编者按：作为FPGA行业的重要供应商，Lattice（莱迪思半导体）最近两年倍受关注。当有中资背景的Canyon Bridge收购一事告吹以后，Lattice半导体的未来何去何从成为业界关注的重要话题。日前，Lattice半导体首席运营官Glen Hawk先生亲临上海，面对媒体畅谈了企业的未来发展战略。
在中国，目前关于在云计算、物联网以及网络边缘的创新都是热门话题。很多许多热门技术都是在云端计算上， 比如云端的照片储存，人工智能和深度学习，基本上都是属于在云端的技术。
物联网的兴起，使得FPGA的应用范围从云端扩展到了网络边缘计算领域，于是FPGA 走出了云端和网络边缘两条发展道路。
网络边缘将成为Lattice的发展方向
对于Lattice 来说，由于其可编程产品属于中小型、小而美的产品，在过去三十几年的发展下，现在在网络边缘上可以充分发挥出优良的性能。因此，Glen Hawk先生明确表示，虽然Lattice的产品在云端也有应用，但是Lattice强项是在物联网或者是网络边缘上面的处理，因此这将成为未来主要的发展方向。
通过介绍Lattice公司的发展历程、公司定位，Glen Hawk解释了为什么网络边缘处理正在成为Lattice公司的强项。
Glen Hawk表示，在上世纪80年代基本上大部分可编程逻辑的厂商都专注在原型样机开发的实验、模拟，还有逻辑上面的连接、桥接。紧接着，可编程逻辑器件发现其最大的领域是通讯，通讯应用在十几年的时间里进迅速，对可编程逻辑器件的需求也是非常大的。
在此期间，区别于专注大数据流量处理和高性能的其他FPGA供应商，Lattice一直专注的是中小型逻辑上的控制跟I/O上的控制， 而在满足这一市场对于小型化低功耗的需求过程中，Lattice的产品以其先天的优势顺利地进入了消费电子设备。
Glen Hawk认为，消费电子设备对于FPGA来说，是一个全新的应用领域，Lattice也是在摸着石头过河，就好比探索外太空一样，到了一个全新的领域以后，就要以一个全新的可能性去开发。
现在，Lattice的FPGA 的产品已经大量应用于拥有高性能计算的消费电子设备里，而支撑消费电子设备拥有高性能计算能力的芯片解决方案，正在逐步拓展到物联网的其他应用空间，包括了“智慧城市、智能家居、智慧工厂跟智能汽车”等。
Glen Hawk表示，正是因为Lattice一直重点关注在终端、移动相关的这些产品，所以提供的技术方案都具备小而巧和低功耗特征，因此非常适合网络边缘的需求。
为了推进FPGA 在网络边缘领域的应用，Lattice决定加在28纳米FDSOI工艺研发的投入，从而使得Lattice的FPGA功耗进一步降低满足更多网络边缘设备的需求。
总之，面向网络边缘智能应用的控制、互连和计算解决方案，将成为Lattice公司未来主要的业务方向。
控制产品是实现稳定营收的坚实基础
在过去的30年里，Lattice公司的主要营收来自于控制领域，最为典型的应用就是针对服务器主板的控制应用。
Glen Hawk表示，现在的服务器主板越来越复杂，控制也包括了加密、解密或者是安全性上面的一些功能，尤其现在的服务器追求的功能性越多，对于加密的要求、安全的要求越谨慎，Lattice的控制方案也包括了在开机的时候做一些验证。
在马达控制这一领域，2012年Lattice的产品主要是单个马达的控制，而到了2017年适应工业机器人的需求，Lattice的产品可以同时控制多个马达，还可以处理来自多个传感器的数据。
据Glen Hawk介绍，2016年来自控制领域的客户达4000家，这部分营收占据了总营收的10%左右，这是一个有着较长的生命周期，面对那么多的“多而广”的客户，Lattice优化了很多销售渠道。
与此同时，在接下来的物联网或者网络边缘领域，如此广泛的客户基础将给Lattice带来“广而泛”的客户需求，这为企业的发展奠定了坚实基础。
网络边缘互联将把收购资产收益最大化
在2006年到2010年期间，随着传感器的应用不断扩大，互联和连接领域的需求逐步增大，Lattice公司开始介入到网络边缘互联市场。
