2020年10月，AMD宣布拟以350亿美元全股票交易的方式收购赛灵思，并得到了双方股东的批准。作为Xilinx总裁兼CEO，Victor Peng日前再次面向中国媒体，就并购影响、未来战略规划等热点问题逐一进行了回应。

1100亿美元的大市场

得益于全球数字化进程的加快，数据中心对加速器的需求处于爆发增长中。据Semico Research预测，全球数据中心加速器(包括CPU、GPU、FPGA和ASIC)市场规模将从2018年的28.4亿美元增长到2023年的211.9亿美元，年复合增长率(CAGR)高达50%。其中FPGA加速器增长最快，将从2018年的10亿美元增长到2023年的超过50亿美元，增长驱动力主要来自于企业级数据负载加速应用。事实上，包括微软、AWS、阿里云等全球云服务巨头的数据中心，都已部署大量FPGA加速产品，这也是AMD选择赛灵思的关键所在。

对于收购赛灵思，AMD总裁兼CEO Lisa Su曾公开表示，“这标志着我们将AMD确立为业界高性能计算领先者和世界上最重要的技术公司的首选合作伙伴之旅的下一站。”

总体来看，AMD和赛灵思的产品组合以及所面向的市场都较为互补，但有一个例外——就是数据中心，双方在这一领域有着很高的重合度，且都增长势头强劲，这也与Victor Peng上任伊始就将“数据中心加速”提为Xilinx的发展新重点目标一致。

他指出，AMD和赛灵思组合的长处，在于能够通过产品组合，满足多样化、多层面的需求，无论是在架构还是平台层面，成为高性能计算的动力源泉。互补的技术和市场覆盖面将使得双方能够支持更加广泛和多样化的市场，比如数据中心、通信、汽车、航空航天等，所有这些市场都是赛灵思曾经服务了几十年的市场。

“市场互补加数据中心的业务重合，将使我们未来变得更加强大”，Victor Peng表示，双方合并之后的产品组合, 涵盖了CPU、GPU、FPGA、灵活应变的SoC和Versal ACAP平台，业界能拥有如此技术广度的公司屈指可数，将有望实现两位数的年均复合增长率。尤其是在数据中心领域，Xilinx和AMD能够创造出强大的协同市场效应，长期的总潜在市场将达到1100亿美元，而且这个数字还会不断上涨。

双方的财报数据印证了上述判断。赛灵思的数据中心业务收入，在过去三年中增长了两倍；而根据AMD最新公布的2021年Q1财报，其营收达到了34.5亿美元(同比增长93%，环比增长6%)，创历史新高。其中，数据中心业务营收增加了一倍以上。

迈入多元计算时代

在回应外界所关心的“一旦成为AMD的一部分，赛灵思很多现有业务是否会被裁撤或者重组？”问题时，Victor Peng谈到，业界确实有很多人将英特尔收购Altera与AMD收购赛灵思的事件进行比较，但他认为，两起并购在很多层面并不相同。首先，在市场规模、销售收入、研发实力等方面，赛灵思相比Altera是处于领先地位的，而且Altera被并购时的规模和收入与Intel相比明显处于劣势，因此与赛灵思和AMD之间的关系是不同的。

其次，“英特尔对Altera的并购也并不是特别成功”，因为即便是在收购后，赛灵思对Altera的领先优势仍然在不断扩大中。Intel虽然在CPU、GPU和FPGA这三个领域都有涉足，但是目前看来，其CPU领域的市场份额在被AMD不断侵蚀；GPU领域的具体进展情况还需拭目以待，而AMD的市场份额在不断扩大。同时，Nvidia在CPU领域也还有很长的一段路要走。他认为，当AMD和赛灵思完成合并之后，将有能力提供全系列的解决方案，未来将会取得更加长足的进步。

