確定買了!AMD蘇姿丰宣佈350億美元併賽靈思,一次看FPGA佈局全解析
確定買了!AMD蘇姿丰宣佈350億美元併賽靈思,一次看FPGA佈局全解析

10月27日更新:
AMD(超微)同意以350億美元價位收購Xilinx(賽靈思),一口氣將業務觸角伸向5G及車用市場,這是執行長蘇姿丰任內主導最大樁併購案,也是2020年第二大金額交易案,此舉將使超微晉身第四大IC設計業者,超越聯發科。

該收購價約是賽靈思市值280億美元的1.25倍。該交易預計2021年底完成。

蘇姿丰宣佈,這次併購賽靈思將幫助AMD成為業界高性能運算的領導業者,也是業界最大也最重要的技術合作夥伴首選。

這次出手併購,比先前傳言300億美元更大,後續AMD如何支付該筆費用也受到關注,目前AMD市值約1000億美元,市場評論則認為因賽靈思的晶片銷售毛利比AMD高得多,可以成為AMD的獲利金牛。

也有評論認為,AMD只是在跟進學習英特爾,英特爾先前也併購了賽靈思對手Altera。

TrendForce旗下拓墣產業研究院指出,若收購案完成,AMD不論在5G、資料中心、ADAS(先進駕駛輔助系統),以及工業自動化領域的話語權皆將大幅提升,完成收購後營收將超越Mediatek(聯發科),營收將緊追在第三名NVIDIA之後,除了躍升為全球第四大IC設計業者之外,由於兩家皆是TSMC(台積電)的重要客戶,因此對台積電的議價能力也將隨之提升。

Intel與NVIDIA戰略性收購多家IC設計業者,垂直整合,在AI、5G基礎建設、ADAS與工業自動化等領域發展強勢,相較之下,AMD在這些領域略顯遜色。綜觀來看,拓墣認為,單憑應用範圍、產品廣泛度、技術實力與營收規模等,相較於Intel與NVIDIA,AMD是三者間最弱勢的廠商,該收購案將透過FPGA的可編程彈性與平行運算等優勢,為AMD帶來如5G基建、AI、ADAS與工業自動化等更多商機。

不過,Xilinx營收表現已連續衰退三季,受疫情及貿易戰影響甚大,分析師姚嘉洋表示,倘若中美關係再度惡化而擴大實體清單的制裁範圍,Xilinx將會面臨更大衝擊,也是AMD在交易案完成後新的考驗。

在技術面,TrendForce認為,雙方合併後不論是產品的定位、研發資源分配、開發工具與函式庫的整合,需要透過既有人員的溝通與討論才得以發揮綜效。其中,開發工具與函式庫等軟體資源的整合相當困難,必須兼顧CPU、GPU與FPGA三者的特色, 因此AMD若要達成此一目標將面臨不小的挑戰。

10月11日
NVIDIA(輝達)宣佈400億美元收購Arm後,AMD(超微)9日也傳出計畫以300億美元收購Xilinx(賽靈思),約高出賽靈思市值16%;賽靈思是一家全球最大FPGA(現場可編程輯閘陣列(Field Programmable Gate Array)晶片供應商,似乎,半導體產業正掀起滔天併購巨浪。

xilinx-building.jpg
賽靈思客戶包括華為、阿里巴巴、亞馬遜等客戶。
圖/ 賽靈思

AMD成功站穩在桌上電腦與伺服器地位後,新發表Zen3架構開發的新品,包括高階桌上處理器與顯示晶片一波波推出,再度對PC市場玩家展開攻勢,由於NVIDIA GeForce RTX 3080 及3090缺貨,勢必有趁隙搶市機會。

然而,AMD動作不止於計畫中的新品規劃,9日又傳瞄準全球最大FPGA晶片商賽靈思招手,外電指出,雙方正在談判最後階段,下週即將公佈談判結果,這可能是AMD2006年併購ATi後最大手筆,但外界也質疑,AMD是否有如此龐大現金部位。

延伸閱讀:5G時代營收要多3倍!FPGA晶片大廠賽靈思,如何用一款軟體平台抓住市場?

