編者按：作為FPGA行業的重要供應商，Lattice（萊迪思半導體）最近兩年倍受關注。當有中資背景的Canyon Bridge收購一事告吹以后，Lattice半導體的未來何去何從成為業界關注的重要話題。日前，Lattice半導體首席運營官Glen Hawk先生親臨上海，面對媒體暢談了企業的未來發展戰略。

   在中國，目前關于在云計算、物聯網以及網絡邊緣的創新都是熱門話題。很多許多熱門技術都是在云端計算上， 比如云端的照片儲存，人工智能和深度學習，基本上都是屬于在云端的技術。

　　物聯網的興起，使得FPGA的應用范圍從云端擴展到了網絡邊緣計算領域，于是FPGA 走出了云端和網絡邊緣兩條發展道路。

網絡邊緣將成為Lattice的發展方向 

對于Lattice 來說，由于其可編程產品屬于中小型、小而美的產品，在過去三十幾年的發展下，現在在網絡邊緣上可以充分發揮出優良的性能。因此，Glen Hawk先生明確表示，雖然Lattice的產品在云端也有應用，但是Lattice強項是在物聯網或者是網絡邊緣上面的處理，因此這將成為未來主要的發展方向。

通過介紹Lattice公司的發展歷程、公司定位，Glen Hawk解釋了為什么網絡邊緣處理正在成為Lattice公司的強項。

Glen Hawk表示，在上世紀80年代基本上大部分可編程邏輯的廠商都專注在原型樣機開發的實驗、模擬，還有邏輯上面的連接、橋接。緊接著，可編程邏輯器件發現其最大的領域是通訊，通訊應用在十幾年的時間里進迅速，對可編程邏輯器件的需求也是非常大的。

在此期間，區別于專注大數據流量處理和高性能的其他FPGA供應商，Lattice一直專注的是中小型邏輯上的控制跟I/O上的控制， 而在滿足這一市場對于小型化低功耗的需求過程中，Lattice的產品以其先天的優勢順利地進入了消費電子設備。

Glen Hawk認為，消費電子設備對于FPGA來說，是一個全新的應用領域，Lattice也是在摸著石頭過河，就好比探索外太空一樣，到了一個全新的領域以后，就要以一個全新的可能性去開發。

現在，Lattice的FPGA 的產品已經大量應用于擁有高性能計算的消費電子設備里，而支撐消費電子設備擁有高性能計算能力的芯片解決方案，正在逐步拓展到物聯網的其他應用空間，包括了“智慧城市、智能家居、智慧工廠跟智能汽車”等。

Glen Hawk表示，正是因為Lattice一直重點關注在終端、移動相關的這些產品，所以提供的技術方案都具備小而巧和低功耗特征，因此非常適合網絡邊緣的需求。

為了推進FPGA 在網絡邊緣領域的應用，Lattice決定加在28納米FDSOI工藝研發的投入，從而使得Lattice的FPGA功耗進一步降低滿足更多網絡邊緣設備的需求。

總之，面向網絡邊緣智能應用的控制、互連和計算解決方案，將成為Lattice公司未來主要的業務方向。

控制產品是實現穩定營收的堅實基礎

在過去的30年里，Lattice公司的主要營收來自于控制領域，最為典型的應用就是針對服務器主板的控制應用。

Glen Hawk表示，現在的服務器主板越來越復雜，控制也包括了加密、解密或者是安全性上面的一些功能，尤其現在的服務器追求的功能性越多，對于加密的要求、安全的要求越謹慎，Lattice的控制方案也包括了在開機的時候做一些驗證。

在馬達控制這一領域，2012年Lattice的產品主要是單個馬達的控制，而到了2017年適應工業機器人的需求，Lattice的產品可以同時控制多個馬達，還可以處理來自多個傳感器的數據。

據Glen Hawk介紹，2016年來自控制領域的客戶達4000家，這部分營收占據了總營收的10%左右，這是一個有著較長的生命周期，面對那么多的“多而廣”的客戶，Lattice優化了很多銷售渠道。

