1、新基建“新”在哪兒

我國正大力發展新基建。那么，新基建“新”在哪兒？實際上新在數據，即如何做基建以把數據的能量很好地釋放出來，使數據能更好地流通、更好地改變生活。所以以前的基建是針對人，怎樣改變人的生活，如何讓社會高效地前進；新基建的特點是 “新”，是圍繞數據進行的基建。

新基建的七大核心領域就在于數據。我國給出了七大領域（如上圖）。其中5G、人工智能、數據中心，主要談的是數據的產業化，怎樣把今天產生的數據，通過手機，通過智能工廠，通過人工智能把它變成一種能夠產業化的東西。汽車、城際高速、特高壓、工業物聯網等是非常獨特的領域，特點是能夠產生巨量的數字，同時它又是傳統行業。因此，我們要思考怎樣讓傳統行業利用今天的數據產生的能量加速發展。所以，人們把新基建分成做數字產業化和產業數字化。

2 、數據引力帶來了邊緣計算的需求

為何今天數據如此重要？因為當數據成為一種社會的能量聚集點之后，會產生巨大的“數據引力”。這種引力會帶來“數據慣性”（Lew Tucker提出的概念）——很多服務、應用向數據靠攏（如下圖）。

數據的引力對計算帶來了兩大挑戰。以下以新基建中的工業物聯網的數據來說明。

1）系統的延時所帶來的訴求。從控制系統角度，控制的速率是由自然數據的頻率，也就是自然速率來決定的。根據Nyquist定理，至少要2倍的采樣頻率才能實現有效的捕捉信息。對于系統來說，它的要求是更高的，理論上是需要有10倍的采樣頻率要求（如下圖）。

例如，對于較慢的頻率，如燃氣發電機或者是風力發電機，它們的數據頻率可能是在十幾Hz或幾Hz，但是控制速率需達到10 ms左右。這時如果對控制系統的作用是通過中央化的處理平臺來實現的，會給物理限制帶來挑戰。因此無法通過云化來進行這樣的控制系統的管理。

2）成本角度。對于計算中心，同樣是發電站的數據量消耗，左下表列出了各種I/O控制的數據量，推斷到每分鐘、每小時、每天，每月的吞吐量，結果是是一個普通的電站所產生的數據量至少是在7700 GB以上。以亞馬遜云（aws）的云存儲服務作為模型來計算，僅發電站的數據存儲成本，每月就要超過1.3萬美元。

也就是說數據的引力，一方面是數據的物理限制導致了本地化部署的需求，另外是數據的數量，二者同時把計算推向了邊緣，即加倍的邊緣計算及智能化帶來了工業物聯網領域的需求（如下圖）。

3 、雜亂無章、爆炸性增長的數據需要自適應平臺

數據今天是以一種什么樣的形式出現？

①是雜亂無序的。

②增長既不是線性的，也不是指數級的，而是爆炸性的。線性的，例如隨著手機用戶的增多，數據產生的量就多了，實際上，每部手機的帶寬/數據流量是有限制的。但是，今天我們面對的不是這種形式，而是能夠接入的設備/產生數據的端/設備越來越多，即每個端都在產生巨大的數據。

這些數據是怎樣完成傳輸、計算，從而產生內容和意義的？實際上，它不是一種架構就能夠產生。即它已經不像以前簡單的諸如通訊里的數據，或車里的數據，而是把短視頻、流媒體等各種不同的數據都疊加進來。所以，單一的數據架構無法獨立完成這種海量數據的處理。

為此，自適應和智能計算的領先企業賽靈思公司（Xilinx）于2018年提出了“異構計算”概念，當時正處于數據爆炸的黎明，而異構計算將會是整個世界需要的一種計算模式。

據賽靈思介紹，業界發現，芯片設計在往前演進的時候，產品的迭代周期越來越慢，而不是越來越快。例如，從90 nm到16 nm過程，在制程上每2年左右推出一代新品，或者是容量翻番。但是，隨著進入到20 nm之后，芯片的設計周期越來越慢。

但從另一個角度來看，創新是在快速演進的。例如通信業從2G到3G，大約用了三四年的時間，3G到4G用了約2年，4G到5G用了約5年。但是到了AI，到今天的智能世界，整個算法的演進是非常快的，以AI為例，可能算法的演進也就是一篇論文的發表，人們就能發現一個全新的世界；與此同時，行業標準也在不停地從各種維度更迭。所以今天的創新和芯片的周期變成了一種非常不匹配的節奏。

因此世界在呼喚一種自適應的計算，它不被芯片的設計周期所限制；但是又能同時在算法演進和行業標準推進的時候來支撐人們的想法，再加上保密性、安全性有改動的時候，以及傳感器和接口數量不斷增加時，能夠有一種硬件，讓用戶可以自適應地去滿足這些需求（如下圖）。

傳統的CPU在計算里是最靈活的，但有時會效率低下，人們在網絡里會不停地提智能網卡；同樣， ASIC又缺乏靈活性。所以，自適應平臺必須是能夠根據客戶的應用特點來不停地變化。賽靈思認為自適應平臺最簡單的需求就是DSA（特定領域應用），能夠去定義特定領域的架構需求。