2010年之后，Lattice公司陆续收购了SiliconBlue和Silicon Image两家公司，向客户提供更多互联的有效解决方案。
Glen Hawk表示，虽然说莱迪思的产品小而巧，之前很多时候强调的都是在做一些转接、连接，但是在过去几年里客户开始用Lattice的产品去做互联微计算处理，主要是因为互联网跟网络边缘的微计算需求不断增加。
在收购SiliconBlue后，Lattice公司推出了ICE40系列产品，开始进入到如手机、智能音箱等移动装置上。2016年，Lattice公司推出了一个名为Crosslink专门用于桥接、连接的FPGA产品。
据Glen Hawk介绍，当初开发这个产品，本来是旨在关注消费类，但是在市场应用过程中发现， Crosslink不管是在车载上，在辅助系统、机器视觉、平板电脑, 跟工控上面的监控，都有它的需求。
TPCAST是Lattice公司的第三个在互联应用的拳头解决方案，属于毫米波技术的TPCAST，缘于Silicon Image收购的Sibeam公司，经过Lattice公司工程师的消化吸收与再创新，如今这项基于毫米波技术的全新产品，正在被完美地用于无线VR领域。
无线VR不止是要高传输低延迟，而且追踪能力要非常的强大，也就是当初追求的稳定性跟高效的追踪能力。
Glen Hawk表示，当初Sibeam团队不认为这个应用在VR上可以实现的，因为不管是在无线上面也好，或者是9396影像处理芯片上都有一些限制，他们不觉得这个可以做得出来。经过Lattice公司在上海的FPGA团队积极地去了解“客户的需求”，包括无线模组，还有影像处理器里面的短板，然后用FPGA技术来克服，并做出来一个完整的无线解决方案。
Glen Hawk认为，在物联网领域的创新，并不是说只是一个核心芯片，现在很多时候更是把各种不同的技术融合都凑在一起做到创新，而且做到更好的性价比上面的一个多元化的创新。
网络边缘计算将成为新的增长动力
网络边缘同样存着巨大的计算需求，经过网络边缘的计算，可以大大减轻云端的数据传输与计算压力。与云端计算不同的是，网络边缘计算针对核心器件的要求不再只是性能，而是功耗和性能的完美统一。
Glen Hawk表示，现在的FPGA就已经可以用传统的计算方法，去做一些视觉处理、传统的判断型的算法。现在出现了另外一种计算模式，是一种比较像人脑的工作模式，这就是现在经常听到的神经网络计算。神经网络计算，在云端就是经常讲的人工智能的学习跟处理大数据的方式，在网络边缘就是深度学习与智能应用。不管是在“云端”或者是在物联网，神经网络算法对于FPGA公司来讲是非常非常兴奋的，而且觉得非常有潜力的。
之所以FPGA在神经网络拥有着优势，Glen Hawk认为主要是有两个原因。一是神经网络的算法，很多基本上是平行运算，所以绝对是FPGA可编程逻辑的强项。二是神经网络的算法有很多种，并且在一直不断地更新中，FPGA也是非常合适去跟进不同神经网络算法的尝试。
Lattice公司的FPGA在神经网络和机器学习领域有着功耗和性能的优势。
Glen Hawk表示，目前大部分的神经网络模型用的是卷积神经网络计算（CNN），而卷积神经网络计算基本上是在云端上做很多大数据分析的工具，是用十六位元来代表结果。随着网络模型的优化，大家可以发觉到其实不需要那么复杂用十六位元去代表一些关系上面的强度，神经网络的模式，也慢慢优化到八位元、四位元，甚至到一位元这样的二值神经网络。因此对于Lattice公司来讲，小而巧的FPGA就非常合适这一应用，因为它既可以做并行的运算，也可以利用这些简化的神经网络在性价比比较高、功耗比较低的方案上可以体现出来。
对于在网络边缘计算领域的发展评估，Glen Hawk认为这一市场将成为Lattice公司业绩新的增长点。
后记：展望未来，Lattice公司将以网络边缘互连和控制解决方案的领导者为目标，紧紧抓住网络边缘智能应用领域的市场机会，市场营收预计到2022 年翻一番，达到20亿美元。