外媒預期AMD是看好賽靈思在無線通訊領域的優勢,並佈局AI領域,但突然出手也被猜測是被NVIDIA逼急了,因為同為繪圖晶片業者,NVIDIA還在今年買下Mellanox高速傳輸業者。

xilinx-t1-hero-pr-media-kit-720x405.jpg
賽靈思推出5G的加速器。
圖/ 賽靈思

在說明FPGA晶片是什麼之前,要提醒的是,同樣看好FPGA的應用前景,英特爾(Intel)在2016年已經出手以167億美元併購Altera,這也是賽靈思過去最主要的頭號對手,英特爾後來也發表許多針對AI應用的FPGA相關產品,跟賽靈思單挑。

FPGA是什麼?GPU的頭號敵人

那麼,FPGA是什麼呢?賽靈思為何值得接近8610億台幣的收購價格呢?

FPGA是一種可以反覆修改電路設計,修改邏輯運算的架構,在技術更新快速的領域很受歡迎,比方AI及物聯網等領域,業者買來晶片後,可以透過系統設計師重新編寫程式,根據需求修改晶片邏輯功能,重要是能反覆修改,這表示一旦演算法有變動或程式有Bug可以立刻修改,降低成本,耗電也低,唯一缺點是業者自己的技術能力要足,也就是FPGA對技術要求有一定門檻。

xilinx-subaru-automoative-pr-mediakit-720x405.jpg
賽靈思獲得車廠使用於邊緣運算上。
圖/ 賽靈思

FPGA的半定製特性,比較適合專門用途;相對於CPU適合各種各樣的指令,屬於通用型運算處理器,FPGA尤其適合AI深度學習及神經網路運算,拿來跟CPU及GPU相比,FPGA運算特定應用的效率比CPU高得多,而可編程這一點來說,彈性比GPU(繪圖晶片)更大;換言之,在AI領域,FPGA是相當有優勢的。

由於許多AI應用要處理分析龐大數據資料,平行運算能力需求高,GPU跟FPGA這方面相對較強,所以許多AI伺服器的硬體設計,會以CPU搭配GPU,或者CPU搭配FPGA來設計,FPGA被當作AI運算加速器。

換言之,FPGA的對手就是GPU業者們,到現在就能稍微理解,身為CPU與GPU二哥的AMD為何想出手買下FPGA龍頭了!一旦完成併購,AMD在AI運算領域有機會瞬間拉高市占率,搭配自家CPU供貨給雲端大廠們。

英特爾2016年出手買Altera,與賽靈思較勁

FPGA的兩大廠商有賽靈思與Altera,這兩家廠商都供應FPGA晶片、開發板與設計工具軟體給客戶,其中賽靈思更是創立FPGA架構的開山始祖,在對手被併購後,目前獨大,在AI及無線通訊領域都有突出表現,2019年更宣佈跨入5G產業。

INTEL
英特爾2016年也併購進入FPGA戰場。
圖/ INTEL

賽靈思目前獲得哪些雲端服務大廠採用?根據資料顯示,亞馬遜及微軟、阿里巴巴的資料中心都有賽靈思的身影,若AMD買下賽靈思,在AI雲服務大廠供貨佔有率有機會增一倍,但還是比不過霸主NVIDIA,但不少研究機構也預估,NVIDIA的霸主地位也很可能會被FPGA及ASIC(特定應用積體電路)蠶食。

賽靈思目前市值258.95億美元,最近四季EPS為2.56元。今年4~6月底(2021財年第一季)營收為7.27億美元,排除一次性項目的非通用會計準則(Non-GAAP)每股稀釋盈餘0.65元。

