您可以有一個策略，但不能購買。

沒有什么比英特爾和AMD在近十年前經歷的網絡購買狂潮更能說明這一原理了，雖然最終并沒有多大意義，但是在這一切之中卻有某種意義，但讓我們回顧一下一些相關的歷史，也許會有不錯的收益。因為我們正在思考《華爾街日報》和彭博社的傳言，即有報道稱AMD正在商談以300億美元的驚人價格收購FPGA制造商Xilinx。當時，隨著大衰退的到來，AMD的Opteron服務器處理器系列也出現了一些問題，并且失去了為超級計算機制造商Cray提供處理器的關鍵合約。在此前，因為看到Opteron處理器及其HyperTransport互連的明顯優勢，Cray將其“ SeaStar”和“ Gemini”互連緊密地耦合到Opteron設計中。但AMD卻因為這樣那樣的原因延遲交付了幾代的Opteron芯片，其中一次是因為存在錯誤，還有一次是由于GlobalFoundries的工藝問題。為此，Cray對處理器與互連之間的緊密耦合有了新的想法，然后退回了PCI-Express總線，以便它可以在其未來的“Cascades” 系統中使用它想要的任何處理器。

有趣的是，英特爾在2009年3月推出的“ Nehalem” Xeon 5500基本上模仿了Opteron的設計，而此時距大蕭條已經過去一年多了，Cray也可能已經鏈接到與AMD HyperTransport類似的QuickPath Interconnect上。但是從中，他們吸取了教訓，這對AMD和Intel都產生了重要影響。

自此以后，AMD不僅基本上放棄了HPC，而且在Nehalems脫穎而出之后，還放棄了服務器。他們之所以選擇放棄，主要是因為服務器OEM和ODM從2009年開始支持一類服務器CPU，那就是Intel的至強。

然后，在2012年初，為尋求新的利基市場和新戰略的AMD在Intel抓住HPC互連的同時，抓住了微服務器和互連結構的機會，因為Intel試圖與IBM-Nvidia團隊合作在加速計算領域警醒合作。在GPU加速的AI浪潮真正滾滾而來之前，這的確是改變高性能計算的正確選擇。人工智能雖然并沒有引發英特爾的戰略站邊，但是人工智能工作負載以及英特爾的未來增長都可以從對他們關注的高性能計算市場中受益。

此后，英特爾開始了收購熱潮，2011年7月，Intel以未公開的價格收購了低延遲以太網交換機芯片制造商Fulcrum Microsystems；2012年1月，他們以1.25億美元的價格收購了QLogic的InfiniBand網絡業務；2012年4月，英特爾以1.4億美元的價格從Cray手中收購了“ Gemini” XT和“ Aries” XC超級計算互連業務，其中QLogic InfiniBand和Cray Aries技術則構成了Omni-Path互連的基礎。該互連主要與英特爾與“Knights” Xeon Phi并行處理器配對，但Xeon Phi并未能按計劃進行，生產線也于2018年7月正式停產。

上周，包括QLogic和Cray知識產權在內的Omni-Path網絡業務才從英特爾分離出來，成立了一家名為Cornelis Networks的新公司，該公司由QLogic和Intel的工作人員共同創立。

另一邊廂，AMD在2012年2月以3.34億美元的價格收購了微服務器制造商SeaMicro，這對于當時的AMD來說是一筆巨款，并且這樣做主要是為了獲得SeaMicro創建的3D環面互連 “Freedom” 和可組合性中間件，以用于創建具有一定延展性的微服務器系統。這種策略并沒有正確地結合在一起，AMD發現自己無法將“Freedom”互連與Opteron CPU一起出售給合作伙伴，為此他們試圖與合作伙伴一起出售SeaMicro系統。而在Lisa Su掌管公司之后，他們認為這行不通，就在2015年初注銷了這全部資產。

您可以有一個策略，但也不能買一個，也不能賣一個。但是也許您可以模仿一個，我們想知道AMD在FPGA市場上看到了什么？英特爾在2015年6月斥資167億美元（五年多前，請注意）收購FPGA制造商Altera時清楚地看到了這一點。

正如The Next Platform的讀者所熟知的那樣，我們喜歡FPGA，我們認為在數據中心和邊緣，FPGA在很多地方都能發揮作用。如在Intel收購Altera之前，Microsoft采用了基于FPGA的SmartNIC，并把FPGA用在機器學習推理上。Intel當時的觀點可能是認為不可能會有大量的Xeon計算進入未來的數據中心，但FPGA會有很大的機會，為此他們做了這單交易。

盡管現在進入玻璃屋的FPGA銷量肯定比五十年前還要多，但事實證明，FPGA在數據中心的廣泛采用還有待實現，這讓我們不得不思考：AMD看到了什么，使其想要購買Xilinx？

必須說明的是，現階段的AMD想做任何收購，我們都沒有理由去質疑。近年來，其Epyc處理器產品線獲得了服務器CPU市場大約10％的份額；在PC方面，他們在與英特爾抗衡中也獲得不錯的表現；他們同時還坐擁第二代游戲機芯片業務。從市場角度來看，AMD絕對處于當地最高水平。受到Xilinx交易傳聞的打擊。即使受到重創，AMD的市值仍為1016億美元，與2015年8月創下14.5億美元的低點相比有了巨大的增長。在當時，AMD的戰略受到質疑，總裁兼首席執行官蘇麗莎（Lisa Su）掌控了公司并使AMD重回正軌。

