我国正全力发展新基建。那么，新基建“新”在哪儿？实际上新在数据，即如何做基建以把数据的能量很好地释放开来，使数据能更好地流通、更好地改变生活。所以以前的基建是针对人，怎样改变人的生活，如何让社会高效地前进；新基建的特点是 “新”，是围绕数据来进行的基建。
新基建的七大核心领域就在于数据。我国给出了七大领域（如上图）。其中5G人工智能、数据中心，主要谈的是数据的产业化，怎样把今天产生的数据，通过手机，通过智能工厂，通过人工智能把它变成一种能够产业化的东西。汽车、城际高速、特高压等是很独特的领域，特点是能够产生巨量的数字，同时它又是传统行业。因此，我们要思考怎样让传统行业利用今天的数据产生的能量加速发展。所以，人们把新基建分成做数字产业化和产业数字化。
为何今天数据如此重要？因为当数据成为一种社会的能量聚集点之后，会产生巨大的“数据引力”。这种引力会带来“数据惯性”（Lew Tucker提出的概念）——很多服务、应用向数据靠拢（如下图）。
数据的引力对计算带来了两大挑战。以下以新基建中的工业物联网的数据来说明。
1）系统的延时所带来的诉求。从控制管理系统角度，控制的速率是由自然数据的频率，也就是自然速率来决定的。根据Nyquist定理，至少要2倍的采样频率才能实现有效的捕捉信息。对于系统来说，它的要求是更高的，理论上是需要有10倍的采样频率要求（如下图）。
例如，对于较慢的频率，如燃气发电机或者是风力发电机，它们的数据频率可能是在十几Hz或几Hz，但是控制速率需达到10 ms左右。这时如果对控制管理系统的作用是通过中央化的处理平台来实现的，会给物理限制带来挑战。因此无法通过云化来进行这样的控制管理系统的管理。
2）成本角度。对于计算中心，同样是发电站的数据量消耗，左下表列出了各种I/O控制的数据量，推断到每分钟、每小时、每天，每月的吞吐量，结果是是一个普通的电站所产生的数据量至少是在7700 GB以上。以亚马逊云（aws）的云存储服务作为模型来计算，仅发电站的数据存储成本，每月就要超过1.3万美元。
也就是说数据的引力，一种原因是数据的物理限制导致了本地化部署的需求，另外是数据的数量，二者同时把计算推向了边缘，即加倍的边缘计算及智能化带来了工业物联网领域的需求（如下图）。
②增长既不是线性的，也不是指数级的，而是爆炸性的。线性的，例如随着手机用户的增多，数据产生的量就多了，实际上，每部手机的带宽/数据流量是有限制的。但是，今天我们面对的不是这种形式，而是能够接入的设备/产生数据的端/设备慢慢的变多，即每个端都在产生巨大的数据。
这些数据是怎样完成传输、计算，由此产生内容和意义的？实际上，它不是一种架构就能够产生。即它已经不像以前简单的诸如通讯里的数据，或车里的数据，而是把短视频、流媒体等各种不同的数据都叠加进来。所以，单一的数据架构无法独立完成这种海量数据的处理。
为此，自适应和智能计算的领先企业（Xilinx）于2018年提出了“异构计算”概念，当时正处于数据爆炸的黎明，而异构计算将会是全世界需要的一种计算模式。
据赛灵思介绍，业界发现，芯片设计在往前演进的时候，产品的迭代周期越来越慢，而不是慢慢的变快。例如，从90 nm到16 nm过程，在制程上每2年左右推出一代新品，或者是容量翻番。但是，随着进入到20 nm之后，芯片的设计周期越来越慢。
但从另一个角度来看，创新是在快速演进的。例如通信业从2G到3G，大约用了三四年的时间，3G到4G用了约2年，4G到5G用了约5年。但是到了AI，到今天的智能世界，整个算法的演进是非常快的，以AI为例，可能算法的演进也就是一篇论文的发表，人们就能发现一个全新的世界；与此同时，行业标准也在不停地从各种维度更迭。所以今天的创新和芯片的周期变成了一种非常不匹配的节奏。
因此世界在呼唤一种自适应的计算，它不被芯片的设计周期所限制；但是又能同时在算法演进和行业标准推进的时候来支撑人们的想法，再加上保密性、安全性有改动的时候，以及传感器接口数量持续不断的增加时，能够有一种硬件，让用户都能够自适应地去满足这些需求（如下图）。
传统的CPU在计算里是最灵活的，但有时会效率低下，人们在网络里会不停地提智能网卡；同样，ASIC又缺乏灵活性。所以，自适应平台必须是可以依据客户的应用特点来不停地变化。赛灵思认为自适应平台最简单的需求就是DSA（特定领域应用），能够去定义特定领域的架构需求。
