延宕了一年之久的萊迪思（LatTIce）收購案近期終于落下帷幕。由于受到特朗普的否決，Canyon Bridge對LatTIce的收購要約可能告吹。雖然買賣不成，但latTIce發(fā)展的腳步還是要繼續(xù)邁進。根據(jù)其最新的動態(tài)來看，latTIce瞄準了網(wǎng)絡(luò)邊緣這一逐漸興起的領(lǐng)域。下面就隨嵌入式小編一起來了解一下相關(guān)內(nèi)容吧。

　　目前的網(wǎng)絡(luò)中已經(jīng)有64億臺設(shè)備連接，此外還新增了550萬臺新設(shè)備，因此物聯(lián)網(wǎng)的興起需要采用新的處理和分析需求的方法。充分利用物聯(lián)網(wǎng)需要在設(shè)備和云之間實現(xiàn)強大的無縫連接，同時消除計算問題和隱私問題。云計算結(jié)合IoT技術(shù)的能力意味著到2018年，IoT傳感器和設(shè)備將超過手機成為最大的接入設(shè)備。用于工業(yè)和消費者應(yīng)用的復雜算法使得語音和人臉識別以及機器學習的功能將會得到快速的發(fā)展應(yīng)用。但是，數(shù)據(jù)傳輸?shù)皆贫瞬⒎祷氐矫總€IoT設(shè)備必須應(yīng)對不可避免的網(wǎng)絡(luò)延遲，所有IoT創(chuàng)建的數(shù)據(jù)的45%將被存儲、處理、分析，并在靠近或在邊緣網(wǎng)絡(luò)上進行。“Lattice正朝著網(wǎng)絡(luò)邊緣領(lǐng)域進軍。我們也在加大FD-SoI技術(shù)投入，并通過收購加速發(fā)展。”萊迪思半導體首席運營官Glen Hawk對集微網(wǎng)表示。

　　“在2006年之前，Lattice的營收主要來自于控制PLD部分，每年在2億美元左右，非常穩(wěn)定。從2006年開始，網(wǎng)絡(luò)邊緣的互連市場逐漸增長。而網(wǎng)絡(luò)邊緣計算是一個全新的市場需求，將成為今后增長的主要驅(qū)動力。”Glen Hawk指出，“在網(wǎng)絡(luò)邊緣的控制、互連、計算三個領(lǐng)域，Lattice都能提供完整而極具優(yōu)勢的解決方案。”

　　據(jù)介紹，在控制方面，現(xiàn)在是Lattice實現(xiàn)穩(wěn)定營收的堅實基礎(chǔ)，僅2016就有4000多家客戶。“產(chǎn)品生命周期長，供應(yīng)鏈穩(wěn)定是滿足更多客戶的特點需求的基礎(chǔ)。而豐富的系統(tǒng)設(shè)計經(jīng)驗幫幫助客戶實現(xiàn)創(chuàng)新，已在網(wǎng)絡(luò)邊緣領(lǐng)域被多家客戶采用。”Glen Hawk表示。

　　在網(wǎng)絡(luò)邊緣互連應(yīng)用方面，Lattice的iCE系列、CrossLink系列、無線連接系列FPGA產(chǎn)品等都普遍應(yīng)用于智能音箱，ADAS、車載信息娛樂系統(tǒng)，監(jiān)控攝像頭，機器視覺，平板電腦、VR等領(lǐng)域。“僅在過去一年中，我們就看到來自全球各地的公司為AR/VR系統(tǒng)、機器人、無人機、機器視覺、智能監(jiān)控攝像頭等各種產(chǎn)品采用我們的小尺寸、低功耗、低延遲FPGA。這才是剛剛開始。我們熱切期盼能夠助力網(wǎng)絡(luò)邊緣領(lǐng)域的創(chuàng)新和設(shè)計。”

　　網(wǎng)絡(luò)邊緣人工神經(jīng)網(wǎng)絡(luò)應(yīng)用的潛力無限。不過現(xiàn)實情況是產(chǎn)生想法很容易，但實現(xiàn)起來并不那么簡單。設(shè)計工程師要如何將人工智能、神經(jīng)網(wǎng)絡(luò)和機器學習的優(yōu)勢引入到資源有限的低功耗網(wǎng)絡(luò)設(shè)備中去呢？

　　“我們看到，在網(wǎng)絡(luò)邊緣計算的各類應(yīng)用中，對于功耗、價格和性能的要求都是不同的。萊迪思在神經(jīng)網(wǎng)絡(luò)和機器學習領(lǐng)域有著功耗和性能的優(yōu)勢，因此我們鎖定了每秒1萬億次運算、功耗地域1W的可編程神經(jīng)網(wǎng)絡(luò)應(yīng)用市場。”Glen Hawk表示，“現(xiàn)在在ADAS 360°環(huán)繞視野，車牌偵測、AR/VR位置跟蹤等網(wǎng)絡(luò)邊緣計算應(yīng)用都可以滿足他們的需求。例如基于卷積神經(jīng)網(wǎng)絡(luò)的人臉跟蹤應(yīng)用，采用ECP5，功耗低于1W;基于二值神經(jīng)網(wǎng)絡(luò)的人臉偵測應(yīng)用，采用iCE40 UltraPlus，功耗低于5mW。”

　　在他看來，F(xiàn)PGA的并行計算和可編程特性，非常適合于神經(jīng)網(wǎng)絡(luò)計算，相比ASIC也更適合應(yīng)用十分廣泛的物聯(lián)網(wǎng)市場。GPU在深度學習算法模型訓練上非常高效，但在推理時對于小批量數(shù)據(jù)，并行計算的優(yōu)勢不能發(fā)揮出來。而FPGA 同時擁有流水線并行和數(shù)據(jù)并行，因此處理任務(wù)時候延遲更低，功耗也更低。此外，F(xiàn)PGA是可編程芯片，更加靈活。目前來看，深度學習算法還未完全成熟，算法還在迭代衍化過程中，若深度學習算法發(fā)生大的變化，F(xiàn)PGA是軟件定義硬件，可以靈活切換算法，快速切入市場。

　　此外，Glen Hawk強調(diào)，網(wǎng)絡(luò)邊緣智能應(yīng)用領(lǐng)域的市場機會，預計到2022年將翻一番。“隨著網(wǎng)絡(luò)邊緣計算領(lǐng)域的增長，Lattice有望實現(xiàn)超過20億美元的營收。”他指出，“網(wǎng)絡(luò)邊緣互連保持穩(wěn)定的業(yè)務(wù)增長，網(wǎng)絡(luò)邊緣計算加速未來發(fā)展，穩(wěn)步增長實現(xiàn)穩(wěn)定的收益，這就是Lattice接下來的成長和進取之道。”