5G時代的一些投資機遇-芯片篇


5G時代的一些投資機遇-芯片篇


5G相對於4G最大的不同在於物聯網!4G只是將手機接入了網絡,而5G則將很多物體接入了網絡,比如智能家居、智能攝像頭等。隨著各種物體的接入,5G使我們進入到一個萬物互聯的時代。

而在萬物互聯的背後,是數據量的暴增,各種物體聯網後的數據都要經計算機來處理,而原有的計算方式已經無法處理如此規模龐大的數據了,因此從數據的採集到傳輸再到計算處理都在發生計算的變革,主導這場計算變革的是異構計算。


5G時代的一些投資機遇-芯片篇

眾所周知,原有的計算機體系是由現代計算機之父馮.諾依曼提出的,這個體系實際上就是由CPU、內存、硬盤組成的。程序存儲在硬盤上,打開以後由CPU來執行計算,運行期間的數據存儲在內存中,方便CPU快速讀取,最後CPU計算完,計算機將計算結果保存到硬盤上。但是CPU只適合做串行計算,不適合做並行計算,因此在處理圖像等並行計算問題時,會變得非常吃力。為了解決這個問題,1999年,顯卡行業的龍頭老大英偉達提出了CPU+GPU的異構計算體系,即將處理圖像問題的程序全部封裝在顯卡里面,CPU在接到處理圖像的任務後,將任務轉交給顯卡來處理,顯卡處理完圖像後,只需將結果反饋給CPU即可,這樣就大大減輕了CPU的計算負擔。

英偉達“CPU+GPU”的異構計算體系完美的解決了當時計算機向多媒體方向演進時所遇到的計算瓶頸問題。而在之後信息技術發展過程中,遇到的越來越多的數據都是類似圖像的數據,這些數據處理起來都需要做並行計算而非串行計算,儘管量子計算機也是做並行計算的,但是由於量子計算機還處在研發的早期階段,離實際應用還非常遙遠,因此目前階段以及未來相當長的一段時間裡,異構計算體系都會是當今計算機的主流架構體系。

在這場由異構計算所主導的計算變革中,自然也蘊藏著不少的投資機會。首先是芯片行業的機會,英偉達不必多說,它的GPU技術在行業內一直是領先的,霸佔PC遊戲顯卡市場第一的位置已經很多年了,但是PC遊戲顯卡市場幾乎處於飽和狀態,難覓增長,但是在數據中心領域,英偉達的GPU業務會有較大的增長空間,因此關注英偉達的人,應該重點關注英偉達在數據中心業務方面的增長。

相對於數據中心來說,邊緣計算也隨著無人駕駛和物聯網的興起而爆發出了大量的需求,這方面可以重點關注Intel和高通,比如Intel的工業物聯網芯片,它能高效的執行目前所有主流的機器學習和深度學習算法,能夠就近在邊緣端對工廠生產的產品進行拍照、計算推理,而無需將圖像數據傳回數據中心來處理,並快速識別出有瑕疵的產品,準確率高達99.9%,效率較人工檢測提高了數十倍,但是成本卻較人工檢測的成本大幅度下降。高通也推出了類似於Intel的這種邊緣計算芯片,兩者在該領域是競爭對手,並且各有優勢。相信二者在該領域都會取得不錯的增長,有興趣的投資者可以關注一下這兩家公司。

除了工業物聯網的邊緣計算應用以外,另一個很大的應用是無人駕駛領域,這個行業競爭也非常激烈,目前在無人駕駛芯片領域處於領先地位的有Intel、英偉達、特斯拉等。Intel領先的原因主要是收購了Mobileye,而Mobileye在無人駕駛芯片領域擁有多年的研發經驗和領先的技術優勢,最開始,特斯拉的無人駕駛系統就是使用的mobileye的芯片,後來由於數據共享問題,雙方分道揚鑣,特斯拉改用英偉達的無人駕駛芯片,但由於英偉達的無人駕駛芯片的產品迭代速度跟不上特斯拉的無人駕駛系統的發展速度,最後特斯拉放棄使用英偉達的無人駕駛芯片,改為自研無人駕駛芯片。當然,這並不能否認英偉達在無人駕駛芯片技術的領先優勢,目前特斯拉自研的無人駕駛芯片的性能是之前使用的英偉達無人駕駛芯片的10倍,而英偉達新推出的無人駕駛芯片的性能是之前特斯拉使用的老款芯片的7倍,雖然離特斯拉自研的無人駕駛芯片的性能仍有一點差距,但已經是行業內非常領先的產品了,國內很多研發無人駕駛系統的公司都在採購英偉達的這款產品。

除此之外,該領域還有一個值得關注的競爭者,那就是FPGA巨頭——賽靈思,與Intel、特斯拉、英偉達等公司設計的無人駕駛芯片不同,賽靈思的無人駕駛芯片採用的是FPGA方案,這種方案本身來說,比前三者要更先進一些,它利用FPGA的可編程的特性,在異構計算的基礎上實現了可重構計算。

那麼,什麼是可重構計算了?簡單的來說,我們現在執行並行計算的芯片比如GPU,其內部的邏輯電路都是不能更改的,這就會遇到一個問題,當遇到圖形處理問題是,我需要用GPU來計算,當遇到語音問題時,我需要用另外的語音處理芯片來計算,但是這些計算需求都不是實時固定的,某個時段內圖像計算需求多而語音計算需求少,這樣會造成語音計算芯片閒置,某個時段內語音計算的需求多而圖像計算需求少,這樣又會造成圖像計算芯片的閒置,而如何解決這些硬件閒置問題了?賽靈思就提出了可重構計算的方案來解決這種因為計算需求的變更導致的硬件閒置的問題,賽靈思利用FPGA芯片的可編程的特性,當圖像處理需求增加時,它通過編程將FPGA芯片完全改造成專門做圖像計算的芯片來滿足圖像處理的需求,當圖像處理需求下降,語音處理需求增加時,它又可以通過編程將FPGA芯片改造成專門做語音計算的芯片來滿足語音處理的需求。

我個人認為可重構計算將成為未來異構計算的主流架構方案,而賽靈思在這方面擁有很強的核心競爭力,這種可重構計算不僅僅能用在數據中心業務上,用在無人駕駛芯片領域,也具有很大的優勢,因為未來會有不少改進的無人駕駛算法出現,而為了讓無人駕駛芯片適應這些新的算法通常做法是更換新的芯片,而賽靈思的這種可重構方案只需要通過編程更改FPGA芯片內部的邏輯結構來適應新算法,無需改換芯片。

當然,說到可重構計算,Intel也推出的自己的可重構計算的系統架構,目前已被微軟大規模採用,英偉達也發佈了自己的可重構計算芯片,因此行業競爭也是存在的,但目前來說,要撼動賽靈思在該領域技術領先的地位,還比較難。而賽靈思針對英特爾的可重構計算的架構方案,與AMD結盟,推出了自己基於數據中心的可重構計算的系統架構,相信隨著AMD的CPU在數據中心業務上的增長,也必將帶動賽靈思在數據中心業務上的增長。

以上是我對5G時代在芯片領域的一些投資機遇研究的總結,後續我還會發布5G時代在系統、應用等領域的一些投資機遇的研究。祝大家聖誕節快樂!


分享到:


相關文章: