Xilinx在雲計算中的作用

　　5G的推出是2020年的大事件。5G的驅動力之一将是提高汽車在邊緣、近邊緣和霧天的應用。

　　吉田順子已經全面涵蓋了汽車傳感器和自動駕駛汽車的關鍵方面。正如她指出的:

　　但是，有一個複雜之處:無論在邊緣感知到什麼傳感器，它都不會停留在邊緣。捕獲的傳感數據必須在車輛内部進行處理，以便由機器進行解釋。這需要車輛大腦内部強大的處理能力。這需要一個更新的機載網絡，它需要由一個更厚的管道提供，幾乎沒有延遲。最後，它需要一個傳感器村，這樣機器才能做出安全合理的決策。

　　另一個需要考慮的“管道”，就是雲端或邊緣的集中式AI大腦。它将利用5G無線連接承諾的大帶寬。當然，自動駕駛，甚至是非常支持司機的車輛，也需要通過5G連接進行相互交流。互聯汽車發展迅速。在撰寫本文時，高通宣布在上海進行大規模容量測試，向通用汽車(C-V2X)演示蜂窩車。

　　預計5G網絡不僅可以實現關鍵任務決策。這種新的大規模移動連接旨在将人工智能等複雜計算卸載到雲中。推動這一發展的不僅僅是汽車。其他不受約束的垂直領域，如移動和物聯網，将通過5G提供的更高帶寬推動更多數據。

　　最近我們被AI即将爆炸的消息炸了。AMD對Xilinx的收購一直主導着技術新聞周期。在最近确認交易後，為了引起數據中心的注意，李薩蘇CEO向金融界詳細介紹了Xilinx的交易。

　　AMD是在鑽研數據中心還是在邊緣發展更多的AI?很大程度上取決于令人困惑的定義。

　　邊緣或近邊緣硬件最發人深省的标簽是“霧”。迷霧中會做出什麼決定?

　　Xilinx在雲計算中的作用。

　　然而，讓我們去掉計算硬件的氣象術語。Xilinx技術(FPGA)在雲計算中的作用值得探讨。

　　o4YBAF_qzpamffqaaclm5g-6WI932.png.

　　AlveoU50數據中心加速器卡(來源:Xilinx)

　　第一家收購兩家FPGA公司之一的微處理器公司是英特爾(收購Altera)。當然，英特爾已經在數據中心投入巨資，并一直在尋求技術進步和地位提升。英特爾通過其加速器卡系列提供了更多關于FPGA功能的詳細信息。

　　當然，Xilinx也是通過其Alveo數據中心加速器來做這項業務的。

　　FPGA的要點是它是現場可編程的——部署後可以重新編程，并且可以為設備重新訓練。換句話說，可以做一些機器學習。自然，這也可以純粹在微處理器(通常是GPU)上運行的代碼中完成，但是硬件速度更快。所以FPGA采用自适應算法，不斷提高數據處理。

　　從移動到高性能計算。

　　我們談論的是高性能計算(HPC)，無論是深入數據中心還是更接近用戶。半導體行業的最後一個重大變化是在PC市場需求逐漸消退的同時轉向移動領域。現在行業是不是在看另一頭?你打賭，我不認為這對任何花大量時間思考地球上每小時數千小時實時傳輸到YouTube的内容并存儲和存儲所需服務器的人來說是一個大啟示。分發内容。

　　然而，世界制造商發布的信息強調了對半導體供應的更具體影響。在丹尼爾·尼尼報道的一個故事中，我第一次發現，TSMC正在向高性能計算垂直供應芯片，并呈現出明顯的趨勢。第三季度運營總結顯示，智能手機收入略有放緩，而高性能計算增長迅速。2019年第三季度，高性能計算占TSMC供應量的29%，現在已經躍升至37%。完整的TSMC報告可以在網上找到。

　　這創造了一個奇迹。事實上，一項新的移動技術——5G蜂窩技術，有望将半導體份額帶出移動領域，進入高性能計算領域。隻要消耗更多的矽，相信大家都會滿意。

　　回到車上，我想知道，無論是邊緣減少等待時間，還是集中服務器，我們都要把多少控制權交給大哥。如何編程edgeAI處理類似電車困境的情況?不知道道德算法會不會把你的車的壽命和以後發生的其他情況進行權衡。尤其是這些決定是在迷霧中做出的。