注册
  • 金昌都市网欢迎您!

推荐:5G时代的一些投资机遇-芯片篇该不该给孩子买手机?二胎妈妈:“妈!我做的真的是正经工作!”

主页 > 金昌都市网 > 消费 > 正文
>

5G时代的一些投资机遇-芯片篇

[提要]5G相对于4G最大的不同在于物联网!4G只是将手机接入了网络,而5G则将很多物体接入了网络,比如智能家居、智能摄像头等。随着各种物体的接入,5G使我们进入到一个万物互联的时代。...


5G时代的一些投资机遇-芯片篇


5G相对于4G最大的不同在于物联网!4G只是将手机接入了网络,而5G则将很多物体接入了网络,比如智能家居、智能摄像头等。随着各种物体的接入,5G使我们进入到一个万物互联的时代。

而在万物互联的背后,是数据量的暴增,各种物体联网后的数据都要经计算机来处理,而原有的计算方式已经无法处理如此规模庞大的数据了,因此从数据的采集到传输再到计算处理都在发生计算的变革,主导这场计算变革的是异构计算。


5G时代的一些投资机遇-芯片篇

众所周知,原有的计算机体系是由现代计算机之父冯.诺依曼提出的,这个体系实际上就是由CPU、内存、硬盘组成的。程序存储在硬盘上,打开以后由CPU来执行计算,运行期间的数据存储在内存中,方便CPU快速读取,最后CPU计算完,计算机将计算结果保存到硬盘上。但是CPU只适合做串行计算,不适合做并行计算,因此在处理图像等并行计算问题时,会变得非常吃力。为了解决这个问题,1999年,显卡行业的龙头老大英伟达提出了CPU+GPU的异构计算体系,即将处理图像问题的程序全部封装在显卡里面,CPU在接到处理图像的任务后,将任务转交给显卡来处理,显卡处理完图像后,只需将结果反馈给CPU即可,这样就大大减轻了CPU的计算负担。

英伟达“CPU+GPU”的异构计算体系完美的解决了当时计算机向多媒体方向演进时所遇到的计算瓶颈问题。而在之后信息技术发展过程中,遇到的越来越多的数据都是类似图像的数据,这些数据处理起来都需要做并行计算而非串行计算,尽管量子计算机也是做并行计算的,但是由于量子计算机还处在研发的早期阶段,离实际应用还非常遥远,因此目前阶段以及未来相当长的一段时间里,异构计算体系都会是当今计算机的主流架构体系。

在这场由异构计算所主导的计算变革中,自然也蕴藏着不少的投资机会。首先是芯片行业的机会,英伟达不必多说,它的GPU技术在行业内一直是领先的,霸占PC游戏显卡市场第一的位置已经很多年了,但是PC游戏显卡市场几乎处于饱和状态,难觅增长,但是在数据中心领域,英伟达的GPU业务会有较大的增长空间,因此关注英伟达的人,应该重点关注英伟达在数据中心业务方面的增长。

相对于数据中心来说,边缘计算也随着无人驾驶和物联网的兴起而爆发出了大量的需求,这方面可以重点关注Intel和高通,比如Intel的工业物联网芯片,它能高效的执行目前所有主流的机器学习和深度学习算法,能够就近在边缘端对工厂生产的产品进行拍照、计算推理,而无需将图像数据传回数据中心来处理,并快速识别出有瑕疵的产品,准确率高达99.9%,效率较人工检测提高了数十倍,但是成本却较人工检测的成本大幅度下降。高通也推出了类似于Intel的这种边缘计算芯片,两者在该领域是竞争对手,并且各有优势。相信二者在该领域都会取得不错的增长,有兴趣的投资者可以关注一下这两家公司。