賽靈思是晶圓代工龍頭台積電重要客戶之一,台灣合作夥伴包括台積電、日月光控股、京元電等等。

關鍵字: #AMD
往下滑看下一篇文章
品牌成長的下一步:WPP Open 與 AI 驅動的智慧行銷全攻略
品牌成長的下一步:WPP Open 與 AI 驅動的智慧行銷全攻略

生成式 AI 正在改變人們的生活與工作方式,品牌行銷的運作模式也因此而大幅改變。為因應這波變革,WPP Media(群邑媒體)舉辦「Open for Growth 2030 打開智能行銷時代」論壇,正式宣佈在台推出全新平台 WPP Open,並攜手奧美與 The Trade Desk 兩大合作夥伴,共同探討未來十年的媒體轉型藍圖,協助企業洞察國際趨勢,搶先布局新時代的傳播競爭力。

WPP Open 在台上市,打造 AI 行銷智能引擎

WPP Media(群邑媒體)執行長郭俊鑫表示,AI 已經是行銷流程中不可或缺的一環,但行銷人現在的挑戰不在於「要不要用AI」,而是「如何讓 AI 落地,真正幫助品牌在每一個層面上都能產生成效?」

對此,WPP 集團集結全球的行銷數據、策略與方法論,打造出全新智慧行銷平台 WPP Open,這是一個跨品牌、跨市場、跨媒體的 AI 智能策略引擎,可以讓行銷策略與產出更快、更準、更有影響力。

WPP Media
WPP Media(群邑媒體)執行長郭俊鑫
圖/ WPP Media

WPP Open平台具備三大特色。第一是以 WPP 集團本身所擁有涵蓋 75 個產業的消費者數據庫為基礎,再串接全球超過 350 家合作夥伴的數據庫,透過大量且多元的數據來訓練模型,確保資料安全與精準。第二是以「Private by Default」為設計核心,確保品牌在利用數據的同時仍維持最高隱私標準。第三是內建 Discovery、Plan、Activate、Measure 四大模組,涵蓋媒體行銷的每一個階段,讓品牌主、創意團隊與媒體平台等不同組織,都能在相同平台上一起協作,提高作業效率。

WPP Open如何解決品牌的三大挑戰?

WPP Media策略長金佳諭進一步指出,在科技快速變化、市場競爭激烈的今日,所有品牌主都在面臨三大行銷挑戰:如何找到下一個成長來源?如何在大量且分散的媒體環境中維持精準消費者洞察?又如何在海量數據中看見完整故事?而WPP Open 恰好能協助企業克服這三大挑戰。

首先,透過 Discover 模組可以助力品牌找到下一個成長來源。過去,行銷團隊在解讀客戶需求時,往往會因為溝通方式、經驗或觀點差異,而出現理解落差,而 Discover 模組可分析 Brief 背後的隱藏訊息、提供產業洞察、找出未被看見的成長動能,或是從消費者決策路徑和行為中,判斷品牌真正的競爭優勢,讓團隊從第一步就做出對的決策。

WPP Media
WPP Media策略長金佳諭
圖/ WPP Media

其次,是運用 Plan 模組看見真實受眾,維持精準的消費者洞察。WPP Media 資深總監陳昭伶指出,過去的消費者研究存在許多限制,例如,難以全面理解消費者、人工解讀數據,耗時又費力等,但透過 Plan 模組 4 大功能可以突破限制,快速完成消費者研究。

舉例來說,Audience Insight 可以從不同維度去描繪消費者樣貌,行銷人只要與系統「對話」,就能看到洞察結果,不必再花大量時間進行複雜的資料處理。而Build Persona 則讓行銷人可以看到消費者生活化的樣貌。Focus Group 能夠模擬目標受眾樣貌並回答問題,大幅縮減焦點訪談所需的時間和人力成本。Customer Journey 則能了解不同階段的消費者旅程,「當我們真正理解消費者,就能與他建立更真誠的連結。」陳昭伶說。

