FPGA 到底有多火?
雷锋网先来带大家看一组数据:
2016 年半导体市场的整体增长率为 1.5%,相比之下,FPGA 市场增长率为 6%。
随着深度学习的崛起,FPGA 市场再次风起云涌。2015 年掀起了收购狂潮,2016 年至今的市场格局有没有随之变化?近日雷锋网获得消息,著名半导体行业观察家 Paul Dillien 对 2016 年的 FPGA 市场趋势做了总结。并评出”2016 年度最佳 FPGA“,请看下文。
Paul Dillien:不需要计算,我也知道 Xilinx 是 2016 FPGA 市场的冠军。这一点也不奇怪——Xilinx 领跑 FPGA 已经超过十年。
但这可能会发生变化。
众所周知,2016 对半导体行业的营收而言,是颇艰难的一年。现在看来,该市场只有些微增长。但 FPGA 行业在 2016 年的变动不可谓不大——2015 年掀起了一阵收购狂潮,2016 是各企业整顿业务、消化整合之年:
英特尔在 2015 年底完成了对 Altera 的收购,到现在,后者在新东家管理下一年有余,是时候看看收购之后的业务进展。与此同时,Microsemi 也加入了收购狂欢。同样在 2015 年,它达成与 PMC-Sierra 的收购协议,随后把后者的 RRH(Remote Radio Head,射频拉远头)和板级产品(board-level products)业务剥离。还有 Lattice Semiconductor 在 2015 年对 Silicon Image 的收购,如今前者正在把专利许可和 ASSP 收入加入其业绩报表,目前它还在等待政府部门对一项新收购提案的审批。
这一系列收购,使得单独核算 FPGA 业务的收入变得十分困难。因此,我的估算未必准确,大约是如下的情形:
和计算这些数字的时候,我对 CPLD、ASSP 和电源设备的销售收入做了剔除,但包括了软件和 IP 收入。根据我的计算,FPGA 行业的整体营收增长为 6%,大幅超过萎靡不振的整体半导体市场 (1.5%)。
虽然英特尔 CEO Brian Krzanich 宣称,Altera 的市占率在收购后得到增长,但我并没有发现行业格局有的显著变动。事实上,上图最让我惊讶的是,Xilinx 并没有拉开与竞争对手们的差距。其"largest-fastest-latest technology" (最大最快最新技术)的宣传标题,同样意味着“最贵”。最近的三代制程上,Xilinx 一直领先于 Altera,比如在 16/14nm 上的技术领先就超过一年。我原本预期掌握技术高地能带来更多的设计优势,并推动营收增长。当然,这些高端设备往往是被预订作 ASIC 模拟、通讯及军事用途,但它们也是最有价值的。
FPGA 的设计时间正在变得更长。其中,我预期 ASIC 模拟的上市时间会相对早些。模拟公司需要开发复杂的软件环境,把 ASIC 设计分割为可控的部分,然后把设计分发给供应商工具。这并不简单,但他们不需要进行设计验证以及与软件整合,这是终端用户的事情。通讯应用牵扯的方方面面更多,需要更长的时间来进入产品阶段。军事应用需要的研发周期还要长。因此,或许 Xilinx 的营收增长将在下几个季度出现。
我觉得, 对于 Altera 从英特尔的收购中获益,现在还为时过早。所有人都知道英特尔需要 FPGA 加速设备来维持其在数据中心业务的霸主地位。但也许,这会导致 Altera 对其它市场的不够重视(雷锋网注:仅是作者个人猜想)。但现在还不到下结论的时候。
我怀疑我对 Microsemi 的分析低估了它的 FPGA 营收,而高估了 Lattice。两家公司都不会定期披露业绩数据。Microsemi 高度聚焦于 FPGA 的安全应用领域,比如国防和航空,这需要更长的研发周期。但这也有好处:每一代产品的生命周期也长,能卖更久。Microsemi 将从美国国防开支增长中获益最多。
Lattice 的部分 FPGA 产品可用于消费级应用。这部分产品在 2016 年看到了大幅产量增长,以及同样幅度的价格下探。Lattice 在中端产品线也有很强的竞争力。
最后,QuickLogic 的营收大幅下降。这是因为它的业务十分依赖三星的几大项目。其 CEO 希望在 2017 年底能够收支平衡,为长期的亏损划上句号。表格中的"others" 包含 Achronix,它仍然依赖于风投资金,并不公开业绩与财务报表。
对于具备哪些要素才算得上是“最佳”产品,每个技术人员都有自己的评判标准。对于我和我的钱包来说,去年推出的最发杂的产品线必须是 Virtex UltraScale+ 系列。但是,天知道多久之后才能有一个技术团队来设计、验证一个号称有 2.8M 逻辑单元、96 个收发器(transceivers)的设备,或是由 600k 逻辑单元支持、有多核处理器的 MPSoC 。
via eetimes
相关文章:
专访FPGA 2017最佳论文得主深鉴科技:深度学习的最大瓶颈是带宽问题而非计算