返回三百九十章 FPGA技术(2 / 2)医疗黑科技首页

此时,两家公司不再嬉笑交流了,而是进入了严肃的谈判模式。

之前的融洽合作,从此刻起,就已经成为过去式了,现在的谈判将会决定接下来两家公司是否还会继续融洽合作。

当双方人员都落座之后,关寇代表陈长安,表达了瑞康此次前来海思想要达成的诉求。

“何总,我们瑞康想和海思共同研发一款真正国产的FPGA芯片。”

以为双方会先进行一番简单的寒暄才进入正题的何婷波没想到,这才刚坐下,瑞康就直接抛出了这么一个重磅炸弹!

FPGA芯片,全名叫做现场可编程门阵列,是一种比较新潮的芯片设计技术。

自赛灵思在1984年创造出FPGA以来,这种可编程逻辑器件凭借性能、上市时间、成本、稳定性和长期维护方面的优势,在通信、医疗、工控和安防等领域占有一席之地。

在过去几年间,FPGA也有极高的增长率。

而进入了最近两年,由于云计算、高性能计算和人工智能的繁荣,拥有先天优势的FPGA的关注度更是到达了前所未有的高度。

FPGA目前普遍的运用在数据中心的服务器、交换器、存储层的各个角落,这种芯片非常适合进行大数据的计算以及解析,这种芯片非常擅长对数据流进行快速处理。

不过可惜的是,目前FPGA芯片主要的供应商是英特尔和赛灵思这两家芯片行业的巨头。

在国内,FPGA芯片的发展非常落后于国际一流水平,甚至差距非常的大,比CPU芯片的差距还要大。

而之所以瑞康要头铁进入这一个行业,是因为如果要做人工智能,那么FPGA芯片将会是最适合搭载人工智能的芯片。

众所周知,想要创造一个成熟的人工智能,至少需要具备深度学习算法、模型,并构建一个深度神经网络。

而想要做到这两点,必须需要足够多的数据去训练这个网络,只有加入更多的数据,才会让深度神经网络变的更大、更好。

而FPGA芯片无疑是可以作为针对AI、机器学习、特别是深度学习的定制化硬件芯片。

FPGA可以帮助开发人员直接在处理硬件中设计加速器功能,以缩短延迟,提高吞吐量和改善功效。

FPGA灵活、高效的架构可提升人工智能工作负载的性能,包括机器学习和深度学习,并可增强其他广泛工作负载的性能,如网络、存储、数据分析和高性能计算等。

总结起来就是一句话,想要搞人工智能,比起CPU、GPU、SOC、DVB、IPTV等等各种芯片,CPU+FPGA的方案,是唯一的最优解。

问题是,目前国内在FPGA领域几乎是一片空白,所有的FPGA芯片基本上都是出自于英特尔和赛灵思。

甚至FPGA技术本身,都还处于一个刚起步的高速发展阶段,目前所有的芯片技术中,只有FPGA还没有打破摩尔定律,可以做到每隔18个月性能提升一倍的恐怖水平。

海思不是没想过尝试着自研FPGA,但是这项技术的门槛着实不低,需要的芯片技术非常的多,至少对海思半导体来说,目前想要研发FPGA,十分的困难。

但是瑞康既然抛出这么一个话题,至少说明瑞康应该有一套可行的研发方案,不可能有的放矢。

何婷波一脸凝重的看向了关寇,内心十分纠结。

到底这是个啥情况?