精品国产一级在线观看,国产成人综合久久精品亚洲,免费一级欧美大片在线观看

當前位置:物聯網市場動態 → 正文

人工智能、物聯網需要什么芯片?CPU和GPU將讓位于FPGA

責任編輯:editor006 作者:何晨 |來源:企業網D1Net  2017-02-09 16:28:24 本文摘自:新財富投研筆記何晨

一、FPAG是大數據和物聯網的趨勢

1.1、Intel167億美元、35倍倍PE押注FPGA

2015年6月1日,Intel宣布斥資167億美元,以每股約54美元的價格收購全球第二大FPGA廠商Altera(阿爾特拉),這是Intel成立47年以來歷史上規模最大的收購。本次Intel的收購對應的估值高達35倍,這在半導體領域已經非常罕見。

Intel收購Altera,主要基于三方面考慮:

第一、IBM與全球第一大FPGA廠商Xilinx合作,主攻大數據和云計算方向,這引起Intel的巨大擔憂。Intel已經在移動處理器落后,大數據和云計算領域不能再落后。

第二、FPGA在云計算、大數據領域將深入應用。Intel此次與Altera合作,將開放Intel處理器的內部接口,形成CPU+FPGA的組合模式。其中FPGA用于整形計算,cpu進行浮點計算和調度,此組合的擁有更高的單位功耗性能和更低的時延。

第三、IC設計和流片成本。隨著半導體制程指數增長,FPGA在物聯網領域將替代高價值、批量相對較小(5萬片以下)、多通道計算的專用設備替代ASIC。同時,FPGA開發周期比ASIC短50%,可以用來快速搶占市場。

人工智能、物聯網需要什么芯片?CPU和GPU將讓位于FPGA

  1.2、FPGA+CPU,大數據時代的趨勢之一

在近期杭州的云棲大會,Intel已經展示了其Xeon+FPGA的創新模式,計劃17年將投放市場。Altera的FPGA產品可以讓英特爾Xeon至強處理器技術形成高度定制化、整合產品,單位功耗性能比CPU+GPU模式更高。CPU+FPGA用于數據中心,這將是未來數據中心的標配。

人工智能、物聯網需要什么芯片?CPU和GPU將讓位于FPGA

目前在海量數據處理,主流方法是通過易編程多核CPU+GPU來實現,而從事海量數據處理應用開發(如密鑰加速、圖像識別、語音轉錄、加密和文本搜索等)。設計開發人員既希望GPU易于編程,同時也希望硬件具有低功耗、高吞吐量和最低時延功能。但是依靠半導體制程升級帶來的單位功耗性能在邊際遞減,CPU+GPU架構設計遇到了瓶頸而,而CPU+FPGA可以提供更好的單位功耗性能,同時易于修改和編程。

數據顯示,瑞士蘇黎世聯邦理工學院(ETHZurich)研究發現,基于FPGA的應用加速比CPU/GPU方案,單位功耗性能可提升25倍,而時延則縮短了50到75倍,與此同時還能實現出色的I/O集成(PCIe、DDR4、SDRAM接口、高速以太網等)。換言之,FPGA能在單芯片上提供高能效硬件應用加速所需的核心功能,并同時提供每個開發板低功耗的解決方案。

人工智能、物聯網需要什么芯片?CPU和GPU將讓位于FPGA

 

人工智能、物聯網需要什么芯片?CPU和GPU將讓位于FPGA

 

另外,微軟的研究表明,FPGA的單位功耗性能是GPU的10倍以上,由多個FPGA組成的集群能達到GPU的圖像處理能力并保持低功耗的特點。FPGA在云數據中心的應用,將從CPU與FPGA離散使用、向CPU與FPGA打包使用、再向CPU與FPGA整合使用發展。根據英特爾預計,到到2020年,將有1/3的云數據中心節點采用FPGA技術。

人工智能、物聯網需要什么芯片?CPU和GPU將讓位于FPGA

另外,與CPU和GPU相比,FPGA的運算類似于ASIC“電路直給”,執行效率比CPU和GPU大幅提高。同時,FPGA在整數運算領域效率大大超過CPU,所以FPGA在整數運算領域的加速優勢非常明顯,而整數運算正是當前主流企業級應用的主要運算方式。目前。FPGA在卷積神經網絡算法進行圖像識別、加密算法進行安全控制、壓縮算法等整數運算領域的加速運算更加出色。

人工智能、物聯網需要什么芯片?CPU和GPU將讓位于FPGA

  1.3、物聯網—FPGA替代部分AISC,提升運行效率

Intel收購Altera的另一個原因是因為看好物聯網領域的機會。之前FPGA的主要作用之一是用于原型設計,先用FPGA做功能驗證然后用ASIC流片,是為了在節約成本的情況下更好的設計ASIC。但是隨著FPGA自身的性能、能力與可實現邏輯的復雜度的不斷提升,現在FPGA在高性能、多通道計算領域可以直接代替一些部分分ASIC和和DSP來使用,主要原因三點:并行運算、硬件結構可變、運行中可以更改。

人工智能、物聯網需要什么芯片?CPU和GPU將讓位于FPGA

Intel在Computex2015上展示了基于FPGA優化下的物聯網的方案,FPAG的并行計算在多通道領域優勢,以及可編程特性在物聯網領域可以對傳統的ASIC方案進行優化。

在安防監控領域,FPGA和DSP都可以實現視頻分析,由于FPGA計算方式采用并行方式,其處理效率較DSP大幅提高。基于FPGA的解決方案在設計時間上可以進行調整和更新,在運行時可以重配置——它能夠實現通道數量、分辨率、幀速率和延時的動態平衡。同時,當出現了新的IP內核時,基于FPGA的解決方案能夠靈活地更新,在現場進行編程改進。

目前,Intel的X86處理器和DSP很難做到圖像視頻多通道處理和智能檢測分析,但是CPU+FPGA后其并行處理可以輕易解決。例如,Intel已經有實時的視頻內容分析應用,可以對車牌進行分析,如果配上FPGA就可以實現對大量車牌的并行分析,也可以解決雨霧天低能見度下的精準分析,這就是FPGA在安防領域的優勢。

人工智能、物聯網需要什么芯片?CPU和GPU將讓位于FPGA

在工業智能化領域,FPGA的用處也非常多,例如FPGA的并行計算的特性可以做多通道的馬達控制。一片FPGA就可以精確控制大量馬達同時運行,減少傳統采用大量ASIC控制,實現控制流程和運行操作簡化和提升效率。目前Intel也有智能工廠方案,如果在云端和網關端有強大的優勢,加上跟終端的控制結合,則優勢會大大增加。

