HIMA F模塊 F7126 模擬量輸入模塊Analog Input Module

HIMA F模塊 F7126 模擬量輸入模塊Analog Input Module

HIMA F模塊 F7126 模擬量輸入模塊Analog Input Module

　一、異構(gòu)時代正在到來
 
　　我們知道，此前在半導體產(chǎn)業(yè)，一般的芯片公司都只專注于少數(shù)幾種種芯片，但近年來，芯片公司除了之前的縱向發(fā)展提升速度外，也越來越注重橫向發(fā)展，開始整合各種不同類型的芯片。
 
　　前不久，英偉達發(fā)布了其機器人平臺——Jetson Xavier，我們可以看到，這個平臺包含了6種處理器：1個Volta TensorCore GPU、1個8核ARM64 CPU、2個NVDLA深度學習加速器、1個圖像處理器、1個視覺處理器和1個視頻處理器。
 
　　我們再來看之前英特爾的AI大會，其AI平臺也包括一票不同的處理核心，包括：CPU、GPU、DSP、NNP、FPGA等。
 
　　手機SoC也是功能不斷的豐富，在傳統(tǒng)的CPU、GPU、ISP、基帶芯片之外，現(xiàn)在越來越多的廠商還會加入另外的加速DSP、用來加速AI的NPU等處理核心。
 
　　隨著應(yīng)用越來越多樣化，這種通過多種芯片進行異構(gòu)計算已經(jīng)成為行業(yè)的主流，目前看來這種趨勢可能會繼續(xù)加速。
 
　　二、摩爾定律越來越接近物理極限
 
　　摩爾定律是由英特爾(In)創(chuàng)始人之一戈登·摩爾(Gordon Moore)提出來的。其內(nèi)容為：當價格不變時，集成電路上可容納的元器件的數(shù)目，約每隔18-24個月便會增加一倍，性能也將提升一倍。換言之，每一美元所能買到的電腦性能，將每隔18-24個月翻一倍以上。
 
　　這一定律到今天為止，基本上準確預(yù)測了半導體行業(yè)的發(fā)展節(jié)奏。此前摩爾定律幾乎每年都會推動微處理器的性能提升50%，而半導體的物理學限制卻讓其放慢了腳步。如今，CPU的性能每年只能提升10%左右。英偉達CEO黃仁勛在每年的GTC上都會提到同一件事——摩爾定律失靈了。
 
　　現(xiàn)在進的處理器為10nm制程，目前壟斷半導體光刻市場的ASML 將光刻機的技術(shù)藍圖推至 2030 年 1.5 納米，給了摩爾定律10年左右的壽命，誰也不知道后的極限到底是多少，但是維持摩爾定律越來越難一家是業(yè)界共識。
 
　　在這樣的情況下，單純的提升一種芯片性能變的代價越來越高，我們可以看到，目前可以支持芯片研發(fā)的企業(yè)已經(jīng)越來越少，因為芯片的研發(fā)成本已經(jīng)超過了一般商業(yè)公司的承受能力。
 
　　當單一芯片發(fā)展遇到瓶頸時，橫向的發(fā)展就變得更加重要，拓展多種芯片可以將自己的市場快速擴大，現(xiàn)在已經(jīng)成為芯片廠商的主流發(fā)展方向。
 
　　三、單一芯片應(yīng)對不同形式計算力不從心
 
　　在移動和云時代到來之前，大家對計算的需求主要集中在運行順序執(zhí)行的桌面應(yīng)用程序，而娛樂需求，催生了專門用于3D計算的顯卡。
 
　　那時的計算設(shè)備更多的放在固定的地方，沒有太多的移動需求，因為連接著電網(wǎng)，其對功耗的控制也沒有太多的需求。但是移動和云時代的到來改變了這種情況。
 
　　移動設(shè)備需要處理各種各樣的信息，包括通訊、執(zhí)行程序、處理圖片、娛樂游戲、處理各種傳感器的信息等等。傳統(tǒng)依靠類似CPU這樣通用處理器來處理這些信息的效率非常低。
 
　　一個是時間上效率低，CPU這種為順序計算而設(shè)計的處理器，一旦被占用，其他處理請求就只能等待。這樣任務(wù)一多，很多請求就得不到及時處理。另外一個是能源使用上效率低，為了應(yīng)對各種不同的情況，CPU的功耗會比專門處理相應(yīng)數(shù)據(jù)的處理器更高，這也是為什么 iPhone在5S引入了協(xié)處理器來處理陀螺儀等傳感器的數(shù)據(jù)，來為設(shè)備省電。
 
文章鏈接：中國智能制造網(wǎng) https://www.gkzhan。。ｃｏｍ/news/Detail/109902.html