新基建的東風，正吹向各行各業。
2020年初，中國《2020政府工作報告》提出的發展目標顯示，今年將不斷加強新型基礎設施建設，其中就包括建設數據中心這一項內容。
在數據層面，如何利用好數據作為支撐，推動行業發展，改善人民生活，成為重要議題。尤其是自疫情以來，大數據發揮的作用逐漸顯現，在實時跟蹤、重點篩查以及有效預測等方面發揮着重要作用。
如果説5G、人工智能等是社會發展的重要科技推動力，那麼大數據則在其中扮演着關鍵角色。在整個大數據體系中，通過一系列動作，包括數據獲取、存儲、處理和分析，其最終意義在於提供有説服力的參考決策。
在這其中，全球自適應和智能計算平台“賽靈思”作為FPGA、可編程SoC及ACAP玩家，在可編程芯片技術、應變處理器技術和自適應開放平台方面，已有一定佈局。2018年1月，Victor Peng 就任賽靈思第四任 CEO 並宣佈啓動三大戰略，即數據中心優先、加速核心市場發展以及驅動自適應計算。
賽靈思大中華區銷售副總裁唐曉蕾表示：“‘新基建’的本質是‘數據新基建’。數據從雲到端到邊緣流動中相互作用，使得數據量呈爆炸式增長且雜亂無序，超越了現有處理器架構的處理能力。因此，世界亟需異構的、能適應未來需求的架構，以匹配‘新基建’所驅動的創新時代需求。”
就行業屬性而言，賽靈思已在5G無線、有線、消費電子、數據中心、醫療診斷、工業物聯網、自動駕駛、航空航天領域均有佈局。
當前，工業物聯網正推動邊緣計算朝智能化方向發展。在工業與視覺方面，賽靈思正打造智能工廠與智慧城市，其能夠為智能電網、視頻監控與智慧城市、驅動與電機控制等智能自適應資產提供支持。針對醫療健康及專業音視頻與廣播，賽靈思也已經有所加碼。
在汽車行業更是如此，數據顯示，截至目前，賽靈思已經同30多家車企共同合作，合作車型超過100款。其合作對象包括全球主流一級汽車供應商、設備製造商，以及各種初創型企業。在車規級芯片製造方面，其在全球範圍內累計銷售已經超過1.7億顆，其中7000萬顆用於量產型 ADAS。
賽靈思大中華區銷售副總裁唐曉蕾及核心市場發展總監酆毅、汽車系統架構師兼市場經理毛廣輝針對其在汽車業務的佈局做了更多解讀，新基建背景下，賽靈思未來將如何發力汽車市場？
Q：目前賽靈思在汽車業務上取得的一些進展？
酆毅：賽靈思汽車方案逐步實現了從ADAS到自動駕駛的演進，業務範圍包括計算機視覺逐漸過渡到 AI 用於防撞、使用邊緣傳感器、相機、雷達（ RADAR ）和激光雷達（ LiDAR ）進行目標檢測和跟蹤、通過 AI 推斷識別乘員的警覺性、姿勢和偏好進行車載監控。
在測試測量與仿真領域，賽靈思解決方案為實現下一代測試測量平台提供I/O性能和靈活應變能力、信號處理帶寬和部分重配置功能。另一方面，藉助賽靈思FPGA ，仿真與原型設計可快速實現SoC系統建模和驗證並加速軟件和固件開發。
Q：新基建背景下，賽靈思在業務方面會有哪些進一步部署，機會在哪裏？
酆毅：我們正在主推汽車領域，因為汽車行業正在發揮引領作用。汽車本身既是一個巨大的數據源，也是一個巨大的數據消耗源，同時汽車產業對數據引力和時延性要求極高。所以，這依賴於通過異構計算平台解決。
另一方面，可以預見的是工業和專業音視頻領域，尤其是專業音視頻領域，本身就是由一個個數據組成，要想更多、更快、更好，需要異構計算平台進行處理。
