[原创] 收购深鉴科技之后，赛灵思披露了其汽车市场规划

在日前宣布收购了国内人工智能初创企业深鉴科技之后，赛灵思又在产业界内掀起了一番讨论。但其实因为人工智能火热引爆的硬件需求，让FPGA一哥赛灵思在过去两年一直是行业关注的重点，市值更是将近翻了一番，公司业绩在过去两年也稳步增长。

赛灵思过去两年的股价走势

根据赛灵思官方财报显示，公司2017年的营收为23.5亿美元，利润为6.22亿美元，同比有了明显增长。这些业绩主要由通信/数据中心、工业/航空/国防、广播/消费/汽车三部分组成。其中前两部分是公司的业绩贡献来源。但赛灵思方面表示，由于看到包括无人驾驶在内的汽车方面的需求，他们将会加快在这方面的布局，在谈这个之前，我们先来了解一下赛灵思。

赛灵思由Ross Freeman、Jim Barnett和Bernie Vonderschmit共同创办于1984年，当时他们创办的愿景就是把FPGA这种新型器件发扬光大。于是在公司成立次年，他们就推出了全球第一颗FPGA XC2064。同时，他们还无心插柳创下了一个里程碑，成为了半导体市场上的第一个Fabless。

全球第一颗FPGA XC2064

在公司所有员工的努力下，赛灵思一直锐意进步，改革创新。他们不但是FPGA的发明者，他们还是业内首个将FPGA和Arm集成到一起的企业；全球首款软件/硬件可编程的SoC、全球首个2.5D的FPGA、全球首个ASIC增强型设计套件、首款多出来SoC MPSoC、首款RFSO

C都是他们的首创。

赛灵思大中华区销售副总裁唐晓蕾

今年三月，值着新任CEO Victor Peng上台之际，赛灵思还推出了一款新型产品ACAP。据赛灵思大中华区销售副总裁唐晓蕾介绍，这种全称为Adaptive Compute Acceleration Platform（中文可翻译为“自适应计算加速平台”）的产品从架构上看可以看做是新一代的FPGA。她指出，这个产品有望超越传统的GPU和CPU，成为工业和大数据中心边缘计算应用的一个好选择，这是他们赋能未来异构计算大世界的一个重要新筹码。

Xilinx ACAP架构介绍

得益于这些年的努力，赛灵思现在已经拥有了4000多名员工，当中大部分是工程师。全球客户也发展到20000多家，而他们在FPGA这个领域的市场占有率已经高达60%。在未来，他们将会推动更多的市场应用的发展，而汽车则是其重点发展的一个目标。

赛灵思引领汽车创新

唐晓蕾表示，越来越多以互联网公司为代表的非传统车企杀入自动驾驶汽车市场，这背后就带来更多的产品和服务需求，应用的多样性也要求上游供应商能够提供更多创新保证。而拥有产品优势和市场经验的赛灵思将会在未来的汽车市场做出巨大贡献，这也是赛灵思的发展愿景，尤其是中国市场，他们更是高度重视。

赛灵思在汽车市场的积累

除了和百度、商汤、自行科技等公司合作以外，深鉴甚至还收购了在AI方面有身后积累的深鉴科技，更好地服务中国和全球的汽车客户。

以灵活性著称的FPGA有很多优势，他们不但能够处理器集微复杂的计算任务，还允许创建自定义应用，并能够随设计的眼睛发展进行重新编程，而集成了Arm处理器的可编程SoC更是能够在单芯片上实现软件、硬件和I/O全部可以编程，这样就能赋能几乎所有领域。也正是因为这些特性，让FPGA在汽车市场能够如鱼得水。

赛灵思汽车方案产品营销经理孙蕾蕾

赛灵思汽车方案产品营销经理孙蕾蕾告诉半导体行业观察记者，拥有众多优势的FPGA能够被应用到汽车的各个方面。例如依赖于其并行处理和延迟低的特点，汽车厂商把赛灵思的FPGA应用到汽车前端雷达领域，这样就可以很轻松地完成数据的处理。但FPGA的威力远不止于此。按照孙蕾蕾的说法，赛灵思的FPGA几乎能被应用到汽车的每一个应用，并在某些领域拥有绝对的优势。数据显示，他们在前端摄像头的处理上的份额高达38%，在新兴的激光雷达的数据处理方面，赛灵思则几乎垄断了这个市场。未来他们甚至还将会去探讨对4D成像雷达的支持。

赛灵思产品对汽车应用的支持

为了全方位的支持汽车应用，赛灵思一路推进自身的产品和应用创新。

赛灵思机器学习产品高级市场营销经理罗霖

赛灵思机器学习产品高级市场营销经理罗霖表示，他们推出的包括计算机视觉和机器学的嵌入式视觉方案拥有低时延、低成本和低功耗的优势，这让他们在ADAS这个市场能够获得客户的高度认可。

而为了解决降低客户开发FPGA产品的难度，赛灵思也针对嵌入式视觉推出了reVISON堆栈方案。

reVISON堆栈方案

据了解，这个堆栈是一个覆盖了从最底层平台到中间系统性开发工具再到最上层框架与库的平台，而底层的传感器、USB接口和MIPI接口都已经定义过，客户只要在开发环境里选择某个硬件平台创建工程，之后就可以在上面使用高级语言快速地不布置自己的应用。

面向汽车这个市场，赛灵思除了推进自己的产品外，他们还收购了深鉴科技，已获得更多外部的支持。

深鉴科技的CNN解决方案

成立于2016年的深鉴科技在神经网络的压缩算法方面有着独到的优势，据资料显示，使用他们这套算法，可以将网络模型的计算量和规模压缩数倍甚至数十倍。而其推出的面向高级辅助驾驶和自动驾驶的嵌入式AI计算平台DPhiAuto能为高级辅助驾驶提供车辆检测、行人检测、车道线检测、语义分割、交通标志识别、可行驶区域检测等深度学习算法功能。结合这两点，就能为未来需要实施处理大量数据的自动驾驶汽车提供一种保障，相信这也是赛灵思收购深鉴科技的一个目的。结合FPGA的灵活性和深鉴算法上的优势，赛灵思进一步攻克汽车市场指日可待。

赛灵思FPGA和GPU的对比

罗霖表示，深鉴科技优化好的CNN IP拥有极强的运算能力和灵活的数据控制流，能够通过地支持不同类型的神经网络。他指出，在一个客户的合作方案中，他们借助深鉴的库和工具链，在与英伟达的TX2方案对比中，获得了更好的效果，但赛灵思的产品在成本和功耗上都不及英伟达产品的五分之一，这是非常惊人的。

“我们未来将会继续推进更多低功耗、低成本和灵活的汽车相关方案，服务全球，尤其是大中华地区的客户”，罗霖告诉半导体行业观察的记者。

文/半导体行业观察 李寿鹏

*本文由 公众号 半导体行业观察（ID：icbank）原创。如需转载请加微信号：icbank_kf01，或在公众号后台回复关键词“转载”，谢谢。

今天是《半导体行业观察》为您分享的第1660期内容，欢迎关注。