FPGA真的错过AI红利了吗?
早在十年前,尽管两大头部芯片厂商就已将端侧AI视为下一个战略机会,但从近几年数家上市公司的股价走势看,FPGA似乎已经错过了AI红利。
如果赛灵思没有委身于AMD,还是独立FPGA厂商的话,现在对应的市值是430.6亿美元(2025.3.4日收盘价计算),2022年被并购退市时的市值是484.15亿。
在AI最火爆的这两年,反而因持仓“亏损”10%;
英特尔旗下的行业老二Altera,如果不考虑AMD重新崛起的肱骨之臣、素有芯片设计大神名号的Jim Keller的“英特尔公司至少得值一万亿”,亏得更多。
如果像传言所称的被莱迪思拿下,或者另有神秘买家的出价,更是低至只有90亿美元。
有点虎落平阳的意思,但瘦骆驼总比马大,更何况现在还活得好好的。
2023年初,语言大模型横空出世,国产FPGA第一股的安路科技,与寓意AI物种大爆发的寒武纪,当时市值不相上下,同为200亿元量级。
随后的这两年,硬生生走出了一个中国版本的“赛灵思VS英伟达”,两者如今市值相差近20倍。
当然,静态比较的话,英伟达现在的2.7万亿,已经是赛灵思的60倍以上。
有雪友在评价@DrChuck “一个AI从业者的十年”时,用“波澜壮阔”四个字给出了自己对AI进展的感受。
快到以"AI一天,人间一年"来形容技术奇点临界处。
以及技术与人性的平衡是一场永恒的哲学命题,尽量缓解“焦虑”感:即便在AGI真正到来之时,仍能保有“以碳基之心,御硅基之智”的信心和底气。
康德“人是目的,不是工具”的至理名言,仍将持续有效等,多少有些吹口哨走夜路的意思。
但FPGA行业更像是个“特例”。
万能芯片或者数字芯片之母,绝非浪得虚名:什么都能做,但经常被“超越”。
先是应用急先锋,但等到技术成熟、标准确立或者规模上量,便是功成身退之日。
比如数据中心进入异构计算,先是FPGA在各个数据通路上进行近数据源处理,就地就近进行加速,然后被各种XPU和ASIC替代。
2019年,英伟达布局数据中心市场,以70亿美元收购Mellanox公司,又引来一众做数据处理专用芯片(DPU)追随者。
FPGA芯片作为硬件加速芯片中相对独立的第三股势力,长期以来,更多只是扮演为真正主角登场前的“预热”配角。
但在提供硬件辅助验证服务的仿真加速市场,FPGA则是绝对的主角;航天航空、军工等关键且重要的行业,也是其传统优的势应用领域。
芯片初创公司也总是偏爱与英伟达做对标,不同的是,后者“在融资PPT中经常被吊打,但现实中从未被超越”。
在AI加速应用,FPGA是参与者、亲历者,甚至是引领者。
比如早在2018年,与寒武纪同年同月成立的深鉴科技,曾经的AI四小龙,刚露头就早早被赛灵思招安收编,并将其工具整合到自己的Vitis AI开发软件。
用户开发难度和芯片价格“成本”因素,一直是制约FPGA大展拳脚的最大壁垒。
FPGA不论是用作功能模块,算力加速器(FPGAAA),还是AI加速器(FPGAAAA), 也不管你是像微软、腾讯这样的科技巨擘,还是个体小白,使用哪家的FPGA,先进程度如何,都一样得面对应用开发难度大的窘境。
不同的是,大客户拥有芯片厂商FAE贴心又贴身的双拼服务。
2011年,赛灵思以数千万美元价格,收购丛京生教授的AutoESL公司,在Vivado设计套件中增加高层综合支持,使用户群体,从传统的硬件工程师,扩展到使用C、C++和System C语言的系统架构师和软件编程人员。
基于同样的投资逻辑,航天领域排名第一,主打高可靠、高安全的Microchip公司,在2020年收购加拿大LegUp公司,服务旗下FPGA和SoC芯片的应用设计。
同一年,赛灵思收购峰科计算公司(Falcon Computing Solution),还是EDA大牛丛京生教授创办的另一家初创,整合到Vitis软件平台中,进一步降低软件开发者应用自适应计算的门槛。
十余年来,用设计抽象层次的提升,力图降低编程门槛,但与底层芯片打交道的方式,与早期的ISE工具套件相比,几乎没有任何本质上的“区别”。
仅从商业层面,特别是通信、工控等行业大户出现之前,按照赛灵思早期投资人的观点,商业模式得以成立,完全是基于市场的长尾效应,能够覆盖大量的“小众”需求。
FPGA素有“价格亲民的ASIC”之称。
其强大不仅取决于芯片本身,也与EDA软件的使用密不可分。
用户应用设计,最后用位流的配置下载来完成硬件电路的定制过程,也就像是在自家作坊“流片制造”(ASIC) 芯片的过程。
简单换算,服务于ASIC的调试验证软件和工具,自然可无缝应用于日常开发。
本届人大发言人在回答关于DeepSeek以及人工智能有关话题时表示,避免科技创新成为“富国和富人的游戏”。
与1993年投资英伟达,云时代命中数据仓库云原生独角兽(Snowflake),拥有众多成名作的顶级风投Sutter Hill公司,2015年,A轮500万美元独家投资RISC-V初创公司SiFive(赛昉),正是基于类似投资逻辑。
& 摩尔定律不应该只是富人游戏;
& 云和端计算模式正在发生变化;
& 半导体既有商业模式濒临衰退。
