Lattice Semiconductor

Control, Connect und jetzt auch Compute

15. Dezember 2017, 10:18 Uhr | Iris Stroh

Fortsetzung des Artikels von Teil 1

Wie groß ist der Markt?

Konnektivität spielt aber noch eine weitere wichtige Rolle für Lattice. Bevor wir Silicon Image gekauft haben, hat das Unternehmen die Firma SiBeam übernommen. Silicon Image war für ihre HDMI-Aktivitäten bekannt, wobei das Unternehmen davon ausging, dass irgendwann in Zukunft das HDMI-Kabel wegfällt. SiBeam wiederum hatte eine mm-Wellen-Technologie entwickelt und nachdem das Unternehmen von Silicon Image gekauft worden war, haben sie ein Team darauf angesetzt, einen Standard zu entwickeln, mit dem das HDMI-Kabel ersetzt werden konnte. Herauskam WiHD. Silicon Image war ein auf den Konsumgüter-Markt fokussiertes Unternehmen und sie haben diese Produkte als Kabelersatz vermarktet. Allerdings war der Preis zu hoch, denn die Lösungen von Silicon Image kosteten 150 Dollar und damit war es unmöglich, ein 5-Dollar-Kabel zu ersetzen, das war natürlich nicht zu verkaufen.

Als wir Silicon Image übernommen hatten, haben wir unsere eigenen Vertriebskanäle genutzt und konnten damit auch die Silicon-Image-Produkte auf den Markt bringen, allerdings auch nur in kleinen Nischen und kleinen Stückzahlen, wo das Kabel eben wirklich etwas ausmachte. Dazu gehörten beispielsweise medizinische Anwendungen. Denn hier fiel der hohe Preis nicht so ins Gewicht, weil beispielsweise die Kosten für die Sterilisation der Kabel ebenfalls hoch sind.

Letztes Jahr kam dann mit Virtual Reality ein Volumenmarkt dazu. Wir arbeiten mit allen VR-Headset-Herstellern zusammen. Ein besonders schnell reagierendes Unternehmen ist das Startup TPCAST, das Zubehör für VR-Brillen wie HTC Vive entwickelt hat, um das Kabel einzusparen. In diesen Produkten sitzen nicht nur Transmitter- und Receiver-Module, sondern auch unsere Sil9396-Video-Brücken-Bausteine, LatticeECP3 und iCE-FPGAs. Damit hat sich unser Connectivity-Geschäft deutlich erweitert.

Dazu kommt noch eine zweite Produktfamilie, die auf der 60-GHz-mm-Wellentechnik basiert: Der SB6212-Snap-Transmitter und der SB6213-Snap-Receiver – die Produkte wurden entwickelt, um alle USB-2.0- oder USB-3.0-Steckverbinder zu ersetzen, und liefern bis zu 12 GBit/s an bidirektionalem Durchsatz und das drahtlos. Anders als bei WiHD, bei dem man qualitativ hochwertige HD-Signale im Raum übertragen kann, stellt Snap einen High-Speed-Datenlink für sehr kurze Distanzen dar. Und auch damit haben wir schon eine Reihe von Designs gewonnen, zum Beispiel im Bereich Point-of-Sales-Terminals oder in 2-in1-Laptops.

Welche Distanzen können damit überbrückt werden?

Das hängt vom Material ab, aber so ungefähr 1 mm. Wir haben einige Versionen, die können mehrere mm überbrücken, aber hier befinden wir uns noch in der Evaluierungsphase. Die Entwicklungen sind aber abgeschlossen. Aber entscheidend ist, auch damit konnten wir schon in einer High-Volumen-Anwendung im Mobiltelefonmarkt landen. Nämlich im Mobiltelefon Essential von Andy Rubin, der Android ins Leben gerufen hat. Das Mobiltelefon wurde so ausgelegt, dass es mit diversem Zubehör kombiniert werden kann. Und eines dieser Zubehörgeräte ist eine 360°-Kamera, die all seine Leistung über das Telefon bezieht. Über zwei Magnete wird diese Kamera an das Mobiltelefon angeschlossen und in dem Fall stellen unsere Komponenten den Daten-Link zwischen dem Mobiltelefon und dem Zubehör dar.