2018年赛灵思推出了区别于CPU、GPU的一种新型计算架构——ACAP，即自适应计算加速平台（Adaptive ComputeAcceleration Platform）。当前，我国正如火如荼地开展新基建，赛灵思近日召开线上媒体会，主题是创“新”正当“适”（如下图）。
赛灵思为什么有信心称ACAP正适合新基建呢？赛灵思大中华区销售副总裁唐晓蕾女士分析道，赛灵思是一直是自适应计算的领导者，适应于不同领域的创新，例如以下6个维度。
2）通信领域，任何一种通讯的代际出来之后，业界往往会先以赛灵思的基础架构做原型设计、测试，甚至有很多客户直接用赛灵思的芯片去生产。另外，从2G、3G、4G到现在的5G，赛灵思一直陪伴着客户，甚至有客户在用赛灵思的产品做6G的前期研究。
此外，为了契合各种应用，赛灵思自身也在“创新正当适”，进行了硬件和软件2个层次的创新。
● 硬件层面。赛灵思是FPGA的发明者，但是并没有止步于FPGA，早在2011年就推出了ArmSoC。之后看到当FPGA和Arm处理器结合时，可以带来更广阔的空间：软件和硬件同时可编程的平台，因此进军软件业。其后，赛灵思又继续增强Arm SoC的能力，集成了4个核，推出了MPSoC。接下来，把数字与RF模拟集成到一个平台，推出了RFSoC。2018年又祭出了ACAP（自适应计算加速平台）。
● 软件层面。这个世界越来越是软件驱动的世界，因为越来越多的软件工程师创客首先在电脑上做出自己的想法，最后落实到硬件上。如何让他们也享受到硬件带来的便利？为此，赛灵思从器件到平台都做了升级：
③对于软件的应用开发者，赛灵思推出了Vitis统一软件平台，使软件开发人员和创客可以把想法用传统软件，例如Python，在硬件上面实现，甚至数据科学家也可以在Vitis平台上想法实现出来。
那么，对于新基建，赛灵思从器件平台公司转型具体是怎么实现落地的？首先是让客户去接受赛灵思的产品；然后再按照每个客户的需求做优化，并如此反复迭代——因为新基建落地的过程是螺旋式上升的，可能要经历5~10年的漫长过程，所以要把该落地，能落地的事情先做好，然后在和客户一起成长。
赛灵思面向的市场与新基建非常契合。赛灵思目前正引领的自适应计算在这一些行业领域里是重要的驱动力。
智能工厂涵盖了机器人的技术，驱动与电机的控制，工业物联网的网关与边缘设备，工业PLC/PAC/ IPC，还有I/O模块和智能传感器。
与此同时，工业物联网的开发在过去是一个相对复杂的开发环境，因为物联网包含了嵌入式的开发，例如要使用到PowerPC和实时操作系统VxWorks，这需要开发团队和环境进行有关的硬件平台的开发；再有，传统意义上的ASIC或FPGA的开发，要使用到Linux和Arm技术；软件或跨平台的开发，要使用到X86和Windows。因此，用户在大多数情况下要组建3个不同的开发团队和环境（如下图左侧）。
赛灵思作为异构计算的领导者，具有统一化的异构开发环境，无论是在云端的开发者，IT技术的整合，还有操作技术的整合，赛灵思的Zynq UltraScale MPSoC平台都能让开发者在统一平台里实现多核Arm、Linux、实时处理和外设，和可编程逻辑的开发工作。
全球在蔓延新冠疫情，不过，赛灵思非常幸运，尽管疫情给赛灵思造成了很多不便，但整个产品不管是交付，还是研发，都在有条不紊地进行下去，对产品的推出没什么负面影响。
但是，确实这次疫情让人们关注到了很多不一样的角度：与传统不一样，人们的生活也要“自适应”地改变。
赛灵思刚刚过去的2019财年（2019年4月—2020年3月），是年营收在突破30亿美元关口之后，达到了一个新的高点——超过31亿美元。
自适应的核心是适者生存。人们正迎来数据时代，像赛灵思ACAP这类的自适应计算加速平台，有望成为驱动新基建等创新的数据处理引擎。同样，人们身处于瞬息万变的世界，挑战与机遇并存，只有不停地改进革新，才能自适应于这个时代。
缺陷 /
缺陷 /
为什么需要有车载信息安全？车载信息安全之Secure Boot实现策略
开关电源PFC电路2一为何需要把直流电压提高到400V？#电路实战大讲堂
RKDC，12月16号正式开启。预约直播，抽取万元新品大礼！还有更多大会周边等你来拿！#瑞芯微开发者大会
6-3菜鸟教你如何一步步编译最新的linux-kernel 5-3-6、u-boot#linux
