2018 年對很多半導體企業(yè)而言都是充滿變化的一年，對萊迪思也不例外，萊迪思半導體亞太區(qū)事業(yè)發(fā)展總監(jiān)陳英仁在接受與非網記者采訪時表示，萊迪思在 2018 年迎來新的領導團隊。新首席執(zhí)行官 Jim Anderson 上任，R&D、市場以及戰(zhàn)略、運營等部門也任命了新的領導層。他們作為行業(yè)資深專家，將為公司帶來廣泛的行業(yè)技術經驗，并且他們曾在企業(yè)領導和企業(yè)轉型，在實現持續(xù)增長與盈利方面取得出色業(yè)績。同時，陳英仁提到，今年，我們發(fā)布并優(yōu)化了產品系列，成功發(fā)布了低功耗 AI 解決方案技術集合 sensAI，強勢進軍網絡邊緣計算領域。我們的核心業(yè)務——低功耗、小尺寸 FPGA 增長勢頭非常強勁。

萊迪思半導體亞太區(qū)事業(yè)發(fā)展總監(jiān)陳英仁

作為主要專注于提供低成本、小尺寸、低功耗解決方案的芯片廠商，陳英仁向與非網記者介紹，萊迪思的 FPGA 早已廣泛應用于各類終端設備，實現控制和橋接功能。盡管 FPGA 的并行架構非常適合低延遲和高性能的處理，由于實現 FPGA 內運算的算法充滿挑戰(zhàn)，大眾市場的應用并不廣泛。今年五月我們發(fā)布了 sensAI，一款結合模塊化硬件套件、神經網絡 IP 核、軟件工具、參考設計和定制化設計服務的完整技術集合。sensAI 利用 Caffe 和 TensorFlow 等行業(yè)標準機器學習工具，讓客戶更容易使用標記過的樣本在萊迪思 FPGA 上實現低成本、低功耗的推理算法，將機器學習推理加快實現在大眾市場和 IoT 應用，同時解決了終端設備的計算需求和 FPGA 算法設計這兩大難題。我們看到日本在運用 sensAI 方面走在前列，可以在較低功耗下實現實時在線的智能檢測，為客戶帶來便捷和更好的用戶體驗。

提到機器學習，陳英仁認為該技術目前還在初步階段。對于客戶，雖然透過機器學習和足夠的樣本，推理和算法變得觸手可及，很多客戶還在摸索怎么去應用。萊迪思 FPGA 提供的靈活的 IO 配上 sensAI，能讓客戶更容易的智能化并升級現有產品，無需花費過多精力重新設計。對于制造商，神經網絡引擎和算法還將持續(xù)演進和優(yōu)化，所以技術上需要持續(xù)的推廣與更新。

陳英仁強調，sensAI 受到很多客戶的青睞，尤其是在要求超低功耗（毫瓦級）計算能力的應用上。今年十月，萊迪思發(fā)布了新一版 sensAI。我們針對神經網絡的需求優(yōu)化了 CNN 加速器的 DRAM 存儲器帶寬，使得 ECP5 的推理性能最多提升至兩倍。在超低功耗、低成本、小尺寸的 iCE40 UltraPlus 上，我們也推出了輕量化 CNN 來滿足更靈活的性能、精度、功耗的平衡與取舍。盡管輕量化 CNN 比之前推出的二值神經網絡（BNN）功耗稍高，但是其精度和性能也更優(yōu)秀，CNN 在業(yè)界的接受度也比 BNN 更為廣泛。

展望 2019 年，陳英仁表示，我們預計核心 FPGA 業(yè)務以及安全控制、靈活互連、低功耗計算加速等解決方案將持續(xù)增長。未來，我們將專注與我們的客戶一起為持續(xù)增長的終端市場注入創(chuàng)新活力。我們將在低功耗、小尺寸器件領域逐步建立領導地位，讓我們的客戶能夠為大眾市場帶來創(chuàng)新、差異化的產品。

而在應用領域，陳英仁認為，隨著 IOT 的應用越來越廣泛，信息安全也變得更加重要。如果沒有好的保護措施，這些 IOT 設備可能會受到網絡黑客攻擊或是在運輸中被惡意篡改，例如：在組件的閃存中植入能夠輕易躲過標準系統(tǒng)檢測手段的惡意代碼和后門，從而可被輕易侵入或是對系統(tǒng)造成永久性破壞。我們看到美國國家標準與技術研究院（NIST）最近發(fā)布了 2018 年 NIST SP 800 193 標準，定義了一種標準的安全機制，稱為平臺固件保護恢復（PFR）。PFR 采用了基于硬件的解決方案，提供了一種全新的方法來全面防止對固件的攻擊。PFR 主要基于保護、檢測和恢復三個指導原則。在 2019 年我們會對 PFR 和信息安全推出更全面的方案。

同時，SiC 器件的高耐壓、高開關頻率、低損耗等各方面的優(yōu)勢會使得 SiC 器件在下一代新能源電機控制器，如電動汽車驅動或是太陽能逆變器，越來越廣泛的被運用。隨著 SiC 碳化硅器件工藝的成熟以及市場對 SiC 器件的需求越來越高，其封裝的發(fā)展相對滯后和高價的劣勢將會被逐步抹平。然而在控制端，DSP 和 MCU 器件在較高開關頻率場合的表現較不佳。萊迪思會提供用于電機控制功能的硬件加速方案，用低成本、小尺寸、低功耗的 FPGA 來實現并行處理并以更快速的電機控制算法來提升 MCU/DSP 設計靈活性和性能。

在 AI 上，陳英仁向與非網記者強調，我們會持續(xù)地優(yōu)化 sensAI 的性能，提供更多的參考設計并招募更多的合作伙伴來提供樣本采集、設計和模塊化服務。另外隨著 AI 的崛起，IOT 的應用也會越來越廣泛和復雜化。我們預估多傳感器的交互與融合的需求也會越來越普遍。多傳感器的交互和 FPGA 的架構將與之完美契合。
?

與非網原創(chuàng)內容，未經許可，不得轉載！