4、 創“新”正當“適”——賽靈思的ACAP平臺

2018年賽靈思推出了區別于CPU、GPU的一種新型計算架構——ACAP，即自適應計算加速平臺（Adaptive Compute Acceleration Platform）。當前，我國正如火如荼地開展新基建，賽靈思近日召開線上媒體會，主題是創“新”正當“適”（如下圖）。

賽靈思為什么有信心稱ACAP正適合新基建呢？賽靈思大中華區銷售副總裁唐曉蕾女士分析道，賽靈思是一直是自適應計算的領導者，適應于不同領域的創新，例如以下6個維度。

1）云端，賽靈思和亞馬遜一起推出了FaaS（FPGA即服務）；

2）通信領域，任何一種通訊的代際出來之后，業界往往會先以賽靈思的基礎架構做原型設計、測試，甚至有很多客戶直接用賽靈思的芯片去生產。另外，從2G、3G、4G到現在的5G，賽靈思一直陪伴著客戶，甚至有客戶在用賽靈思的產品做6G的前期研究。

3）汽車領域，賽靈思有1.7億顆芯片的出貨量。

4）航空航天領域，是FPGA/自適應計算的第一大的供應商。

5）工業物聯網，市占率70%。

6）測試和測量領域，全球大部分做IC的封裝測試里有賽靈思的產品。

此外，為了契合各種應用，賽靈思自身也在“創新正當適”，進行了硬件和軟件2個層次的創新。

● 硬件層面。賽靈思是FPGA的發明者，但是并沒有止步于FPGA，早在2011年就推出了Arm SoC。之后看到當FPGA和Arm處理器結合時，可以帶來更廣闊的空間：軟件和硬件同時可編程的平臺，因此進軍軟件業。其后，賽靈思又繼續增強Arm SoC的能力，集成了4個核，推出了MPSoC。接下來，把數字與RF等模擬集成到一個平臺，推出了RFSoC。2018年又祭出了ACAP（自適應計算加速平臺）。

2018年推出ACAP，標志著賽靈思完成了從器件到平臺的蛻變。

● 軟件層面。這個世界越來越是軟件驅動的世界，因為越來越多的軟件工程師和創客首先在電腦上做出自己的想法，最后落實到硬件上。如何讓他們也享受到硬件帶來的便利？為此，賽靈思從器件到平臺都做了升級：

①對于硬件開發者，繼續提供Vivado來支持；

②對于嵌入式開發者，可用MPSoC；

③對于軟件的應用開發者，賽靈思推出了Vitis統一軟件平臺，使軟件開發人員和創客可以把想法用傳統軟件，例如Python，在硬件上面實現，甚至數據科學家也可以在Vitis平臺上想法實現出來。

經過這樣的調整，賽靈思適合各種各樣的領域、應用（如下圖）。

那么，對于新基建，賽靈思從器件平臺公司轉型具體是怎么實現落地的？首先是讓客戶去接受賽靈思的產品；然后再根據客戶的需求做優化，并如此反復迭代——因為新基建落地的過程是螺旋式上升的，可能要經歷5~10年的漫長過程，所以需要把該落地，能落地的事情先做好，然后在和客戶一起成長。

5、 工業視覺的應用

賽靈思面向的市場與新基建非常契合。賽靈思目前正引領的自適應計算在這些行業領域里是重要的驅動力。

賽靈思新任大中華區核心市場發展總監酆毅先生介紹了智能工廠等應用案例。

智能工廠涵蓋了機器人的技術，驅動與電機的控制，工業物聯網的網關與邊緣設備，工業PLC/PAC/ IPC，還有I/O模塊和智能傳感器。

與此同時，工業物聯網的開發在過去是一個相對復雜的開發環境，因為物聯網包含了嵌入式的開發，例如需要用到PowerPC和實時操作系統VxWorks，這需要開發團隊和環境進行相關的硬件平臺的開發；再有，傳統意義上的ASIC或FPGA的開發，需要用到Linux和Arm技術；軟件或跨平臺的開發，需要用到X86和Windows。因此，用戶可能需要組建3個不同的開發團隊和環境（如下圖左側）。

賽靈思作為異構計算的領導者，具有統一化的異構開發環境，無論是在云端的開發者，IT技術的整合，還有操作技術的整合，賽靈思的Zynq UltraScale MPSoC平臺都能讓開發者在統一平臺里實現多核Arm、Linux、實時處理和外設，和可編程邏輯的開發工作。

6、此次疫情令“創新正當適”

全球在蔓延新冠疫情，不過，賽靈思非常幸運，盡管疫情給賽靈思造成了很多不便，但整個產品不管是交付，還是研發，都在有條不紊地進行下去，對產品的推出沒有什么負面影響。

但是，確實這次疫情讓人們關注到了很多不一樣的角度：與傳統不一樣，人們的生活也要“自適應”地改變。

賽靈思剛剛過去的2019財年（2019年4月—2020年3月），是年營收在突破30億美元關口之后，達到了一個新的高點——超過31億美元。

自適應的核心是適者生存。人們正迎來數據時代，像賽靈思ACAP這類的自適應計算加速平臺，有望成為驅動新基建等創新的數據處理引擎。同樣，人們身處于瞬息萬變的世界，挑戰與機遇并存，只有不斷創新，才能自適應于這個時代。

責任編輯：gt