《博通集成张鹏飞:做芯片设计应制定长期计划》

  • 来源专题:集成电路
  • 编译者: shenxiang
  • 发布时间:2019-10-03
  • 一直以来,我国国内集成电路行业的主要优势在于集成电路组装和封测,但是近几年,国内集成电路的产业结构在持续优化。在国内集成电路产业发展中,集成电路设计业成为国内集成电路产业中最具发展活力的领域,增长也最为迅速。

    其中,于2004年成立的博通集成电路(上海)股份有限公司(下称博通集成),在今年4月正式在上海证券交易所上市。博通集成电路(上海)股份有限公司董事长张鹏飞在接受本刊采访时表示,集成电路设计公司在50岁之前能够做到上市的并不多,尤其是芯片设计公司与互联网公司差异巨大,没有办法做短期的计划,“我的意思是不能急功近利地做一锤子买卖,所以我们所有计划都是长期的。”张鹏飞这样说道。

    博通集成深耕无线通讯领域,公司成立以来,开发出了全球第一颗全集成的5.8GHz无绳电话芯片,且2007年在交通部的号召下,投入国标ETC射频收发器的开发,历时三年完成第一颗ETC芯片的设计。一个个将技术积累转化为产业应用的成功案例,是博通集成深耕无线通讯领域所积累的技术经验,同样也是得益于公司强大的技术团队支持。

    张鹏飞对本刊表示,当年做射频电路设计的时候,最初就是基于射频的技术和模拟研发的团队,使得博通集成有机会参与到竞争中。博通集成所有的产品围绕着实现高性能的无线通讯为核心,围绕此核心,建立应用领域的差异化是关键,比如“最简单的无线传输、数据传输一直到高保真,甚至是在更复杂的应用中保持差异化。”他还谈到,上市以后,博通集成获得了更加丰富的资源,推进设计研发的步伐也相应加快。

    对于芯片设计公司来说,用户体验是关键,张鹏飞表示基于无线连接再建立人工智能平台,平台功能是赋能用户体验的关键,另外,与重要的第三方建立合作关系同样关键。张鹏飞透露,与日本老牌公司共同合作,基于其在声光电领域的丰富经验,经过云处理的手段,做到创新的同时还能实现终端设备的价格大幅降低,这样一来,用户体验直接上升一个档次。

    张鹏飞同时指出,芯片为终端设备的创新起到了决定性的作用。博通集成专门打造了一款芯片和软件相互配合,经过长时间的软件算法与硬件升级,才得以达到差异化的特点,同时为顾客提供特别的价值。

    在政策等多因素推动下,预计今明两年ETC渗透率将大幅提升,博通集成作为车载芯片龙头拥有绝对领先的份额。根据市场调研机构的预测,从2016年到2020年,交通行业至少每年保持20%的成长,到2020年整个交通产业规模会超过1200亿元。张鹏飞介绍道,全球各个国家都在积极推动高速公路收费技术的发展和应用,其中,我国高速公路收费启动时间是从上世纪90年代开始,经历了从人工发卡收费到无人职守到国标ETC不停车收费。

    把收费作为交通信息化和智能化的切入点在整个交通路网的效率提升和交通路网的持续发展中,都具有非常重要的战略性意义。

    博通集成是最早参与到国标ETC芯片设计的企业之一,第一款符合中国国标的ETC芯片就是由博通集成设计的,经过十几年大力投入和长期积累,博通集成形成了完整的ETC芯片产品平台,ETC设备中需要的所有功能博通集成都有芯片支持。

    在智能交通领域,信息传送与定位也是博通集成关注的焦点。“实际上我们也正进行数据收集的工作,并且在定位领域做了大量的投入,”张鹏飞对本刊说,“博通集成侧重于国家标准上的智能交通,现在北斗定位芯片方面的研发,还存在着商业化的挑战。参与到北斗行业应用的产业环境,还缺乏足够浓度的商业氛围,较多的还是集中在政策驱动与军事应用。”他认为,商业化应用一方面是行业需求,另一方面对于企业来说也是一个好的行业机会。

    除智能交通外,在物联网应用上,博通集成还聚焦智能家居应用。张鹏飞认为物联网归根到底都是在做同一件事,就是挖掘并跟踪数据,而博通集成要做传输数据的工作,最终连接成完整的网络。

    随着5G技术的商用,张鹏飞认为在无线通信技术上,正是不同的技术标准构成了信息传输的完整回路。他这样说道,“深入研究标准后会发现,世界上没有一个完美的标准,任何一个标准都有自己适用的场景和领域。”

相关报告
  • 《美国DARPA启动国防系统定制芯片计划》

    • 来源专题:集成电路
    • 编译者:shenxiang
    • 发布时间:2021-04-07
    • 据insideHPC网3月18日消息,美国国防部高级研究计划局(DARPA)宣布启动“自动实现应用的结构化阵列硬件”计划(The Structured Array Hardware for Automatically Realized Applications program, SAHARA),旨在为美国的国防系统定制安全的计算机芯片。该计划将与英特尔以及佛罗里达大学、马里兰大学和德州农工大学的学术研究人员合作,将与国防相关的现场可编程门阵列(FPGA)设计过程自动化,并将FPGA可扩展地转换为安全的结构化专用集成电路(ASIC)。该计划还将探索新型芯片保护,以支持“零信任”环境下的半导体制造。DARPA称,通过自动执行FPGA到结构化ASIC的转换,可将设计时间减少60%,工程成本减少10倍,功耗降低50%,并使领先的微电子产品可以得到实际应用。
  • 《AI芯片巨头争霸时代,华为AI芯片下周将首次亮相》