與此同時，在接下來的物聯網或者網絡邊緣領域，如此廣泛的客戶基礎將給Lattice帶來“廣而泛”的客戶需求，這為企業的發展奠定了堅實基礎。

網絡邊緣互聯將把收購資產收益最大化

在2006年到2010年期間，隨著傳感器的應用不斷擴大，互聯和連接領域的需求逐步增大，Lattice公司開始介入到網絡邊緣互聯市場。

2010年之后，Lattice公司陸續收購了SiliconBlue和Silicon Image兩家公司，向客戶提供更多互聯的有效解決方案。

Glen Hawk表示，雖然說萊迪思的產品小而巧，之前很多時候強調的都是在做一些轉接、連接，但是在過去幾年里客戶開始用Lattice的產品去做互聯微計算處理，主要是因為互聯網跟網絡邊緣的微計算需求不斷增加。

在收購SiliconBlue后，Lattice公司推出了ICE40系列產品，開始進入到如手機、智能音箱等移動裝置上。2016年，Lattice公司推出了一個名為Crosslink專門用于橋接、連接的FPGA產品。

據Glen Hawk介紹，當初開發這個產品，本來是旨在關注消費類，但是在市場應用過程中發現， Crosslink不管是在車載上，在輔助系統、機器視覺、平板電腦, 跟工控上面的監控，都有它的需求。

TPCAST是Lattice公司的第三個在互聯應用的拳頭解決方案，屬于毫米波技術的TPCAST，緣于Silicon Image收購的Sibeam公司，經過Lattice公司工程師的消化吸收與再創新，如今這項基于毫米波技術的全新產品，正在被完美地用于無線VR領域。

無線VR不止是要高傳輸低延遲，而且追蹤能力要非常的強大，也就是當初追求的穩定性跟高效的追蹤能力。

Glen Hawk表示，當初Sibeam團隊不認為這個應用在VR上可以實現的，因為不管是在無線上面也好，或者是9396影像處理芯片上都有一些限制，他們不覺得這個可以做得出來。經過Lattice公司在上海的FPGA團隊積極地去了解“客戶的需求”，包括無線模組，還有影像處理器里面的短板，然后用FPGA技術來克服，并做出來一個完整的無線解決方案。

Glen Hawk認為，在物聯網領域的創新，并不是說只是一個核心芯片，現在很多時候更是把各種不同的技術融合都湊在一起做到創新，而且做到更好的性價比上面的一個多元化的創新。

網絡邊緣計算將成為新的增長動力 

　網絡邊緣同樣存著巨大的計算需求，經過網絡邊緣的計算，可以大大減輕云端的數據傳輸與計算壓力。與云端計算不同的是，網絡邊緣計算針對核心器件的要求不再只是性能，而是功耗和性能的完美統一。

　　Glen Hawk表示，現在的FPGA就已經可以用傳統的計算方法，去做一些視覺處理、傳統的判斷型的算法。現在出現了另外一種計算模式，是一種比較像人腦的工作模式，這就是現在經常聽到的神經網絡計算。神經網絡計算，在云端就是經常講的人工智能的學習跟處理大數據的方式，在網絡邊緣就是深度學習與智能應用。不管是在“云端”或者是在物聯網，神經網絡算法對于FPGA公司來講是非常非常興奮的，而且覺得非常有潛力的。

　  之所以FPGA在神經網絡擁有著優勢，Glen Hawk認為主要是有兩個原因。一是神經網絡的算法，很多基本上是平行運算，所以絕對是FPGA可編程邏輯的強項。二是神經網絡的算法有很多種，并且在一直不斷地更新中，FPGA也是非常合適去跟進不同神經網絡算法的嘗試。

　　Lattice公司的FPGA在神經網絡和機器學習領域有著功耗和性能的優勢。

    Glen Hawk表示，目前大部分的神經網絡模型用的是卷積神經網絡計算（CNN），而卷積神經網絡計算基本上是在云端上做很多大數據分析的工具，是用十六位元來代表結果。隨著網絡模型的優化，大家可以發覺到其實不需要那么復雜用十六位元去代表一些關系上面的強度，神經網絡的模式，也慢慢優化到八位元、四位元，甚至到一位元這樣的二值神經網絡。因此對于Lattice公司來講，小而巧的FPGA就非常合適這一應用，因為它既可以做并行的運算，也可以利用這些簡化的神經網絡在性價比比較高、功耗比較低的方案上可以體現出來。

　　對于在網絡邊緣計算領域的發展評估，Glen Hawk認為這一市場將成為Lattice公司業績新的增長點。

　　后記：展望未來，Lattice公司將以網絡邊緣互連和控制解決方案的領導者為目標，緊緊抓住網絡邊緣智能應用領域的市場機會，市場營收預計到2022 年翻一番，達到20億美元。