在智能家居領域,未來的智能家居的核心在于傳感器的融合,FPGA的并行計算可以很好處理。例如,當主人回到家以后,照明自動打開,音樂自動播放,門禁和安防自動解禁,這些應用場需要很很短的時間內實現大量的融合算法。

或者,有人說未來機器人將是家庭的入口。在機器人控制上也需要大量的并行處理和控制,例如機器人的智能需要機器視覺技術的大提速。目前看演示的機器視覺技術,很多都是基于FPGA來完成的,這也是FPGA可以發揮的地方。

最后,實際應用中,FPGA的可編程性使開發人員能夠用軟件升級包通過在片上運行程序來修改芯片,甚至可通過因特網進行遠程升級,大大減少的家庭用戶的升級成本。

人工智能、物聯網需要什么芯片?CPU和GPU將讓位于FPGA

總之,CPU+FPGA的模式,一方面可以提供更好的單位功耗性能夠,另一方面可以彌補X86架構在并行運算上的不足,并可以將方案往下延伸。據說,英特爾將在16年下半年將推出40多款MCU產品,這絕對是占據物聯網終端的重拳,如果未來英特爾X86+FPGA+MCU組合起來,基本上在物聯網領域擁有頂級裝備了。

1.4、設計成本高和開發周期長,FPGA在小批量更優

隨著半導體制程升級,芯片設計和流片費用成指數型增長。最終流片數量不大的ASIC或者ASSP,攤銷到每塊芯片的成本其實非常高。

人工智能、物聯網需要什么芯片?CPU和GPU將讓位于FPGA

 

人工智能、物聯網需要什么芯片?CPU和GPU將讓位于FPGA

 

粗略計算,最便宜的ASIC流片成本需要幾十萬人民幣一次(按照50萬元測算),ASIC流片后如果量大,邊際成本基本為0,而一塊最便宜FPGA芯片的價格在10元左右。也就是說,如果客戶有50萬元,實現同樣的芯片邏輯功能,可以選擇買5萬片FPGA通過編程實現,或者花50萬元設計ASIC后流片(流片邊際成本為0)。測算下來,5萬片流片可以作為一個零界點。

按照上面測算,于低于5萬片合的小批量多批次更適合FPGA。FPGA在原來的專用設備控制器上(如雷達、航天飛機、汽車電子、路由器,這些高價值、批量相對較小、多通道計算的專用設備)有取代ASIC的趨勢。

另外,FPAG的靈活性和開發周期短,可以幫助企業快速搶占市場。全球FPGA第一大廠商Xilinx認為,傳統的ASIC和SoC設計周期平均是14個月到24個月,用FPGA進行開發時間可以平均降低55%。而產品晚上市六個月5年內將少33%的利潤,每晚四周等于損失14%的市場份額。等到快速搶占市場后,如果產品的量較大再采用ASIC流片來降低成本。

人工智能、物聯網需要什么芯片?CPU和GPU將讓位于FPGA

 

二、FPGA—可編程、靈活性高、開周期短的“萬能芯片”

2.1、可編程的“萬能芯片”

FPGA(FieldProgrammableGateArrays)—現場可編程門陣列,是指一切通過軟件手段更改、配置器件內部連接結構和邏輯單元,完成既定設計功能的數字集成電路。FPGA可以實現怎樣的能力,主要取決于它所提供的門電路的規模。如果門電路的規模足夠大,FPGA通過編程可以實現任意芯片的邏輯功能,例如ASIC、DSP甚至PC處理器等。這就是FPGA為什么被稱之為“萬能芯片”的原因。

FPGA可隨意定制內部邏輯的陣列,并且可以在用戶現場進行即時編程,以修改內部的硬件邏輯,從而實現任意邏輯功能。這一點是ASIC和和DSP都無法做到的。形象點來說,傳統的ASIC和DSP等于一張出廠時就寫有數據且不可擦除的CD,用戶只需要放到CD播放器就可以看到起數據或聽到音樂;而FPGA是一張出廠時的空白的CD,需要用戶自己使用刻錄機燒寫數據內容到盤里,并且還可以擦除上面的數據,反復刻錄。

人工智能、物聯網需要什么芯片?CPU和GPU將讓位于FPGA

  2.2、可編程靈活性高、開發周期短、并行計算效率高

FPGA的核心優點,總結下來三點:可編程靈活性高、開發周期短、并行計算可編程靈活性高。與ASIC的全定制電路不同,FPGA屬于半定制電路。理論上,如果FPGA提供的門電路規模足夠大,通過編程可以實現任意ASIC和DSP的邏輯功能。另外,編程可以反復,不像ASIC設計后固化不能修改。所以,FPGA的靈活性也較高。實際應用中,FPGA的現場可重復編程性使開發人員能夠用軟件升級包通過在片上運行程序來修改芯片,而不是替換和設計芯片(設計和)時間成本巨大),甚至FPGA可通過因特網進行遠程升級。

開發周期短。ASIC制造流程包括邏輯實現、布線處理和流片等多個步驟,而FPGA無需布線、掩模和定制流片等,芯片開發大大簡化。傳統的ASIC和SoC設計周期平均是14個月到24個月,用FPGA進行開發時間可以平均降低55%。全球FPGA第一大廠商Xilinx認為,更快比更便宜重要,產品晚上市六個月5年內將少33%的利潤,每晚四周等于損失14%的市場份額。

人工智能、物聯網需要什么芯片?CPU和GPU將讓位于FPGA

并行計算效率高。FPGA屬于并行計算,一次可執行多個指令的算法,而傳統的ASIC、DSP甚至CPU都是串行計算,一次只能處理一個指令集,如果ASIC和CPU需要提速,更多的方法是增加頻率,所以ASIC、CPU的主頻一般較高。FPGA雖然普遍主頻較低,但對部分特殊的任務,大量相對低速并行的單元比起少量高效單元而言效率更高。另外,從某種角度上說,FPGA內部其實并沒有所謂的“計算”,最終結果幾乎是類似于ASIC“電路直給”,因此執行效率就大幅提高。

2.3、FPGA限制因素:成本、功耗和編程設計

今年9月,我們曾與國內一線IC設計師對FPAG的未來發展進入深入交流。總結來下,如果未來FPGA價格到低一定程度,將替代大多數的ASIC芯片。但是,目前制約FPGA發展的三大因素主要有:成本、功耗和編程設計。

