Canyon Bridge收購萊迪思半導體的目的何在？

　　不過將FPGA用于深度學習，也存在一些不足。如果說性能功耗比是FPGA占優(yōu)的一方面，那么性價比就是FPGA的劣勢，FPGA可以通過編程靈活改變自己的內部邏輯的同時，也必然意味著計算資源的大量浪費。事實上如果專門開發(fā)一款和寫入FPGA的電路相同的芯片，同產量理論成本只有FPGA的幾分之一。也就是說保守估計，相同的性能FPGA的成本要高幾倍。事實上，目前FPGA只用于小規(guī)模產品或測試性質的驗證中以規(guī)避流片的風險。隨著芯片復雜程度的提高，芯片面積的增大這個問題還會越來越突出。這也是FPGA誕生那么多年來一直“養(yǎng)在深閨人未識”的重要原因。

　　FPGA是否能從此走向“深度學習”也是未知數——人的大腦是串行為主的思維模式，而且人類大腦的開發(fā)是相對有限的，有很大的開發(fā)潛力，而FPGA是并行化很高的元件，而且硬件資源是有限的。另外，培養(yǎng)一個FPGA編程工程師比培養(yǎng)一個編寫應用軟件的工程師難度大多了，如果采用FPGA自己編寫自己的軟件的話，實在過于富有想象力——人不善于解決的問題就交給電腦去解決，這非常符合人類邏輯，但是未必符合機器的規(guī)律。AMD一位工程師曾經提到過即使是最先進的自動設計軟件進行電路設計也總是比人手工設計的芯片面積大20%，同時還慢20%.。..。.

　　即便存在一些不足，CPU+FPGA依舊有應用于深度學習的潛力，如果CPU+FPGA異構計算技術如果在機器學習上成為主流，那么FPGA的市場規(guī)模將會進一步擴大。

　　或許，只是單純看好FPGA

　　其實，深度學習領域僅僅是FPGA可能的潛在市場之一，FPGA的潛在市場絕不限于深度學習。

　　在隨著CPU、GPU、DSP等計算單元被集成到SOC中，嵌入式FPGA現在已經開始被集成到一些高容量的SOC芯片中。

　　隨著無人駕駛的興起，一些MCU也開始嘗試集成嵌入式FPGA，這樣就可以實現MCU主管駕駛計算，而嵌入式FPGA則可以同時執(zhí)行視頻計算。

　　更為大膽的設想是，FPGA也能變成一個IP被授權，并依靠類似于ARM授權處理器核的思路降低成本。

　　5G通信的興起也給FPGA——在5G通信時代，通信基站其實就是一個小相控陣，這就必須采用FPGA進行數據處理。

　　在服務器上，FPGA也有一展拳腳的機會，Intel收購阿爾特拉后，也有在服務器芯片中將自家的CPU和FPGA結合的舉動——從IDF展會中展出的集成了FPGA芯片的至強E5 2600 v4處理器來看，至強CPU在FPGA的幫助下每瓦性能提升了70%。有觀點認為，到2020年，所有主要云計算公司里1/3的服務器都將使用FPGA。

　　在醫(yī)療領域FPGA被用于聲波檢測儀、CT掃描儀、核磁共振、x射線等設備?？梢哉f，在消費品電子、物聯網、汽車電子、深度學習、數據挖掘、服務器等方面，FPGA會扮演越來越重要的角色。

　　從這些角度上講，Canyon Bridge因為看好FPGA的市場前景而收購萊迪思也是說的通的——

　　由于收購FPGA龍頭老大賽靈思顯然是不現實的，而行業(yè)排名第二的阿爾特拉已經被Intel以167億美元捷足先登，因此就退而求其次收購萊迪思了，而這也已經很不容易了。

　　因此，本次Canyon Bridge收購萊迪思，也可以看作資本對FPGA市場的看好，如同Intel耗資167億美元巨款收購阿爾特拉，美高森美收購Actel的延續(xù)。