体产业规模中可谓占比非常低。

TB1.XW_g_Zmx1VjSZFGXXax2XXa.jpg

图 | 赛灵思总裁兼CEO Victor Peng

然而,这个行业却没有人敢低估它。事实上,赛灵思不仅是FPGA的发明者,还是业内首个将FPGA和Arm集成在一起推出全球首款软硬件可编程、可扩展SoC处理器的企业, 也是全球首个2.5D的FPGA、全球首个ASIC增强型设计套件、首款异构多处理器MPSoC和首款数字与模拟结合RFSoC的推出者。2018年,面对人工智能的兴起和摩尔定律的衰退,赛灵思还颠覆性地发明了新型器件ACAP–自适应计算加速平台,为下一个计算时代的加速提供了无限可能。

赛灵思产品特有的灵活特性及其对技术的持续追求与钻研,使其在产业变革的浪潮中能够以不变应万变,赢得众多参与其中的机会。人工智能对它来说如此,当下火热的5G更是如此。

这一次我们只谈论通信领域的赛灵思,希冀借此面得以窥见一斑。而对于其背后的努力和逻辑探讨,我们特别采访了赛灵思通信业务主管总监Gilles Garcia先生。

TB1PDjyObvpK1RjSZFqXXcXUVXa.jpg

图 | 赛灵思通信业务主管总监Gilles Garcia

5G标准化激发产业机会,赛灵思成行业“收割机”

自3GPP公布5G标准以来,运营商、终端商、设备商以及芯片厂皆踊跃参与建设5G网络相关配套设施。在整个5G网络的建设中,不容忽视的就是基础设施的部分,其中信号的收发更是重中之重。而在这一领域,赛灵思本就十分擅长,因此得益于这次的市场机会,赛灵思的业务有了显著增长。

这在它刚刚发布的第三财季财报数据中就得以窥见一二。在连续5个季度持续创新高的营收数据下,这一次财报中通信部门营收同比增长41%,占公司全部营收的三成以上,格外引人注目。

在采访中,赛灵思通信业务主管总监Gilles Garcia先生提到,“如上次营收电话会议上Victor Peng所强调,我们在无线市场上的主要增长是由韩国和中国5G部署的一些准备工作推动的。”

确实如此。在当时的电话会议上,赛灵思总裁兼CEO Victor Peng曾提到过,全球各家5G设备供应商都和赛灵思有合作关系,包括三星、华为等。而在无线通信业务推动下,赛灵思几乎承包了韩国、中国和北美地区的5G部署以及LTE的升级工作。

对于运营商和终端商而言,其实选择赛灵思的原因也很简单。首先每个地方频段不同,设计专用的IC成本较高,这时行业唯一一款可满足当前及未来需求的就是赛灵思的RFSoC单芯片自适应射频平台——Zynq UltraScale + RFSoC平台(下文简称“UltraScale+™ 平台”);其次RFSoC是业界唯一单芯片自适应射频平台,可以支持无线基础设施制造商在占板面积和功耗上实现无与伦比的降低,并可为模拟、数字和嵌入式设计提供适当的平台,从而大大简化信号链上的校准和同步。

进入5G游刃有余,需凭过硬的技术能力

不得不说,这款赛灵思的明星产品UltraScale+™ 平台凝聚了它诸多心力,当时第一代产品在2012年立项,历时五年至2017年才正式发布。但凭借扎实的技术能力,它终跨越了通信系统在射频集成方面难以逾越的技术门槛,并解决了功耗和封装尺寸的问题。在2019年,5G正热时,该系列的第二、第三代产品相继问世,揽下了5G基础建设的重任,也让赛灵思成为了5G基建“收割机”。

TB19QnKOcfpK1RjSZFOXXa6nFXa.png

图 | Zynq

通过Gilles Garcia先生的介绍,我们得以窥见平台的复杂程度,也惊叹于其竟能在如此复杂的架构上保有高度的灵活性。从架构来看,这款平台顶部系统包含了四核ARM、存储器、子系统等各种系统功能,其下方同时集成了包含AD/DA、DSP混合与滤波、以太网MAC、SD-FEC等模块以形成RF信号链,并允许客户根据自己的需求来增加IP,实现产品的最大差异化。

这样的优势十分明显。一般来说,在传统的方法里,为多频段进行RF信号链设计,设计者要先进行模拟设计再进行数字化处理,而采用UltraScale+™ 以后,这一过程就被弱化了,因为平台就可以支持多频段、多标准,实现多个平台的功能。

其实这不仅仅是对技术的追求,在复杂架构设计上保有高度灵活性也是赛灵思对客户需求的高度尊重使然。

以与三星的合作为例,Gilles Garcia先生解释说,“我们充分保证自己的产品质量、单位功耗性能以及领先技术的及时可用性,就是让三星这样的客户能够开发自己的 5G NR 系统产品组合,实现市场差异化。”