成本。如果ASIC流片量大,實現同樣邏輯的FPGA成本將是ASIC的10倍以上。按照上面的初步測算,以5萬片流片為零界點,低于5萬片的小批量多批次的專用控制設別(如雷達、航天飛機、汽車電子、路由器,這些高價值、批量相對較小、多通道計算的專用設備)采用FPGA更加經濟劃算。

功耗。FPGA中的芯片的面積比ASIC更大,這是因為FPGA廠商并不知道下游的具體需求應用,故在芯片中裝入規模巨大的門電路(其實很多沒有使用到),行業深度報告:FPGA—大數據和物聯網時代大有可為國防、汽車等,這些領域對低功耗要求不高。

編程設計。FPGA的發展中,軟件將占據60%的重要程度。例如Xilinx公司60%~70%的研發人員從事軟件工作。除了考慮芯片架構,編程設計時還要考慮應用場景多樣性、復雜性和效率。FPGA編程需要采用的專用工具進行HDL編譯,再燒錄至FPGA中,其技術門檻非常高。

三、FPGA—毛利率高、增速快、進口替代空間大

3.1、半導體領域最高毛利率和最高增速

FPGA廠商在半導體領域享有最高的毛利率。2010年根據半導體公司調查,FPGA廠商的平均毛利率為66%,毛利率中位數在69%。2014年Altera營業收入19.3億美元,凈利潤4.73億美元,毛利率水平66%,凈利率水平24.5%,好于我們所熟知的半導體IC巨頭Intel(2014年毛利率59.3%,凈利率20.9%)。

人工智能、物聯網需要什么芯片?CPU和GPU將讓位于FPGA

FPGA毛利率高的原因:EDA(電子設計自動化)工具廠商MentorGraphics公司CEOWaldenC.Rhines分析認為,FPGA廠商的差異化做得好,下游客戶轉換成本非常高。具體來看,體現在產品的差異化、基礎架構和生態環境等方面。

產品差異化方面,FPGA廠商有高效的架構,具有法律約束(專利組合和版權),在每個工藝節點率先產品上市。基礎架構方面,不同供應商提供自己特殊的IP組合,用戶會對某些設計架構產生熟悉性和依賴性。生態環境方面,FPGA廠商都有專門的第三方IP開發者,獨立的應用支持和培訓教育體系。

除了毛利率,近5年年FPGA在半導體器件中享有最高的增速。2009-2014年,根據ICInsight測算,FPGA的年復合增長率高達15.6%,遠高于半導體行業9.6%的增速。

人工智能、物聯網需要什么芯片?CPU和GPU將讓位于FPGA

  3.2、市場容量從50億美元向400億美元滲透

FPGA的市場容量在50億美元左右。不過,目前FPAG大有替代ASIC和和ASSP等傳統芯片的趨勢。“只要能在FPGA上設計的,就用FPGA進行設計””。賽靈思的一位客戶如是說,而這句話也給予了FPGA廠商們最大的信心。在Xilinx最新公布的28nm藍圖顯示,在無線/有限通訊、工業/醫療、航空/國防、汽車甚至消費電子中,FPGA都有著取代ASIC的基礎。因此,Xilinx公司亞太區市場營銷總監鄭馨南鄭馨南雄心勃勃地預言:“FPGA應用將不斷加快,從面向50億美元的市場擴展到面向410億美元的市場。”其中,ASIC和和ASSP市場各150億美元,嵌入式處理和高性能能DSP市場各30億美元。

人工智能、物聯網需要什么芯片?CPU和GPU將讓位于FPGA

3.3、半導體領域摩爾定律的堅定執行者

FPGA是發展30年來一直是摩爾定律的堅定執行者。1985年,Xilinx推出第一款FPGA產品—XC2064,采用2μm工藝;2015年,Xilinx推出了采用最新16nm工藝的FPGA產品。最近,臺積電和賽靈思就宣布了開始7nm工藝技術的合作,并將于2017年推出7nm工藝的產品這是在實現16nm工藝后,FPGA繼續延續新工藝。

FPGA的商業模式是眾多的客戶來分擔芯片研發(NRE)費用,而ASIC是需要廠商自己承擔。制程20nm以下,NRE費用高的驚人,稍有不慎,好幾百萬美元就打水漂,沒有哪個ASIC廠商敢這么燒錢。這就是FPGA的先進工藝采用速度高于ASIC廠商的主因。另外,且越是先進的工藝技術,FPGA的優勢越明顯,它可以大幅度降低功耗,提升晶體管數量,這也是廠商推動采用最先進半導體制程的原因。

人工智能、物聯網需要什么芯片?CPU和GPU將讓位于FPGA

  3.4、行業格局雙寡頭,中國占全球比重極低

2014年FPGA的市場容量在50億美元,行業格局典型的雙寡頭,主要4家生產廠家都在美國。根據Gartner的數據,FPGA器件的廠家主要有Xilinx(賽靈思)、Altera(阿爾特拉)、Lattice(萊迪思)和Microsemi(美高森美),這四家公司都在美國,總共占據了98%以上的市場份額。其中全球份額Xilinx占49%,另一家Altera占39%,剩余的占比12%。目前國內能夠生產FPAG的上市公司有僅有同方國芯,而非上市公司有京微雅格和和AgateLogic等。目前國內FPGA多用于的通訊、軍工、航空航天等領域,產量占全球比重極低。

人工智能、物聯網需要什么芯片?CPU和GPU將讓位于FPGA

  3.5、對中國的機會:市場在中國、技術在發展

FPGA說的這么好,和中國廠商由于什么關系?畢竟沉淀幾十年的核心技術都在美國,日本和歐洲都不一定行。我想說的是,目光可以看得長遠些。竟畢竟FPGA最大的需求市場在中國,同時我們的FPGA的技術未必比別人落后太多。

我們曾與國內一線IC設計師深入交流,一個重要的結論是芯片的自主設計是實現信息安全的最底層保障。這也是為什么與信息處理相關的基礎芯片(手機芯片、PC處理器等)需要實現自制的原因。在目前FPGA的技術和供給幾乎全部來源于美國,包括歐洲和日本等技術強國也沒有掌握到核心技術。

對于中國而言,國家促進集成電路發展已經提升至國家戰略。同時特殊的應用場景(軍工、導彈、航天航空)的要求的FPGA,國外對中國是禁運的,這也從另一方面促成國內FPGA自制的契機。目前,國內生產的FPGA主要用于軍工、通訊、航空航天等領域。