踩在了市场和技术共振节奏上的SiFive公司,在2022年,获得1.75亿美元投资后,晋升为RISC-V庞大阵营中的首支独角兽。
还是长尾效应(The Long Tail Effects)。
“那些原来不受到重视的销量小但种类多的产品或服务,由于总量巨大,累积起来的总收益超过主流产品的现象。”
具体到FPGA内嵌的CPU核,大体上也是如此。
AMD公司在2024年,把自己的Microblaze软核处理器,也还原“升级”为RISC-V架构。
复旦微的SoC,选用ARM核;
安路科技的飞龙系列SoC,则是更开放的RISC-V核。
国产FPGA第一股的安路科技,前天收获了自科创板上市以来为数不多的涨停板。按照先开枪再瞄准的惯性,事后找理由,不乏有认为是“FPGA+RSIC-V”双题材引发。
当DS不再是diaosi的缩写,而是指代DeepSeek,成为迈向通用人工智能AGI的重要拐点,从个体到股市,都倍感振奋。
谁说不是呢,紫光国微不巧也涨停了,莫非是旗下紫光同创的“联结”关系?也有可能是主力临时起意,随手先拉一波再说。
股票上涨启动时点,与当天RSIC-V消息神同步。
RSIC-V的出货量,增速比ARM还要快,已是各个玩家的“国选处理器”。
2022年,RISC-V IP核的部署量已经达到100亿颗,用时12年。与之相比,SoC芯片的王者ARM,达到同样的部署规模,用时17年。
以复合增长率超40%的增速,预期到2030年,规模将达到160亿颗。
端侧AI追求的是性价比,将是庞大的市场。
按照英伟达在2020年拟收购ARM时给出数据,端侧AI连接的终端数量,将是万亿量级别。
现在全面进入硬件加速一切的AI时代,也有大算力芯片的追逐赛尚在过程中,但在端侧处理,谁能笑到最后还不一定等“乐观派”。
在微软用25万颗FPGAs构造脑波(Brainwave),当时世界上最大的AI超级计算机诞生的2018年,赛灵思向巴克莱定制的行研数据,端侧AI将是比数据中心更大的市场。
在去年慕尼黑深圳电子展期间,第六届FPGA生态峰会的主题是“聚焦汽车智能与边缘智能”,与会的包括国产芯片厂商、硬件板卡提供方等。
追求性价比的汽车电子,是FPGA不多的“大规模应用”场景,智能汽车是继手机之后更大的智能终端,从理论上应该是FPGA继通信、工控之后的业务生长点,更是在资本市场上讲“故事”的好题材。
但从我们与FPGA厂商有限交流,反馈的大意是:自从高通(QCOM)入局车规算力芯片后,FPGA门派基本上“不够看”,“不大有戏”。
股神巴菲特曾说过,有钱最大好处是可以选择与谁交往,这是真正的奢侈品。
三十年的股市,培育了投资心态最成熟的大众群体。
炒股也好,创业也罢,都拥有最大程度的个体自由。
“推荐一只2025看好的股票 空间 三句话以内逻辑”雪球悬赏提问中,@怒舔龙哥 的回复是“安路科技,FPGA是端侧遗珠”。
FPGA因仿真加速(EDA硬件辅助验证的FVX)而生,数据中心进入异构计算时代的算力加速而兴,以及现在无处不在的AI加速而盛。
所以,指的是端侧AI吗?
在其它细分行业应用,都是FPGA被ASIC替代,但在航天领域,则是完全不同:“FPGA进”,“ASIC退”。
商业航天时代,趋势更为明显。
哈耶克的洞见之一是“价格充当了指南针的作用,指引我们利用根本不认识的人的力量和天赋,去满足陌生人的需求”。
不是用户买不起,而是平替版更有性价比的拼多多,市值曾经超阿里。
软件定义弹性计算的Resilient Computing公司,用赛灵思普通7A-200T FPGA,打造的抗辐射太空计算机,几天前随Firefly公司蓝色幽灵着陆器登陆月球。
特别是现在已经把人类文明的范畴,扩展到“星际文明”高度的今天,感觉像是一次轮回。
60年前的美国阿波罗登月计划时期,仅是NASA一家机构,就几乎承包了那个年代60%以上的芯片订单。
作为改变未来游戏规则的一部分,把算力送上天,天数天算,GPU在2019年作为“政府资助类项目”被终止后,现在更多是交由其它”民企”试错,继续往前走。
比如《福布斯》"预测AI十大趋势: AI接管电脑,在太空建集群”一文提及的Lumen Orbit公司等明星初创。
谁又能肯定太空不是FPGA真正的应许之地呢?
对于FPGA来说,至少在军工,特别是航天领域,是最难以被ASIC代替的行业。既然都是长尾理论,小众应用,现在暂时的市场小,又有什么关系呢?
雪友@琳芭小美猪 在“千帆竞逐的商业大航天时代开启”一文的留言回复是 “以后芯片价格这个成本因素在国内不是问题了,成熟制程国内有定价权,而FPGA的价值就在于降低端侧开发难度”。
这与Altera公司女掌门人,桑德拉·里维拉(Sandra Rivera)在本月3日接受EE Journal访谈时的观点类似:
尽管FPGA实现盈利的载体是芯片,但真正的盈利来源是工具链,软件栈以及用户在设计流程上的时间投入。
从头部企业既有的成功实践看,也可以这样理解,FPGA的强大,不仅取决于芯片本身,也与专用EDA软件、第三方EDA工具的融合使用,密不可分。
全文完,感谢您的耐心阅读。