Connectivity und Control sind bereits seit Langem angestammte Märkte für Lattice. Warum kommt jetzt auch noch Compute dazu?

Wir haben das kleinste FPGA und sind auf Consumer- und Mobilanwendungen fokussiert. Und mit dem Iot wird zukünftig jedes Gerät mit ein wenig Intelligenz ausgestattet. Und hier kommen wir ins Spiel.

Aber an diesem Bereich ist auch jedes Mikrocontroller-Unternehmen interessiert.

Ja, aber wir haben zwei Vorteile: die parallele Datenverarbeitung und die Reprogrammierbarkeit. Bei neuronalen Netzen ändern sich die Algorithmen so schnell, da ist die Umprogrammierbarkeit entscheidend.

Aber reicht die Rechenleistung der kleinen PLDs?

Es gibt verschiedene Arten von neuronalen Netzen. CNNs nutzen typischerweise 8- und manchmal auch 16-Bit-Integer-Zahlen, um die Gewichtung einer Beziehung darzustellen. Das ist aber oft gar nicht notwendig, es reichen in vielen Fällen 8, 4, 2 oder sogar 1 Bit. Mit 1 Bit kann dargestellt werden, ob eine Beziehung besteht oder nicht. Diese binären neuronalen Netze, kurz BNNs, sind ein ziemlich neues Gebiet. Und unsere FPGA-Fabric ist perfekt für die BNN-Typen optimiert, anders als die FPGAs von unserern Konkurrenten.

Wir haben viele Benchmarks durchgeführt und es hat sich gezeigt, dass wir viele Anwendungen mit deutlich weniger Energie zu einem deutlich geringeren Preis und mit verringerter Größe abdecken können. Das reicht von einfachen bis hin zu komplexeren Anwendungen mit bis zu 1 TOPS und das für wenige W. Das kann kein Controller, kein Prozessor, keine GPU und auch kein High-End-FPGA. MCUs können die Rechenleistung nicht bringen, die anderen nicht den geringen Energieverbrauch. Wir waren in diesem Jahr das erste Mal auf dem embedded Vision Summit und haben dort unser Produktportfolio und die damit verbundenen Möglichkeiten gezeigt. Ein Beispiel ist die Gesichtserkennung. Mit Hilfe eines binären neuronalen Netzes und eines mit CE40-FPGA können wir diese Funktion mit weniger als 5 mW realisieren und das für unter 1 Dollar. Das kann kein anderer Baustein leisten, deshalb sind wir damit auch auf viel Interesse gestoßen.

Und konnte Lattice im Compute-Bereich auch schon Designs gewinnen?

Ja, beispielsweise nutzt Moorechip Technologies unsere FPGAs für ihr 360°-Surround-View-System. Ein weiteres Beispiel ist Microsharp. Das Unternehmen setzt unsere FPGAs in ihren intelligenten Verkehrskameras für die Kennzeichenerkennung ein. Auch hier können wir die Rechenleistung von rund 100 BOPS mit einer Leistungsaufnahme von weniger als 1 W realisieren. Eine ebenfalls interessante Anwendung sind AR/VR-Systeme, in denen unsere FPGAs für das Positions-Tracking verwendet werden.

Wenn jetzt alle Anwendungen zusammenaddiert werden, wie groß ist jetzt der Markt, den Lattice bedienen kann?

Wir gehen davon aus, dass sich unsere SAM von derzeit gut 1 Mrd. Dollar auf über 2 Mrd. Dollar bis 2022 vergrößern wird und zwar genau durch diese Compute-Anwendungen. Das ist ein komplett neuer Markt für uns.

 

Anbieter zum Thema

zu Matchmaker+

  1. Control, Connect und jetzt auch Compute
  2. Wie groß ist der Markt?

Das könnte Sie auch interessieren

Verwandte Artikel

LATTICE Semiconductor GmbH, INTEL GmbH, ALTERA GmbH