除了工业物联网的边缘计算应用以外,另一个很大的应用是无人驾驶领域,这个行业竞争也非常激烈,目前在无人驾驶芯片领域处于领先地位的有Intel、英伟达、特斯拉等。Intel领先的原因主要是收购了Mobileye,而Mobileye在无人驾驶芯片领域拥有多年的研发经验和领先的技术优势,最开始,特斯拉的无人驾驶系统就是使用的mobileye的芯片,后来由于数据共享问题,双方分道扬镳,特斯拉改用英伟达的无人驾驶芯片,但由于英伟达的无人驾驶芯片的产品迭代速度跟不上特斯拉的无人驾驶系统的发展速度,最后特斯拉放弃使用英伟达的无人驾驶芯片,改为自研无人驾驶芯片。当然,这并不能否认英伟达在无人驾驶芯片技术的领先优势,目前特斯拉自研的无人驾驶芯片的性能是之前使用的英伟达无人驾驶芯片的10倍,而英伟达新推出的无人驾驶芯片的性能是之前特斯拉使用的老款芯片的7倍,虽然离特斯拉自研的无人驾驶芯片的性能仍有一点差距,但已经是行业内非常领先的产品了,国内很多研发无人驾驶系统的公司都在采购英伟达的这款产品。

除此之外,该领域还有一个值得关注的竞争者,那就是FPGA巨头——赛灵思,与Intel、特斯拉、英伟达等公司设计的无人驾驶芯片不同,赛灵思的无人驾驶芯片采用的是FPGA方案,这种方案本身来说,比前三者要更先进一些,它利用FPGA的可编程的特性,在异构计算的基础上实现了可重构计算。

那么,什么是可重构计算了?简单的来说,我们现在执行并行计算的芯片比如GPU,其内部的逻辑电路都是不能更改的,这就会遇到一个问题,当遇到图形处理问题是,我需要用GPU来计算,当遇到语音问题时,我需要用另外的语音处理芯片来计算,但是这些计算需求都不是实时固定的,某个时段内图像计算需求多而语音计算需求少,这样会造成语音计算芯片闲置,某个时段内语音计算的需求多而图像计算需求少,这样又会造成图像计算芯片的闲置,而如何解决这些硬件闲置问题了?赛灵思就提出了可重构计算的方案来解决这种因为计算需求的变更导致的硬件闲置的问题,赛灵思利用FPGA芯片的可编程的特性,当图像处理需求增加时,它通过编程将FPGA芯片完全改造成专门做图像计算的芯片来满足图像处理的需求,当图像处理需求下降,语音处理需求增加时,它又可以通过编程将FPGA芯片改造成专门做语音计算的芯片来满足语音处理的需求。

我个人认为可重构计算将成为未来异构计算的主流架构方案,而赛灵思在这方面拥有很强的核心竞争力,这种可重构计算不仅仅能用在数据中心业务上,用在无人驾驶芯片领域,也具有很大的优势,因为未来会有不少改进的无人驾驶算法出现,而为了让无人驾驶芯片适应这些新的算法通常做法是更换新的芯片,而赛灵思的这种可重构方案只需要通过编程更改FPGA芯片内部的逻辑结构来适应新算法,无需改换芯片。

当然,说到可重构计算,Intel也推出的自己的可重构计算的系统架构,目前已被微软大规模采用,英伟达也发布了自己的可重构计算芯片,因此行业竞争也是存在的,但目前来说,要撼动赛灵思在该领域技术领先的地位,还比较难。而赛灵思针对英特尔的可重构计算的架构方案,与AMD结盟,推出了自己基于数据中心的可重构计算的系统架构,相信随着AMD的CPU在数据中心业务上的增长,也必将带动赛灵思在数据中心业务上的增长。

以上是我对5G时代在芯片领域的一些投资机遇研究的总结,后续我还会发布5G时代在系统、应用等领域的一些投资机遇的研究。祝大家圣诞节快乐!


(正文已结束)

免责声明及提醒:此文内容为本网所转载企业宣传资讯,该相关信息仅为宣传及传递更多信息之目的,不代表本网站观点,文章真实性请浏览者慎重核实!任何投资加盟均有风险,提醒广大民众投资需谨慎!

推荐阅读:麒麟710处理器
返回首页
Copyright 2002-2019 金昌都市网 版权所有 本网拒绝一切非法行为 欢迎监督举报 如有错误信息 欢迎纠正