Q3：傳統廠商和自動駕駛出租車對技術要求非常不同，賽靈思在服務這兩類客户時，使用ADAS有什麼不同的解決方案？
酆毅：這必然需要不同的方案和不同的芯片，或者統一的、可拓展的異構計算平台，來滿足不同的需求。比如，傳統車廠對智能駕駛的訴求，更多利用相關攝像頭領域計算進行勢能，比如視覺環視訴求，或前攝像頭防碰撞這樣的訴求，雷達處理器或者激光雷達處理器的方案的整合，都需要不同的解決方案。我們不光在跟國際主流車廠進行配合，也跟國內很多的一些專業方案公司一起配合，希望解決這方面需求。
對於智能出行方面，他們更強調強大的I/O融合能力。所謂的數據融合能力，是指能夠接不同傳感器過來的內容，不管是激光雷達也好、雷達也好，或者是攝像頭，企業需要具備能力做到同步，這也需要一個資源相當豐盛的平台。在這方面，賽靈思已經同國內主流的幾家自動駕駛的非傳統廠商達成了緊密合作。
Q2：如果想實現自動駕駛，需要依賴大量傳感器對道路環境信息進行採集、處理，並做出決策，及時規避障礙物或者行人，保證過程安全，這一系統對中央處理器的要求非常嚴格，賽靈思有什麼獨特之處？
毛廣輝：在自動駕駛感知及最後決策過程中，中央計算非常重要，但它不是全部。除了在中央計算之外，賽靈思從數據接入、彙總、分發、預處理的數據層會先做一層過濾，以幫助中央計算提取有效數據，最後再去運算。
我們認為未來有一個趨勢，叫做前融合，就是原始數據拋過來後，需要做下一步工作，然後在上面做感知、加速。另外，單純算力提供之外，我們還要了解算力的實際情況。除了大規模並行處理外，如果説並行處理的結果還需要做等待，實際上得到的結果也沒有辦法及時的回饋到車控系統，這樣就會產生延遲的風險。賽靈思則會在處理過程中可以直接把結果輸出，達到低延遲保證。我們可以從這樣幾個維度去看：第一，提供高算力，保障算力要求；第二，在流水數據做彙總、分發，可以給企業所需要的比特；第三，在高吞吐的同時，做到低延時，保證自動駕駛系統運轉。
Q：新基建帶來的市場涉及七大領域，賽靈思在新能源汽車充電樁等方面是否有相應規劃，如何看待這一領域？
唐曉蕾：我們看到了創新的，或者説跨界的機會。賽靈思這樣看待這件事，像數據中心、人工智能，這些我們叫數據產業化；軌道交通、新能源汽車充電樁，叫產業數字化。怎麼將傳統行業變成能加入到數據洪流中的迭代過程，是我們在考慮的事情，我們從不同的環節中切入去研究市場，接下來我們會找到更多跟產品特性相關的應用。
整體規劃上，我們認為這些傳統行業會越來越把智能化變成一個切入點，基於這些數據怎麼處理，將數據變成有價值的信息，再提供到整個的設備網絡中去，是一個完整的流程。舉個簡單的例子，像智能燈杆，如何將傳統的燈變成有通訊屬性是一個思考的方向。在此過程中，我們認為賽靈思的機會開始慢慢擴大，它可以在5G基站上有一些市場份額，也可能會在傳統智能相機方面也有份額。所以，我們是在跟不同行業組織在做融合。同樣，我們也堅定相信，這些行業會變得越來越聰明、智能，這是賽靈思的機會。
Q1：想問一下賽靈思在新能源領域未來有什麼樣的規劃與計劃？
酆毅：從充電樁這方面發展來看，我們更關注的是數據，靠近邊緣層面的，在新能源範圍是對大量數據融合的能力。賽靈思新一代自適應平台有更多的I/O和更高速的I/O和處理能力，正在進行這樣的數據融合。新能源可以衍生出很多應用場景，無論是控制器，還是高速控制器，包括遠程指揮控制中心，賽靈思都有在部署。