在民用領域,國內是FPGA需求最大的市場,現在Xilinx、Altera最大的客戶就在中國,通訊市場華為中興烽火包攬了全國60%以上的量。中國FPGA的發展紅利在于需求市場足夠大,有需求就要有相應產品來支持。這對于國內廠家就是機會,目前,同方國芯片已經和華為中興合作,想實現一部分的國產替代。

最后,從技術角度來說,我們已經不像10年前基本不懂核心技術。國內半導體產業鏈的不斷成熟完善,以及芯片設計能力的不斷加強,我們自己可以自主設計和流片ARM架構的手機CPU(海思麒麟、大唐聯芯),并成功實現商業化,這在10年前都不敢相信。在我們在過去積累的技術沉淀和創新能力,已經使得我們在FPGA的特定應用領域(軍工、通訊)實現一定程度上的自我供給。未來也可能類似于CPU+FPGA用于云數據中心節中,這些應用領域都是信息高度敏高的地方,使用自主設計的芯片更能實現安全可控。目前,上市公司中,僅有同方國芯能夠批量提供FPGA,也是我們重點推薦的標的。

四、FPGA對國內廠商的機遇和推薦標的

4.1、同方國芯(002049):FPGA稀缺標的,期待“紫光CPU+同方FPGA”

FPGA稀缺標的,有望成為紫光IC平臺。同方國芯旗下子公司國微電子是國內特種IC的設計龍頭,擁有特種IC所需的全部資質,同時也是國內上市公司中唯一能夠量產FPGA的廠商,稀缺性明顯。公司FPGA、ASIC和特種微處理器常年為軍方穩定供貨。數據顯示,2014年軍方采購國產IC約7億元,公司的市場占有率在40%以上。軍用市場,公司FPGA用于航空航天、陸空無線通訊等領域。軍用FPGA市場壁壘極高,需要較長時間的資質和信息安全認證,公司FPGA在國內軍用市場的有極強的先發優勢。同方國芯作為紫光集團的IC平臺,擁有國內第一梯隊的IC設計實力。尤其在紫光集團收購展訊、銳迪科后,大有國內IC設計霸主的趨勢。以紫光集團IC發展進程來看,未來或將出現“紫光CPU+同方FPGA”。

軍轉民和進口替代空間大,定增募投FPAG。目前FPGA市場全球呈現雙寡頭格局,Altera和Xilinx的全球市場占有率超過90%,國內的產能幾乎忽略不計。目前,民用市場領域國內FPGA幾乎全靠進口,其中華為和中興包攬了50%以上的進口量。國內是FPGA需求最大的市場,Xilinx、Altera最大的客戶就在中國。公司FPGA具有稀缺性,同時在國內軍用領域已經獲得認可。如果未來FPGA在行業巨頭的推動下,成為大數據和物聯網時代的趨勢性IC,FPGA在國內主要用于國防和通訊領域,未來也可能類似于CPU+FPGA用于云數據中心節中。這些應用領域都是信息高度敏高的地方,使用自主設計的芯片更能實現安全可控,軍轉民和進口替代空間巨大。2015年公司定增25億元,其中11.2億元布局FPGA業務,國微電子FPGA產品在民用市場的通信領域已經和華為、中興合作開發和研制產品,預計2017年有望實現民用通訊領域應用量產。

金融和健康IC卡穩步增長,成長型市場的現金奶牛。公司三大業務板塊,除了上面提及的特種IC(國微電子),另外兩塊業務為智能卡IC(同方微電子)和晶體業務(晶源電子),2014年收入占比智能卡IC(53%)、特種IC(29%)和晶體業務(17%)。目前智能卡IC是公司成長型市場的現金奶牛,2014年凈利潤2.3億元,凈利潤貢獻比例54%。具體來看,同方微電子在金融IC領域公司目前完成超過10家銀行的銀行卡芯片認證,國內銀行卡存量50億張,每年新增量約7億張左右,市場空間預計在200億元,公司在金融IC的市場份額在25%。此外,SIM卡芯片2014年銷量11億片,占全球份額超過20%;同時公司為國內四家二代身份證芯片供應商之一,市場份額穩定在25%附近;2014年健康卡芯片銷量突破千萬,占全國市場份額超過50%。我們認為這部分市穩健向好,能夠為公司提供穩定和持續增長的現金流。

800億打造Memory航母,進口替代空間極大。公司11月5日公告,擬以27.04元/股發行29.59億股,募資金額800億元投向集成電路業務,主要用于:12萬片/月的Flash晶圓產能(600億)+臺灣力成科技25%股權(38億)+產業鏈上下游公司收購(162億)。定增后形成全產業鏈IDM布局:上游設計(西安華芯)+中游制造(本次定增募投)+下游測封(臺灣力成)。本次定增前中國Flash產能占全球幾乎為零,預計公司滿產后項目滿產后占全球產能10%左右,進入全球存儲第一梯隊。2014年國內存儲市場規模2400億元,占全球市場29%,進口依賴在95%以上。預計未來5年國內存儲市場復合增速達10%,到2020年國內存儲規模達到4000億元規模,未來進口替代空間極大。

給予“謹慎推薦”評級。公司是國內上市公司中唯一能夠量產FPGA的廠商,稀缺性明顯。公司生產的FPGA在軍用領域優勢明顯,目前民用領域正在與華為、中興合作開發和研制產品。如果未來FPGA在行業巨頭的推動下,成為大數據和物聯網時代的趨勢性IC,FPGA在國內主要用于國防和通訊領域,未來也可能類似于CPU+FPGA用于云數據中心節中。這些應用領域都是信息高度敏高的地方,使用自主設計的芯片更能實現安全可控,同時未來軍轉民和進口替代空間巨大。我們預計公司2015-2017年EPS為0.67、0.87和1.14元,對應PE為94.0、72.4和55.2倍,公司停盤后漲幅近1倍,短期來看估值壓力較大,給予“謹慎推薦”評級。

風險提示。FPGA進口替代和軍轉民進展低于預期、智能卡IC業務出現下滑。

關鍵字:FPGA器件CPU

本文摘自:新財富投研筆記何晨

x 人工智能、物聯網需要什么芯片?CPU和GPU將讓位于FPGA 掃一掃
分享本文到朋友圈
當前位置:物聯網市場動態 → 正文

人工智能、物聯網需要什么芯片?CPU和GPU將讓位于FPGA

責任編輯:editor006 作者:何晨 |來源:企業網D1Net  2017-02-09 16:28:24 本文摘自:新財富投研筆記何晨

一、FPAG是大數據和物聯網的趨勢

1.1、Intel167億美元、35倍倍PE押注FPGA

2015年6月1日,Intel宣布斥資167億美元,以每股約54美元的價格收購全球第二大FPGA廠商Altera(阿爾特拉),這是Intel成立47年以來歷史上規模最大的收購。本次Intel的收購對應的估值高達35倍,這在半導體領域已經非常罕見。