在这样的要求下,赛灵思不仅成就了客户,同时也成就了当下的自己。

将解决方案做到极致,服务千万客户

不仅仅是5G市场,其实在现在火热的自动驾驶、人工智能技术相关应用市场中,赛灵思都在多项细分行业中占据首位,而其服务的客户高达两万多也成为同行艳羡的一点。尤其在重视解决方案的当下,作为一家老牌无晶圆芯片设计公司,赛灵思通过颠覆性的新型平台产品ACAP加速了公司从器件厂商到平台解决方案厂商的转变,为更多的开发者或者创新者开启了利用高性能的赛灵思产品加速应用创新的大门。

在谈到是如何服务好各行各业的千万客户时,Gilles Garcia先生就表示这不仅仅体现在产品设计上,还需多方位展开。

“首先,在与客户的紧密合作过程中,我们会制定稳固可靠的路线图,并不断投入,从而保持技术领先地位;此外,我们也不断改进自己的工具套件,让软件设计人员和架构师在不必掌握 FPGA 专业知识的前提下就能够使用 FPGA、SoC,方便客户的使用;同时,我们还投资于特定市场所需的关键IP开发,并投入大量精力开发充满活力的生态系统,以帮助客户集中力量,专注于实现自己的差异化。”

虽只是简单的三点,但落实到细节却是大量繁杂的工作,而正是秉持着服务好客户的态度,赛灵思才拥有了让同行羡慕的客户数量。

最后

“我虽然跑的并不是很快,但我很喜欢长跑。在设定目标之后,只要不断坚持,不断改变和进步就能够实现目标。”这是Victor Peng在去年的开发者大会上的开场白,也尽显了赛灵思的气质。

在不断充实自己技术能力和开拓业务线的基础上,现如今的赛灵思早已非彼时的赛灵思,它的技术能力已然遍及通信、人工智能和大数据,且在汽车、5G、工业、医疗等多领域占据了龙头地位。

【镁客·请讲】专注于报道科技创新项目;我们敞开心扉面对每一位创业者,力求为您呈现一群鲜活、有性格的品牌和人物;我们倾听创业故事和人生经历、探讨商业模式和行业趋势、对接资本市场和供需双方,以期为产业发展注入新的活力。

欢迎做客【镁客·请讲】,栏目合作请发送邮件至:post@im2maker.com

相关文章
|
Kubernetes API Docker
(一)零基础小白都能懂的超全Docker入门教程之开篇
(一)零基础小白都能懂的超全Docker入门教程之开篇
|
存储 PyTorch 算法框架/工具
Tensor to img && imge to tensor (pytorch的tensor转换)
Tensor to img && imge to tensor (pytorch的tensor转换)
|
机器学习/深度学习 人工智能 自然语言处理
Tokenformer:基于参数标记化的高效可扩展Transformer架构
本文是对发表于arXiv的论文 "TOKENFORMER: RETHINKING TRANSFORMER SCALING WITH TOKENIZED MODEL PARAMETERS" 的深入解读与扩展分析。主要探讨了一种革新性的Transformer架构设计方案,该方案通过参数标记化实现了模型的高效扩展和计算优化。
660 0
|
存储 机器学习/深度学习 大数据
量子计算与大数据:处理海量信息的新方法
【10月更文挑战第31天】量子计算凭借其独特的量子比特和量子门技术,为大数据处理带来了革命性的变革。相比传统计算机,量子计算在计算效率、存储容量及并行处理能力上具有显著优势,能有效应对信息爆炸带来的挑战。本文探讨了量子计算如何通过量子叠加和纠缠等原理,加速数据处理过程,提升计算效率,特别是在金融、医疗和物流等领域中的具体应用案例,同时也指出了量子计算目前面临的挑战及其未来的发展方向。
|
人工智能 弹性计算 JSON
AI大模型复习“搭子”—部署流程演示
本文主要介绍文档智能,介绍利用大模型构建知识库和AI学习助手的部署流程,主要包括以下几方面的内容: 1.什么是文档智能 2.文档智能 & RAG 3.基于文档智能和百炼平台的RAG应用案例
424 3
|
消息中间件 监控 Kafka
Filebeat+Kafka+Logstash+Elasticsearch+Kibana 构建日志分析系统
【8月更文挑战第13天】Filebeat+Kafka+Logstash+Elasticsearch+Kibana 构建日志分析系统
1366 3
|
Java API Apache
好用的Java工具类库大总结,提升开发效率必备
好用的Java工具类库大总结,提升开发效率必备
1755 0
|
人工智能 自然语言处理 搜索推荐
ai智能机器人的话术设计思路可供参考(一)
设计AI智能机器人的话术是一个复杂而综合的过程,涉及多个方面的思考和决策。以下是一些设计思路,以确保AI智能机器人的话术能够实现最佳效果: 1. 用户导向:将用户放在设计的核心位置,充分理解用户需求,思考用户可能提出的问题和意图。通过分析用户的行为模式、关注点和痛点,设计对应的话术,提供准确、个性化的回答和解决方案。 2. 语境感知:通过使用自然语言处理(NLP)和上下文理解技术,让AI机器人能够感知语言及交互的语境。这样机器人就能更准确地理解用户的指令和问题,回答更具针对性和连贯性的内容,提升用户体验。 3. 逐步引导:当用户提出问题时,设计机器人的话术应该能够逐步引导用户提供更多的信息,以

热门文章

最新文章