毛廣輝：新能汽車一般是由三電構成，包括電池包、電驅動、電控系統這三部分。從48V混動到300V純電動，賽靈思均有對應方案。在電控部分，賽靈思能夠實現控制多個數量，並保持精確的、確定的控制，實現高速變頻電機迴路控制，滿足SIC高開關頻率的要求，在提高電機速度的同時可以減小機器尺寸和重量；同時賽靈思也積極擁抱新能源，希望攜手行業共同實現更美好的生活環境。
Q3：疫情對賽靈思汽車業務是否有影響？今年的目標是什麼？如何看待當下的自動駕駛行業。
毛廣輝：關於疫情這一塊，對我們產品發佈，包括交付，以及研發目標，不會造成太大影響。
但確實在中國，在疫情爆發情況下，很多工廠已經停工，會造成車輛積壓，包括訂單也存在很多不確定性。好在疫情慢慢緩解，我們看到勢頭向好發展。做一個比較保守的預計，包括往年中、年底來看，對我們訂單的出貨量沒有特別大的影響。
酆毅：我稍微補充一下關於疫情的影響，事實上全球汽車市場都受到了影響，這是公開的事實。但目前為止，在6月份去預測整年的改變，還是稍微顯早一些。因為受到疫情影響的市場積壓，事實上在疫情過去以後，會有一個反彈。
另外，針對於全球市場，因為早期疫情只侷限於中國，但現在目前變成一個全球的趨勢。它對全球市場的影響事實上不只是賽靈思，全球相關的廠商都在進行關注。
Q：前段時間英偉達要發力L2自動駕駛芯片，是否會對賽靈思的ADAS業務產生影響？
毛廣輝：英偉達在汽車業務也在發力，但是方向和賽靈思略有不同。英偉達直衝L4級別的駕駛，通過加速平台給到大的算力，提供算力的同時再提供一些服務，去滿足L4。賽靈思的策略不單單是覆蓋高級別自動駕駛，我們在ADAS、座艙、DMS，以及傳統的多媒體芯片方面，均有出貨，去匹配不同層級的需求。
至於針對L4，對我們是否有衝擊？我的理解會有影響，但是不會影響我們既定的路線，我們在汽車產品迭代時已經考慮到未來針對L4的算力要求，所以公司在向平台性方向邁進。同時算力是通過SoC，和大容量的FPGA加速，我們現在已經可以覆蓋到算力加速的要求。同時，針對於擴展性，包括前端多類傳感器接入，以及大規模數據並行處理、延遲，是我們的優勢。
怎樣看待行業未來發展？
酆毅：汽車行業正在經歷一場革命，從汽車誕生至今，以駕駛員為主導作用的體系並未發生改變，即使隨着智能輔助裝置發展，本質仍然沒有改變。但發展至今，人們越來越期盼完全智能時代到來，尤其是robotaxi這樣的新興技術出現後，這方面的需求得到進一步刺激。但所有新興技術革命或者新興事物出現後，其實都有一個迭代過程。我認為汽車行業已經過了相對冷卻的低谷，到了重新起步階段。
所謂的應用大幅提升，需要考慮到芯片層面及技術層面的問題。從芯片本身來講，剛才提到異構計算架構，包括需要不斷提升不同數據的整合和計算能力，同屬於技術範疇。但我們更要注意其中的安全性。因為從傳統車廠角度出發，安全性至關重要，這遠遠高於技術的激進性；其次，如果要推動新產業前進，也需要政策方面的支持。我們認為，中國新基建計劃裏將智能駕駛汽車和人工智能結合在一起，能夠讓中國汽車產業率先實現產業化。
最後，講一下目前國內車廠行業存在的同質化和技術瓶頸問題，賽靈思非常樂意和國內汽車企業達成緊密合作，我們已經跟國內很多初創公司、人工智能企業和汽車行業的初創公司，就視覺計算平台、激光雷達處理技術等自動駕駛領域的平台都有緊密的合作。