Intel收購Altera,主要基于三方面考慮:

第一、IBM與全球第一大FPGA廠商Xilinx合作,主攻大數據和云計算方向,這引起Intel的巨大擔憂。Intel已經在移動處理器落后,大數據和云計算領域不能再落后。

第二、FPGA在云計算、大數據領域將深入應用。Intel此次與Altera合作,將開放Intel處理器的內部接口,形成CPU+FPGA的組合模式。其中FPGA用于整形計算,cpu進行浮點計算和調度,此組合的擁有更高的單位功耗性能和更低的時延。

第三、IC設計和流片成本。隨著半導體制程指數增長,FPGA在物聯網領域將替代高價值、批量相對較小(5萬片以下)、多通道計算的專用設備替代ASIC。同時,FPGA開發周期比ASIC短50%,可以用來快速搶占市場。

人工智能、物聯網需要什么芯片?CPU和GPU將讓位于FPGA

  1.2、FPGA+CPU,大數據時代的趨勢之一

在近期杭州的云棲大會,Intel已經展示了其Xeon+FPGA的創新模式,計劃17年將投放市場。Altera的FPGA產品可以讓英特爾Xeon至強處理器技術形成高度定制化、整合產品,單位功耗性能比CPU+GPU模式更高。CPU+FPGA用于數據中心,這將是未來數據中心的標配。

人工智能、物聯網需要什么芯片?CPU和GPU將讓位于FPGA

目前在海量數據處理,主流方法是通過易編程多核CPU+GPU來實現,而從事海量數據處理應用開發(如密鑰加速、圖像識別、語音轉錄、加密和文本搜索等)。設計開發人員既希望GPU易于編程,同時也希望硬件具有低功耗、高吞吐量和最低時延功能。但是依靠半導體制程升級帶來的單位功耗性能在邊際遞減,CPU+GPU架構設計遇到了瓶頸而,而CPU+FPGA可以提供更好的單位功耗性能,同時易于修改和編程。

數據顯示,瑞士蘇黎世聯邦理工學院(ETHZurich)研究發現,基于FPGA的應用加速比CPU/GPU方案,單位功耗性能可提升25倍,而時延則縮短了50到75倍,與此同時還能實現出色的I/O集成(PCIe、DDR4、SDRAM接口、高速以太網等)。換言之,FPGA能在單芯片上提供高能效硬件應用加速所需的核心功能,并同時提供每個開發板低功耗的解決方案。

人工智能、物聯網需要什么芯片?CPU和GPU將讓位于FPGA

 

人工智能、物聯網需要什么芯片?CPU和GPU將讓位于FPGA

 

另外,微軟的研究表明,FPGA的單位功耗性能是GPU的10倍以上,由多個FPGA組成的集群能達到GPU的圖像處理能力并保持低功耗的特點。FPGA在云數據中心的應用,將從CPU與FPGA離散使用、向CPU與FPGA打包使用、再向CPU與FPGA整合使用發展。根據英特爾預計,到到2020年,將有1/3的云數據中心節點采用FPGA技術。

人工智能、物聯網需要什么芯片?CPU和GPU將讓位于FPGA

另外,與CPU和GPU相比,FPGA的運算類似于ASIC“電路直給”,執行效率比CPU和GPU大幅提高。同時,FPGA在整數運算領域效率大大超過CPU,所以FPGA在整數運算領域的加速優勢非常明顯,而整數運算正是當前主流企業級應用的主要運算方式。目前。FPGA在卷積神經網絡算法進行圖像識別、加密算法進行安全控制、壓縮算法等整數運算領域的加速運算更加出色。

人工智能、物聯網需要什么芯片?CPU和GPU將讓位于FPGA

  1.3、物聯網—FPGA替代部分AISC,提升運行效率

Intel收購Altera的另一個原因是因為看好物聯網領域的機會。之前FPGA的主要作用之一是用于原型設計,先用FPGA做功能驗證然后用ASIC流片,是為了在節約成本的情況下更好的設計ASIC。但是隨著FPGA自身的性能、能力與可實現邏輯的復雜度的不斷提升,現在FPGA在高性能、多通道計算領域可以直接代替一些部分分ASIC和和DSP來使用,主要原因三點:并行運算、硬件結構可變、運行中可以更改。

人工智能、物聯網需要什么芯片?CPU和GPU將讓位于FPGA

Intel在Computex2015上展示了基于FPGA優化下的物聯網的方案,FPAG的并行計算在多通道領域優勢,以及可編程特性在物聯網領域可以對傳統的ASIC方案進行優化。

在安防監控領域,FPGA和DSP都可以實現視頻分析,由于FPGA計算方式采用并行方式,其處理效率較DSP大幅提高。基于FPGA的解決方案在設計時間上可以進行調整和更新,在運行時可以重配置——它能夠實現通道數量、分辨率、幀速率和延時的動態平衡。同時,當出現了新的IP內核時,基于FPGA的解決方案能夠靈活地更新,在現場進行編程改進。

目前,Intel的X86處理器和DSP很難做到圖像視頻多通道處理和智能檢測分析,但是CPU+FPGA后其并行處理可以輕易解決。例如,Intel已經有實時的視頻內容分析應用,可以對車牌進行分析,如果配上FPGA就可以實現對大量車牌的并行分析,也可以解決雨霧天低能見度下的精準分析,這就是FPGA在安防領域的優勢。

人工智能、物聯網需要什么芯片?CPU和GPU將讓位于FPGA

在工業智能化領域,FPGA的用處也非常多,例如FPGA的并行計算的特性可以做多通道的馬達控制。一片FPGA就可以精確控制大量馬達同時運行,減少傳統采用大量ASIC控制,實現控制流程和運行操作簡化和提升效率。目前Intel也有智能工廠方案,如果在云端和網關端有強大的優勢,加上跟終端的控制結合,則優勢會大大增加。

在智能家居領域,未來的智能家居的核心在于傳感器的融合,FPGA的并行計算可以很好處理。例如,當主人回到家以后,照明自動打開,音樂自動播放,門禁和安防自動解禁,這些應用場需要很很短的時間內實現大量的融合算法。

或者,有人說未來機器人將是家庭的入口。在機器人控制上也需要大量的并行處理和控制,例如機器人的智能需要機器視覺技術的大提速。目前看演示的機器視覺技術,很多都是基于FPGA來完成的,這也是FPGA可以發揮的地方。