就像Nvidia花費大部分新發行股票以400億美元收購Arm Holdings一樣，AMD也可以花費大部分股票購買Xilinx。實際上，在截至6月的季度中，AMD只有17.8億美元的資金，那就意味他們將不得不發行股票來購買Xilinx，這將稀釋AMD股票的價值，直到華爾街相信這單收購的價值。

從一個月前宣布收購Arm Holdings的交易到現在，Nvidia的股票一直在上漲，以涵蓋交易完成后將發生的股票稀釋。AMD可能也希望如此。

僅僅因為有時出錯會并不意味著事情就不會正確。它取決于愿景、執行力以及與客戶的協同作用和共鳴。因此，如果Lisa Su真的領導AMD收購了Xilinx，并且她對半導體業務的了解比目前大多數人還透徹，那么我們相信Su是有才智的，并且認為將來會會發生重要的事情。

AMD擁有CPU和GPU，它需要FPGA和某種神經形態設備，整個配備會很好。這就是為什么我們一直認為收購Achronix for FPGA和Innovium進行網絡連接對于AMD是個好主意的原因。因為這是從小處著手，快速實現創新。

但是，如果AMD想搶占Xilinx并投入300億美元來下推潛在競爭對手，那么AMD希望獲得的不僅僅是FPGA業務。它需要一個生態系統，一個合作伙伴渠道和一個客戶群，這是像Achronix和Innovium這樣的新貴公司尚未完全發展起來的。

在這一點上，我們應該仔細研究Xilinx業務和AMD業務。

在截至6月的最近一個季度（這是2021財年第一季度），Xilinx公布的銷售額為7.27億美元，下降了14.1％，凈收入為9400萬美元，下降了61.1％。考慮到業務的性質，過去的12個月可能是Xilinx表現的更好指標，該公司擁有自己的客戶產品周期，必須與Xilinx的推出相提并論，這需要很長時間。（即使FPGA在高級節點上，并且可以運行最快的內存和互連，FPGA市場的發展也比服務器CPU市場慢。）在過去的十二個月中，Xilinx的收入為30.4億美元，下降了5.7％，凈收入6.45億美元，下降31.5％。該公司在截至6月份的季度末，銀行存款不足30億美元。

可以看出，Xilinx近年來的收入有所增長，但利潤卻沒有增加相同的數量，因為Xilinx正在開發更先進的產品并面臨更多競爭，尤其是在其感興趣的數據中心及其邊緣端。

與許多芯片制造商不同，賽靈思擁有豐厚的財務實力，它實際上使華爾街了解其不同行業的狀況，新舊產品的銷售情況以及銷售程度。類別隨時間變化了一些，但我們已將它們歸一化，以使我們可以一直追溯到大衰退。

顯然，新一代的FPGA要在Xilinx客戶中找到立足點需要一些時間，但總的來說，他們的客戶正在以比過去更快的速度遷移到更新的產品上。很難說是什么導致了這種轉變，但我們認為這與超算和云供應商使用FPGA有很大關系，這些FPGA用于計算工作負載以及用于搜索加速和機器學習推理的offload 功能，就像Microsoft在其Azure云上使用FPGA SmartNICs一樣，阿里巴巴在FPGA之上擁有自己的特定領域處理器進行推理。

但是，對Xilinx來說，向更新的FPGA平臺轉移會有所不同。首先，用于Xilinx FPGA編程的Vitis環境使得更容易將它們部署為行業特定的和應用特定offload引擎，并且隨著摩爾定律的放慢，這是一件迫切需要做的事情，而GPU和FPGA都已成為一種新型的通用offload 引擎，FPGA更是在這里已占有一席之地。

就是說，Xilinx的數據中心FPGA業務正在增長，但它還處于起步階段。我們認為要在整個時間進行公平的比較，您必須將數據中心和電信/通信整合到一個客戶。如果你這樣做，那么賽靈思有12.7億營收發生在后十二個月，但它下跌18.7％，而我們主要是認為由于產品的轉變。

現在，讓我們考慮AMD的數據中心業務。在接下來的12個月中，我們估計AMD的GPU銷售額為2.65億美元，下降3.7％，CPU銷售額為10.3億美元，增長1.3倍；總體而言，過去一年中，整個數據中心業務增長了79.9％，達到12.9億美元。因此，基本上，購買Xilinx可使它使數據中心業務增加一倍并從那里發展–并進入所有其他市場，在這些市場中，CPU或GPU可以與FPGA一起出售。

盡管所有這些聽起來很有趣，但AMD需要一個一致的軟件開發環境，但它比AMD幾年前創建并在最近幾年進行了重大改進的Radeon Open Compute（ROCm）混合CPU-GPU環境要寬泛。

ROCm現在提供CUDA運行時，因此編譯為offload至Nvidia GPU加速器的應用程序可以在使用AMD GPU的混合系統上運行。但是，如果確實要增加Xilinx的性能，AMD可能需要類似于Intel的oneAPI環境，該環境允許一次編寫并行數據C ++代碼并根據系統要求為CPU，GPU或FPGA進行編譯。

目前尚不清楚AMD和Xilinx如何改正ROCm和Vitis等這些編程模型，但對我們而言似乎很清楚的是，市場對我們稱之為twoAPI的東西沒有太大的興趣。
責任編輯:tzh