“我在此前和Lisa Su的讨论中，重申过赛灵思对于现有客户市场和应用持有非常坚定的承诺。Lisa Su也非常重视赛灵思的各项业务，因此收购后的发展绝不仅仅是数据中心，也会兼顾赛灵思的其他业务。所以请相信，虽然发生了并购，但客户不需要担心会有任何变化，赛灵思还会提供一如既往的支持。”Victor Peng说。

因此，从自身的创新来说，Victor Peng并不觉得市场上不再有独立的高性能FPGA公司会成为一个问题，公司未来会继续坚持既有的增长战略保持创新。他分析称，之所以会出现“Intel＋Altera”、“Nvidia＋Arm”、“AMD＋Xilinx”这样的组合，就是因为这些巨头都认识到，未来的计算挑战，不可能只通过CPU/GPU/FPGA/Arm这样的单一架构来解决。他相信随着时间推移，大家会发现自适应计算、FPGA，有了AMD组合后的规模性的效应和投入，将会更多、更快地去创新，更好地服务市场和客户。

“三大战略”初心不变

数据中心优先，加速核心市场发展，驱动灵活应变的计算，这是Victor Peng在2018年出任赛灵思CEO之后制订的全新发展战略。如前文所述，未来，这三大战略仍将继续执行，赛灵思会继续推进从器件到平台的转型，也会将自适应计算推向更多用户，并且也会在AI这一颠覆性主题的演进中扮演重要角色。

• 不断扩大数据中心发展成果

数据中心是一个快普及技术的领域，以此为重点，可以让客户迅速受益于赛灵思技术为各种应用所带来的数量级提升的性能和单位功耗性能优势，其中包括人工智能推断、视频与图像处理、基因组学等应用。

Victor Peng将赛灵思数据中心业务过去三年取得强劲增长的动力，归结为从一开始就采用的“FPGA即服务(FaaS, FPGA as a service)”的模式，并通过两个典型的云基础设施应用案例加以证明。

一个案例是亚马逊云科技(AWS)服务的AQUA，该公司通过赛灵思的技术进行加速查询，可以在扫描、过滤、加密、压缩等环节都实现加速，使得Redshift数据库加速能够达到10倍。第二个案例是微软在Azure中加速Apache Spark，Azure团队对比了CPU和赛灵思的Alvero U250发现，如果使用CPU，查询速度提升两倍；而如果采用赛灵思技术只加速其中的解析部分，速率就能提高40倍。

“在数据中心部署赛灵思强大的产品和平台方面，我们仍处于早期阶段，因此展望未来我们有更大的增长潜力。”Victor Peng表示，越来越多的客户和潜在客户开始意识到，他们可以通过赛灵思SN1000可组合式SmartNIC、Alveo计算加速卡以及与三星合作开发的Smart SSD等产品，构建和部署针对特定需求进行优化的高度差异化解决方案。或者，通过动态功能转换(Dynamic Function eXchange, DFX)功能实现整体应用加速。

目前，针对数据中心，赛灵思已经推出了包括芯片、SmartNIC板块、存储和Alveo计算加速卡在内的完整产品组合。板卡在OEM和超大规模数据中心实现了部署，已有超过50种认证服务器，包括联想、戴尔、浪潮、HP等业界知名服务器领导厂商合作。数据中心的生态系统也在不断壮大，目前拥有超过2万名经过训练的开发者，1046名加速器计划成员，201个已公开发布应用。

• 加速主流市场的发展：

赛灵思所定义的“主流市场”包括八大领域：汽车、无线基础设施、有线通信、音频、视频与广播、航空航天、工业、科学与医疗、测试、测量与仿真以及消费类电子技术。这些主流市场与客户仍然是赛灵思的核心，公司将继续积极推进上述领域的创新。

通信是赛灵思长期以来非常核心的市场，其代表性产品包括定制化自适应SoC产品RFSoC DFE、多功能电信加速卡、高速Serdes、集成了112G PAM4高速收发器的Versal Premium ACAP器件等。据了解，RFSoC产品在过去一年的出货额已超过1亿美元，主要用于全球5G无线市场的部署。