最后,實際應用中,FPGA的可編程性使開發人員能夠用軟件升級包通過在片上運行程序來修改芯片,甚至可通過因特網進行遠程升級,大大減少的家庭用戶的升級成本。

人工智能、物聯網需要什么芯片?CPU和GPU將讓位于FPGA

總之,CPU+FPGA的模式,一方面可以提供更好的單位功耗性能夠,另一方面可以彌補X86架構在并行運算上的不足,并可以將方案往下延伸。據說,英特爾將在16年下半年將推出40多款MCU產品,這絕對是占據物聯網終端的重拳,如果未來英特爾X86+FPGA+MCU組合起來,基本上在物聯網領域擁有頂級裝備了。

1.4、設計成本高和開發周期長,FPGA在小批量更優

隨著半導體制程升級,芯片設計和流片費用成指數型增長。最終流片數量不大的ASIC或者ASSP,攤銷到每塊芯片的成本其實非常高。

人工智能、物聯網需要什么芯片?CPU和GPU將讓位于FPGA

 

人工智能、物聯網需要什么芯片?CPU和GPU將讓位于FPGA

 

粗略計算,最便宜的ASIC流片成本需要幾十萬人民幣一次(按照50萬元測算),ASIC流片后如果量大,邊際成本基本為0,而一塊最便宜FPGA芯片的價格在10元左右。也就是說,如果客戶有50萬元,實現同樣的芯片邏輯功能,可以選擇買5萬片FPGA通過編程實現,或者花50萬元設計ASIC后流片(流片邊際成本為0)。測算下來,5萬片流片可以作為一個零界點。

按照上面測算,于低于5萬片合的小批量多批次更適合FPGA。FPGA在原來的專用設備控制器上(如雷達、航天飛機、汽車電子、路由器,這些高價值、批量相對較小、多通道計算的專用設備)有取代ASIC的趨勢。

另外,FPAG的靈活性和開發周期短,可以幫助企業快速搶占市場。全球FPGA第一大廠商Xilinx認為,傳統的ASIC和SoC設計周期平均是14個月到24個月,用FPGA進行開發時間可以平均降低55%。而產品晚上市六個月5年內將少33%的利潤,每晚四周等于損失14%的市場份額。等到快速搶占市場后,如果產品的量較大再采用ASIC流片來降低成本。

人工智能、物聯網需要什么芯片?CPU和GPU將讓位于FPGA

 

二、FPGA—可編程、靈活性高、開周期短的“萬能芯片”

2.1、可編程的“萬能芯片”

FPGA(FieldProgrammableGateArrays)—現場可編程門陣列,是指一切通過軟件手段更改、配置器件內部連接結構和邏輯單元,完成既定設計功能的數字集成電路。FPGA可以實現怎樣的能力,主要取決于它所提供的門電路的規模。如果門電路的規模足夠大,FPGA通過編程可以實現任意芯片的邏輯功能,例如ASIC、DSP甚至PC處理器等。這就是FPGA為什么被稱之為“萬能芯片”的原因。

FPGA可隨意定制內部邏輯的陣列,并且可以在用戶現場進行即時編程,以修改內部的硬件邏輯,從而實現任意邏輯功能。這一點是ASIC和和DSP都無法做到的。形象點來說,傳統的ASIC和DSP等于一張出廠時就寫有數據且不可擦除的CD,用戶只需要放到CD播放器就可以看到起數據或聽到音樂;而FPGA是一張出廠時的空白的CD,需要用戶自己使用刻錄機燒寫數據內容到盤里,并且還可以擦除上面的數據,反復刻錄。

人工智能、物聯網需要什么芯片?CPU和GPU將讓位于FPGA

  2.2、可編程靈活性高、開發周期短、并行計算效率高

FPGA的核心優點,總結下來三點:可編程靈活性高、開發周期短、并行計算可編程靈活性高。與ASIC的全定制電路不同,FPGA屬于半定制電路。理論上,如果FPGA提供的門電路規模足夠大,通過編程可以實現任意ASIC和DSP的邏輯功能。另外,編程可以反復,不像ASIC設計后固化不能修改。所以,FPGA的靈活性也較高。實際應用中,FPGA的現場可重復編程性使開發人員能夠用軟件升級包通過在片上運行程序來修改芯片,而不是替換和設計芯片(設計和)時間成本巨大),甚至FPGA可通過因特網進行遠程升級。

開發周期短。ASIC制造流程包括邏輯實現、布線處理和流片等多個步驟,而FPGA無需布線、掩模和定制流片等,芯片開發大大簡化。傳統的ASIC和SoC設計周期平均是14個月到24個月,用FPGA進行開發時間可以平均降低55%。全球FPGA第一大廠商Xilinx認為,更快比更便宜重要,產品晚上市六個月5年內將少33%的利潤,每晚四周等于損失14%的市場份額。

人工智能、物聯網需要什么芯片?CPU和GPU將讓位于FPGA

并行計算效率高。FPGA屬于并行計算,一次可執行多個指令的算法,而傳統的ASIC、DSP甚至CPU都是串行計算,一次只能處理一個指令集,如果ASIC和CPU需要提速,更多的方法是增加頻率,所以ASIC、CPU的主頻一般較高。FPGA雖然普遍主頻較低,但對部分特殊的任務,大量相對低速并行的單元比起少量高效單元而言效率更高。另外,從某種角度上說,FPGA內部其實并沒有所謂的“計算”,最終結果幾乎是類似于ASIC“電路直給”,因此執行效率就大幅提高。

2.3、FPGA限制因素:成本、功耗和編程設計

今年9月,我們曾與國內一線IC設計師對FPAG的未來發展進入深入交流。總結來下,如果未來FPGA價格到低一定程度,將替代大多數的ASIC芯片。但是,目前制約FPGA發展的三大因素主要有:成本、功耗和編程設計。

成本。如果ASIC流片量大,實現同樣邏輯的FPGA成本將是ASIC的10倍以上。按照上面的初步測算,以5萬片流片為零界點,低于5萬片的小批量多批次的專用控制設別(如雷達、航天飛機、汽車電子、路由器,這些高價值、批量相對較小、多通道計算的專用設備)采用FPGA更加經濟劃算。

功耗。FPGA中的芯片的面積比ASIC更大,這是因為FPGA廠商并不知道下游的具體需求應用,故在芯片中裝入規模巨大的門電路(其實很多沒有使用到),行業深度報告:FPGA—大數據和物聯網時代大有可為國防、汽車等,這些領域對低功耗要求不高。