    • 来源专题:集成电路
    • 编译者:tengfei
    • 发布时间:2017-11-20
    • 近日,华为高级副总裁余承东在微博上发布了一段视频,为自家的人工智能AI芯片造势。他表示,“速度之追求,从不止于想象”,并预告了AI芯片将在9月2日IFA2017上亮相。 在上月的华为年中业绩媒体沟通会上,余承东透露,将于今年秋季发布AI芯片,华为也将是第一家在智能手机中引入人工智能处理器的厂商。此外,在2017年中国互联网大会上,余承东还曾表示,由华为海思制造的芯片将会集CPU、GPU和AI功能于一体,并且有可能基于ARM今年在Computex展会上推出的全新AI芯片设计。 根据今日余承东视频透露,华为的AI处理器有望显著提升麒麟970的数据处理速度。如果AI芯片能用在10月份发布的华为Mate 10手机上,则华为Mate 10的数据处理能力将十分令人期待。 与华为一样,当下英特尔、联想、英伟达、谷歌、微软等全球科技巨头纷纷在积极拥抱AI,对AI芯片的布局成为重中之重。 英特尔 对于AI芯片的重要性,英特尔中国研究院院长宋继强本月接受媒体新智元采访时指出,我们需要用技术去处理大量数据,使其对客户产生价值,在这个过程中无疑芯片是极其重要的: 到2020年,保守估计,全世界会有500亿设备互联。未来的数据来源于各种设备终端。不再靠我们人打电话、玩手机、发邮件这些数据。无人车、智能家居,摄像头等都在产生数据。 以后每一台无人驾驶汽车都是一台服务器,每台车每天会超过4000个GB的数据,这些数据都不可能通过5G来传输,所以一定很多数据是在本地处理和分析然后选择性的往上走,本地你会使用很多技术,超越现代服务器的技术。 作为传统的芯片龙头制造商,英特尔今年7月推出了新一代Xeon服务器芯片,性能大幅提升,深度学习能力是上一代服务器的2.2倍,可接受培训和推理任务。此外,英特尔还展示了将在未来AI领域发挥重大作用的现场可编程门阵列(FPGA)技术,同时,计划推出Lake Crest处理器,旨在深度学习代码。 联想 联想集团总裁杨元庆表示,“AI通用处理器芯片是人工智能时代的战略制高点“,联想集团高级副总裁、联想创投集团总裁贺志强也指出: 智能互联网时代,AI芯片是人工智能的引擎,对于智能互联网的发展将起到决定性作用。 就在上周,联想创投与阿里巴巴创投等顶尖投资方一起,联合投资了有“全球AI芯片界首个独角兽”之称的寒武纪科技。 英伟达 英伟达在过去几年中将其业务重心转移到AI和深度学习领域,今年5月,英伟达发布了一款针对人工智能应用的重量级处理器:Tesla V100。 该芯片拥有210亿个晶体管,性能比英伟达一年前发布的带150亿个晶体管的Pascal处理器强大得多。虽然只有Apple Watch智能手表的表面那么大,但它拥有5120个CUDA(统计计算设备架构)处理核心,双精度浮点运算性能达每秒7.5万亿次。英伟达CEO黄仁勋表示,英伟达花了30亿美元打造这款芯片,售价将会是14.9万美元。 谷歌 宣布战略转向“AI first”的谷歌,在去年就发布了专门为机器学习定制的TPU(张量处理单元),与CPU、GPU相比,TPU效率提高了15-30倍,能耗降低了30-80倍。 今年5月的谷歌开发者大会上,谷歌发布了新款产品——Cloud TPU,它拥有四个处理芯片,每秒可完成180 tflops计算任务。将64个Cloud TPU相互连接可组成谷歌称之为Pod的超级计算机,Pod将拥有11.5 petaflops的计算能力(1 petaflops为每秒进行1015次浮点运算)——这对AI领域的研究来说将是非常重要的基础性工具。 目前,TPU已经部署到了几乎所有谷歌的产品中,包括Google搜索、Google Assistant,甚至在AlphaGo与李世石的围棋大战中,TPU也起到了关键作用。 微软 上月,媒体报道称,微软将为下一代HoloLens加入一款自主设计的AI协处理器,可以在本地分析用户在设备上看到和听到的内容,再也不需要浪费时间把数据传到云端进行处理。这款AI芯片目前正在开发,未来将被包含在下一代HoloLens的全息处理单元(HPU)当中。微软表示,这款AI协处理器将会是微软为移动设备设计的首款芯片。 近几年来,微软一直在致力于开发自己的AI芯片:曾为Xbox Kinect游戏系统开发了一套动作追踪处理器;为了在云服务方面与Google、亚马逊竞争,微软专门定制了一套现场可编程门阵列(FPGA)。此外,微软还从英特尔的子公司Altera处购置可编程芯片,写入定制化的软件来适应需求。 去年,微软曾在一次大会上使用数千个AI芯片,把所有英文维基百科翻译成西班牙语,大概有500万篇文章,而翻译时间不到0.1秒。接下来,微软希望能让使用微软云的客户通过AI芯片来完成任务,比如从海量数据中识别图像,或者通过机器学习算法来预测消费者的购买模型。