WPP Media
WPP Media 資深總監陳昭伶
圖/ WPP Media

第三,是藉由Measure 模組從海量數據中看見完整故事。WPP Media數據與技術團隊負責人戴伯偉表示,WPP Open 以行銷人員為中心,將媒體投放明細、轉換成效、電商/銷售數據、品牌自有資料等內外部數據,匯整在單一平台上,使企業可以做更快速更全面的資料探索。此外,Measure 模組還能根據不同業務需求,客製且彈性的設計報表,讓每個部門都能更直覺地看到最關心的指標。同時還內建 AI 助理:可以自動摘要廣告成效,協助團隊快速發現問題、提出解方。

戴伯偉強調, Measure 模組實現了數據分析自由,滿足任何分析靈感或需求,並且整合跨部門的商業智慧,可以賦能企業與品牌,做出成效最好、效率最高的決策。

WPP Media
WPP Media 數據與技術團隊負責人戴伯偉
圖/ WPP Media

AI 驅動的新世代行銷:從洞察、創意到投放的全面革新

策略人員每天面對不同產業、不同生意與品牌課題,外界常期待我們要「全知」、什麼都懂,而我們自己也渴望靠近全知的能耐。

有了WPP Open加持,策略人員依然需要具備判斷問題的能力與領域思維,但過去大量耗費在蒐集、彙整、比對資料的人工勞動,現在交由擁有龐大資料庫與策略模組的 WPP Open 來處理。在資料的廣度與深度上,比以往更能觸及更完整的世界。

然而,真正的策略答案,從來不是一鍵產生。不論是以終為始,或從始至終,策略的形成仍需辯思往返、推敲求真。WPP Open 協助我們更靠近「全知」,但策略人員的價值,仍在於那段來回思辨的過程,以及從無數可能中找到最真實的解。

WPP Media
奥美整合行銷播集團策略總監宋伊婕
圖/ WPP Media

此外,AI 也能讓行銷素材變得更有創意、更獨特。奧美整合行銷傳播集團執行創意總監蔣依潔分享品牌運用 AI 的行銷創意。例如,有國際飲料品牌以開放平台促成大眾共創;而某家養生飲品則用 AI 創造出虛擬的知己小姐,展現集體女性樣貌中的不同細節;亦有連鎖通路品牌在行銷洗衣精品牌時,運用 AI 生成對髒衣服的想像,從庶民生活中的不完美找到趣味和機會。「創意手法可以不同,但必須與品牌調性一致,這是 AI 生成內容的核心前提。」蔣依潔強調。

WPP Media
奧美整合行銷傳播集團執行創意總監蔣依潔
圖/ WPP Media

在創意產出後,行銷還有最後一哩路,也就是媒體投放。作為 WPP Open 的重要策略夥伴,The Trade Desk(TTD)副總監陳玟潔指出,當品牌透過 WPP Open 完成受眾洞察、策略規劃與創意發想後,真正的挑戰是——如何在龐雜的開放網路中,把廣告「最有效率」投遞給真正的目標受眾。

WPP Media
The Trade Desk(TTD)副總監陳玟潔
圖/ WPP Media

TTD 以跨裝置身份辨識(Unified ID 2.0)、全通路(Omni-channel)、高效演算力與透明數據為核心,讓 WPP Open 所定義的受眾能被精準觸及,並結合 AI技術,協助品牌在投放過程中不斷優化、掌握主導權。她強調:WPP Open 與 TTD 的結合,讓「從洞察到投放」真正串成一條完整、透明、可信賴的 AI 行銷鏈。

在科技快速變化與媒體碎片化的時代,WPP Open 用 AI 串連行銷流程,讓 AI不只是工具,更是推動品牌邁向下一個成長曲線的真正起點。

想了解更多WPP Open AI平台的實際應用,歡迎直接洽詢 WPP Media - Growth & Marketing | MKTG@wppmedia.com

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
一次搞懂Vibe Coding
© 2025 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