編程設計。FPGA的發展中,軟件將占據60%的重要程度。例如Xilinx公司60%~70%的研發人員從事軟件工作。除了考慮芯片架構,編程設計時還要考慮應用場景多樣性、復雜性和效率。FPGA編程需要采用的專用工具進行HDL編譯,再燒錄至FPGA中,其技術門檻非常高。

三、FPGA—毛利率高、增速快、進口替代空間大

3.1、半導體領域最高毛利率和最高增速

FPGA廠商在半導體領域享有最高的毛利率。2010年根據半導體公司調查,FPGA廠商的平均毛利率為66%,毛利率中位數在69%。2014年Altera營業收入19.3億美元,凈利潤4.73億美元,毛利率水平66%,凈利率水平24.5%,好于我們所熟知的半導體IC巨頭Intel(2014年毛利率59.3%,凈利率20.9%)。

人工智能、物聯網需要什么芯片?CPU和GPU將讓位于FPGA

FPGA毛利率高的原因:EDA(電子設計自動化)工具廠商MentorGraphics公司CEOWaldenC.Rhines分析認為,FPGA廠商的差異化做得好,下游客戶轉換成本非常高。具體來看,體現在產品的差異化、基礎架構和生態環境等方面。

產品差異化方面,FPGA廠商有高效的架構,具有法律約束(專利組合和版權),在每個工藝節點率先產品上市。基礎架構方面,不同供應商提供自己特殊的IP組合,用戶會對某些設計架構產生熟悉性和依賴性。生態環境方面,FPGA廠商都有專門的第三方IP開發者,獨立的應用支持和培訓教育體系。

除了毛利率,近5年年FPGA在半導體器件中享有最高的增速。2009-2014年,根據ICInsight測算,FPGA的年復合增長率高達15.6%,遠高于半導體行業9.6%的增速。

人工智能、物聯網需要什么芯片?CPU和GPU將讓位于FPGA

  3.2、市場容量從50億美元向400億美元滲透

FPGA的市場容量在50億美元左右。不過,目前FPAG大有替代ASIC和和ASSP等傳統芯片的趨勢。“只要能在FPGA上設計的,就用FPGA進行設計””。賽靈思的一位客戶如是說,而這句話也給予了FPGA廠商們最大的信心。在Xilinx最新公布的28nm藍圖顯示,在無線/有限通訊、工業/醫療、航空/國防、汽車甚至消費電子中,FPGA都有著取代ASIC的基礎。因此,Xilinx公司亞太區市場營銷總監鄭馨南鄭馨南雄心勃勃地預言:“FPGA應用將不斷加快,從面向50億美元的市場擴展到面向410億美元的市場。”其中,ASIC和和ASSP市場各150億美元,嵌入式處理和高性能能DSP市場各30億美元。

人工智能、物聯網需要什么芯片?CPU和GPU將讓位于FPGA

3.3、半導體領域摩爾定律的堅定執行者

FPGA是發展30年來一直是摩爾定律的堅定執行者。1985年,Xilinx推出第一款FPGA產品—XC2064,采用2μm工藝;2015年,Xilinx推出了采用最新16nm工藝的FPGA產品。最近,臺積電和賽靈思就宣布了開始7nm工藝技術的合作,并將于2017年推出7nm工藝的產品這是在實現16nm工藝后,FPGA繼續延續新工藝。

FPGA的商業模式是眾多的客戶來分擔芯片研發(NRE)費用,而ASIC是需要廠商自己承擔。制程20nm以下,NRE費用高的驚人,稍有不慎,好幾百萬美元就打水漂,沒有哪個ASIC廠商敢這么燒錢。這就是FPGA的先進工藝采用速度高于ASIC廠商的主因。另外,且越是先進的工藝技術,FPGA的優勢越明顯,它可以大幅度降低功耗,提升晶體管數量,這也是廠商推動采用最先進半導體制程的原因。

人工智能、物聯網需要什么芯片?CPU和GPU將讓位于FPGA

  3.4、行業格局雙寡頭,中國占全球比重極低

2014年FPGA的市場容量在50億美元,行業格局典型的雙寡頭,主要4家生產廠家都在美國。根據Gartner的數據,FPGA器件的廠家主要有Xilinx(賽靈思)、Altera(阿爾特拉)、Lattice(萊迪思)和Microsemi(美高森美),這四家公司都在美國,總共占據了98%以上的市場份額。其中全球份額Xilinx占49%,另一家Altera占39%,剩余的占比12%。目前國內能夠生產FPAG的上市公司有僅有同方國芯,而非上市公司有京微雅格和和AgateLogic等。目前國內FPGA多用于的通訊、軍工、航空航天等領域,產量占全球比重極低。

人工智能、物聯網需要什么芯片?CPU和GPU將讓位于FPGA

  3.5、對中國的機會:市場在中國、技術在發展

FPGA說的這么好,和中國廠商由于什么關系?畢竟沉淀幾十年的核心技術都在美國,日本和歐洲都不一定行。我想說的是,目光可以看得長遠些。竟畢竟FPGA最大的需求市場在中國,同時我們的FPGA的技術未必比別人落后太多。

我們曾與國內一線IC設計師深入交流,一個重要的結論是芯片的自主設計是實現信息安全的最底層保障。這也是為什么與信息處理相關的基礎芯片(手機芯片、PC處理器等)需要實現自制的原因。在目前FPGA的技術和供給幾乎全部來源于美國,包括歐洲和日本等技術強國也沒有掌握到核心技術。

對于中國而言,國家促進集成電路發展已經提升至國家戰略。同時特殊的應用場景(軍工、導彈、航天航空)的要求的FPGA,國外對中國是禁運的,這也從另一方面促成國內FPGA自制的契機。目前,國內生產的FPGA主要用于軍工、通訊、航空航天等領域。

在民用領域,國內是FPGA需求最大的市場,現在Xilinx、Altera最大的客戶就在中國,通訊市場華為中興烽火包攬了全國60%以上的量。中國FPGA的發展紅利在于需求市場足夠大,有需求就要有相應產品來支持。這對于國內廠家就是機會,目前,同方國芯片已經和華為中興合作,想實現一部分的國產替代。