5G O-RAN则是另一个重要机遇，ABI Research预计，今后五年时间内大规模MIMO无线电市场将有15%会采用O-RAN，规模预计可达350亿美元以上。据Mavenior估计，现有80%的O-RAN无线电都是基于赛灵思的技术，其差异化优势主要体现在带宽、性能和功耗方面。

汽车、ISM和航空航天方面的业务在过去三年中均保持了两位数的增长率。在汽车领域增长了22%，面向汽车ADAS的车规级器件目前出货量已经累计超过8000万片；在ISM领域不仅取得了年增长率持续保持高个位数增长，特别是最近发布的Kria SOM系统模块仅一周时间，产品主页就产生高达12万的访问量；航空航天领域过去5年增长幅度大于45%，美国NASA最近新闻中火星毅力号探测器中也搭载了赛灵思的技术。

赛灵思的板卡系列产品在三年以前，主要用作系统评估，还不是真正独立使用的产品，当时的年营收额约为1000万美元。但是去年，这个数字已经达到了1亿美元，预计板卡业务未来也会有强劲的持续增长。

• 驱动自适应计算技术发展

利用嵌入式AI加速整体应用是赛灵思的独特优势。与通过神经网络来进行AI加速的方案不同，赛灵思方案既可以加速多个AI，也可以加速应用中非AI的部分，从而使硬件主动适应不同应用需求，而非相反。

Victor Peng特别谈到了已经量产出货的AIE(人工智能引擎)。从AI加速产品路线来看，第一代AIE已布局在当前的Versal中，搭载AIE的Versal在性能上超出T4 GPU；第二代AIE将会提升密度，确保能够处理更多类型的数据，并将对存储器进行分布式布置提高效率；第三代将会引进更多专用数据类型，服务于机器学习，使得基础性能能够提高2-3倍。而在下一代芯片上，赛灵思还将不断推出新的芯片来大幅提升性能。

考虑到软件开发者的数量已经远远超出硬件开发者，业界也涌现出越来越多的AI开发者和数据科学家，赛灵思在坚定服务于传统客户的同时，也致力于从软件上提供易用性。比如传统硬件工程师可以继续使用Vivado开发工具，也可利用Vitis调用库提高硬件开发效率；对于擅长底层移植或底层驱动的软件工程师，可调用Vitis中预先定义好Shell、I/O和部分编程工程的硬件库进行开发；对于应用软件开发者可使用熟悉的语言，直接完成高级语言开发；AI科学家也可以利用高层次框架训练自己的模型。

“随着海量非结构化数据持续增长、AI技术普适无处不在，加之对定制计算提出需求，世界正迈入自适应计算时代。”Victor Peng强调了异构计算整合的规模化趋势，很多问题、挑战、投入，都需要在大规模的层面上运行。小企业和初创企业即便也善于创新，但是要解决大问题，实现规模化发展，还是需要大企业和大企业之间的组合，通过兼并来获得先进技术、获得客户、获得生态系统，这是比较经济高效的方式。

在回顾过去三年走过的历程时，Victor Peng认为自己和团队面临的最困难的挑战，是“那些无法预期的外部大事件”，包括中美贸易战、Covid-19疫情爆发，以及近期供应短缺的困境。

“在面临这些挑战时，我们采取了有效的应对计划，包括面向新的潜在客户进行有关自适应计算能力的教育，开发和部署无需芯片设计经验的软件堆栈，以及发展生态系统。”如果总结起来，可以是如下三点：

1. 通过解决当前和未来的重要难题，为我们的客户创造更多的价值。

2. 致力于通过让我们的平台更易于使用，使得自适应计算为更多的创新者赋能。

3. 为赛灵思建立一种让员工个人与团队均能同步发展的企业文化。

通过实施这些计划，我们在应对挑战的过程中取得了出色进展，努力的成果也显而易见。因此，在刚刚过去的2021财年，尽管面临外部各种各样的不利因素，赛灵思仍能重回当前的成长之路。