最后,從技術角度來說,我們已經不像10年前基本不懂核心技術。國內半導體產業鏈的不斷成熟完善,以及芯片設計能力的不斷加強,我們自己可以自主設計和流片ARM架構的手機CPU(海思麒麟、大唐聯芯),并成功實現商業化,這在10年前都不敢相信。在我們在過去積累的技術沉淀和創新能力,已經使得我們在FPGA的特定應用領域(軍工、通訊)實現一定程度上的自我供給。未來也可能類似于CPU+FPGA用于云數據中心節中,這些應用領域都是信息高度敏高的地方,使用自主設計的芯片更能實現安全可控。目前,上市公司中,僅有同方國芯能夠批量提供FPGA,也是我們重點推薦的標的。

四、FPGA對國內廠商的機遇和推薦標的

4.1、同方國芯(002049):FPGA稀缺標的,期待“紫光CPU+同方FPGA”

FPGA稀缺標的,有望成為紫光IC平臺。同方國芯旗下子公司國微電子是國內特種IC的設計龍頭,擁有特種IC所需的全部資質,同時也是國內上市公司中唯一能夠量產FPGA的廠商,稀缺性明顯。公司FPGA、ASIC和特種微處理器常年為軍方穩定供貨。數據顯示,2014年軍方采購國產IC約7億元,公司的市場占有率在40%以上。軍用市場,公司FPGA用于航空航天、陸空無線通訊等領域。軍用FPGA市場壁壘極高,需要較長時間的資質和信息安全認證,公司FPGA在國內軍用市場的有極強的先發優勢。同方國芯作為紫光集團的IC平臺,擁有國內第一梯隊的IC設計實力。尤其在紫光集團收購展訊、銳迪科后,大有國內IC設計霸主的趨勢。以紫光集團IC發展進程來看,未來或將出現“紫光CPU+同方FPGA”。

軍轉民和進口替代空間大,定增募投FPAG。目前FPGA市場全球呈現雙寡頭格局,Altera和Xilinx的全球市場占有率超過90%,國內的產能幾乎忽略不計。目前,民用市場領域國內FPGA幾乎全靠進口,其中華為和中興包攬了50%以上的進口量。國內是FPGA需求最大的市場,Xilinx、Altera最大的客戶就在中國。公司FPGA具有稀缺性,同時在國內軍用領域已經獲得認可。如果未來FPGA在行業巨頭的推動下,成為大數據和物聯網時代的趨勢性IC,FPGA在國內主要用于國防和通訊領域,未來也可能類似于CPU+FPGA用于云數據中心節中。這些應用領域都是信息高度敏高的地方,使用自主設計的芯片更能實現安全可控,軍轉民和進口替代空間巨大。2015年公司定增25億元,其中11.2億元布局FPGA業務,國微電子FPGA產品在民用市場的通信領域已經和華為、中興合作開發和研制產品,預計2017年有望實現民用通訊領域應用量產。

金融和健康IC卡穩步增長,成長型市場的現金奶牛。公司三大業務板塊,除了上面提及的特種IC(國微電子),另外兩塊業務為智能卡IC(同方微電子)和晶體業務(晶源電子),2014年收入占比智能卡IC(53%)、特種IC(29%)和晶體業務(17%)。目前智能卡IC是公司成長型市場的現金奶牛,2014年凈利潤2.3億元,凈利潤貢獻比例54%。具體來看,同方微電子在金融IC領域公司目前完成超過10家銀行的銀行卡芯片認證,國內銀行卡存量50億張,每年新增量約7億張左右,市場空間預計在200億元,公司在金融IC的市場份額在25%。此外,SIM卡芯片2014年銷量11億片,占全球份額超過20%;同時公司為國內四家二代身份證芯片供應商之一,市場份額穩定在25%附近;2014年健康卡芯片銷量突破千萬,占全國市場份額超過50%。我們認為這部分市穩健向好,能夠為公司提供穩定和持續增長的現金流。

800億打造Memory航母,進口替代空間極大。公司11月5日公告,擬以27.04元/股發行29.59億股,募資金額800億元投向集成電路業務,主要用于:12萬片/月的Flash晶圓產能(600億)+臺灣力成科技25%股權(38億)+產業鏈上下游公司收購(162億)。定增后形成全產業鏈IDM布局:上游設計(西安華芯)+中游制造(本次定增募投)+下游測封(臺灣力成)。本次定增前中國Flash產能占全球幾乎為零,預計公司滿產后項目滿產后占全球產能10%左右,進入全球存儲第一梯隊。2014年國內存儲市場規模2400億元,占全球市場29%,進口依賴在95%以上。預計未來5年國內存儲市場復合增速達10%,到2020年國內存儲規模達到4000億元規模,未來進口替代空間極大。

給予“謹慎推薦”評級。公司是國內上市公司中唯一能夠量產FPGA的廠商,稀缺性明顯。公司生產的FPGA在軍用領域優勢明顯,目前民用領域正在與華為、中興合作開發和研制產品。如果未來FPGA在行業巨頭的推動下,成為大數據和物聯網時代的趨勢性IC,FPGA在國內主要用于國防和通訊領域,未來也可能類似于CPU+FPGA用于云數據中心節中。這些應用領域都是信息高度敏高的地方,使用自主設計的芯片更能實現安全可控,同時未來軍轉民和進口替代空間巨大。我們預計公司2015-2017年EPS為0.67、0.87和1.14元,對應PE為94.0、72.4和55.2倍,公司停盤后漲幅近1倍,短期來看估值壓力較大,給予“謹慎推薦”評級。

風險提示。FPGA進口替代和軍轉民進展低于預期、智能卡IC業務出現下滑。

關鍵字:FPGA器件CPU

本文摘自:新財富投研筆記何晨

電子周刊
回到頂部

關于我們聯系我們版權聲明隱私條款廣告服務友情鏈接投稿中心招賢納士

企業網版權所有 ©2010-2024 京ICP備09108050號-6 京公網安備 11010502049343號

^
  • <menuitem id="jw4sk"></menuitem>

    1. <form id="jw4sk"><tbody id="jw4sk"><dfn id="jw4sk"></dfn></tbody></form>
      主站蜘蛛池模板: 永福县| 新疆| 安吉县| 平塘县| 汶川县| 乌海市| 双江| 金寨县| 崇礼县| 宜城市| 安吉县| 浙江省| 万年县| 通化县| 武宁县| 黄大仙区| 白银市| 邓州市| 灌南县| 岑巩县| 吕梁市| 新乡市| 鄱阳县| 旬邑县| 娱乐| 新泰市| 漠河县| 额济纳旗| 海伦市| 舞阳县| 湘潭县| 平阴县| 舒兰市| 金昌市| 临安市| 四川省| 滦南县| 扎赉特旗| 淅川县| 大荔县| 金昌市|