這兩年，FPGA市場顯得有些“冷清”。

一方面，各大芯片設計廠商為爭搶大算力市場頻繁推出新款GPU、GPGPU、NPU、TPU等算力、加速卡，FPGA針對該市場的出新舉措卻鳳毛麟角。另一方面，自2023年第二季度以來，全球最大三家FPGA廠商的相關業務——AMD嵌入式業務、Intel Altera、萊迪思營收頻頻下滑。根據財報，2024年第二季度，AMD的嵌入式業務營收同比下滑41%，萊迪思營收同比下降35%；今年上半年，Altera營收僅相當于去年同期的一半。

理論上，在生成式AI算法豐富多變的當下，FPGA的可編程特性和并行計算優勢能夠在芯片企業的前期研發和應用調試中發揮作用。可這種優勢，卻沒有體現在企業營收和市場反應上。大規模AI算力的這波紅利，FPGA當真吃不到了？

“輔助者”的角色

現有數據中心中，FPGA扮演著“輔助”的角色。

靈活性強是FPGA最大的特點。CPU、GPU等類型的處理器，自生產出來，其邏輯功能就被“固化”在芯片上。盡管很多芯片可以通過對片上寄存器進行編程，但這種編程更多的是改變芯片的配置，并不會改變其本身的邏輯功能。如果想要對它的邏輯功能進行更改，或者修復設計的缺陷和漏洞，就要重新對芯片進行設計、驗證和制造，這一過程需要耗費大量的時間、人力、金錢，也將為設計公司帶來更高的投入和風險。

FPGA的優勢在于只包含最基本的邏輯門，通過某種方式對這些邏輯門進行排列組合，就能通過編程改變其邏輯結構。因此， FPGA得以在邏輯層面改變自身實現的硬件結構，從而有著極高的靈活性。

因此，FPGA的一個重要應用，就是構建專用芯片ASIC流片前的硬件仿真或原型驗證平臺。

人工智能帶來更高算力需求，許多算力供應商開始設計適合自己場景的ASIC芯片，FPGA便承擔了驗證ASIC功能的工作。

“采用FPGA還有另一個好處，”西南交通大學集成電路科學與工程學院副院長邸志雄在接受《中國電子報》記者采訪時表示，“除了英偉達之外，其他各廠商的算力芯片的軟件生態都不是很完善。支持神經網絡的FPGA供應商只有少數幾家，軟件生態相對比較統一和穩定。”

FPGA在數據中心場景中的另一個用途，是在推理側提供計算加速。

“AI技術很大一部分應用是在推理側。FPGA通過其硬件靈活性、低延遲、低功耗，以及能夠與CPU等一同運行混合計算等優勢，為AI推理提供了有效加速。而且，在諸如運行神經網絡的矩陣運算等并行性密集型任務或應用場景中，使用FPGA能夠顯著提高AI推理的性能和效率。”在接受《中國電子報》記者采訪時，英特爾可編程方案事業部中國總經理葉唯琛說道。

頭部廠商集體“放棄利潤中心”

但是AMD、英特爾、萊迪思近年來FPGA新品發布更多集中在邊、端側，面向數據中心的更新少之又少。

AMD合并了賽靈思,是目前全球最大的FPGA廠商。4月，AMD面向工業AI推出搭載NPU的銳龍嵌入式8000系列處理器。9月，AMD推出車規級（XA）系列新品——Artix UltraScale XA AU7P，適合攝像頭視覺或車載顯示應用。6月，AMD董事會主席兼首席執行官蘇姿豐在COMPUTEX2024上發表長達一個多小時的演講，大談“AMD全面擁抱AI”，其中關于嵌入式業務的介紹幾乎都集中在邊端側。

擁有全球第二大FPGA業務的英特爾，自2019年以來FPGA產品序列長期“停更”，把關注重點放在了中、低端產品的性能優化和可應用場景案例的補充上。

全球第三大FPGA廠商萊迪思更是相較于上述兩家競爭對手采取了差異化競爭戰略，瞄準低功耗領域。

AI為幾乎所有類型的處理器帶來了新的機遇，與之相伴，幾乎所有的廠商都想在這場席卷全球的AI浪潮中“分一杯羹”。而FPGA廠商又為何將視野集體瞄準了邊端側，而不是價值量更高的數據中心？

開發難度大，是記者收到最多的答案。

邸志雄表示，FPGA是一種以數字電路為主的集成芯片，所以開發門檻和部署難度相較于GPU等算力芯片更大。

市場研究機構Gartner副總裁盛陵海在接受記者采訪時表示，相較于FPGA，NPU等ASIC不需要滿足通用性的要求，只要滿足單一功能要求就可以了，因此設計起來更為簡單。

“這也就是近兩年NPU廠商如雨后春筍般出現，但能做高端FPGA廠商至今只有兩家的原因之一。”盛陵海補充道。

相較于云端芯片而言，邊端側芯片的開發難度更小，在AI的帶動下，紛繁迭出的客戶需求，也更容易通過FPGA的方式滿足。在FPGA原本就已經部署的邊緣側和端側市場中，也更容易發現可以做產品迭代的空間。

AI紅利還剩幾分？

在AI帶來的巨大產業機遇面前，究竟什么才是FPGA獨有的差異化優勢？

總結來看，高度定制化、低延遲、高效能和并行計算的AI應用場景，是FPGA得以發揮優勢的關鍵詞。隨著AI應用場景在云端、網絡和邊緣等領域高速增長，FPGA在諸如數據中心、通信、汽車、網絡、嵌入式等領域都將有廣泛應用，能夠支持諸多智能產品，并提供性價比和功耗優勢。

“FPGA結合了低功耗和高計算能力兩種優點，加上FPGA本身具有靈活性和適應性強的特點，是網絡邊緣處理和AI應用的理想選擇。”萊迪思相關負責人如是說。

FPGA是一種并行計算引擎，能夠以較低的時鐘頻率運行，可實現更低的功耗，并且在整個架構中分布了DSP、存儲器、可編程邏輯器件等靈活的模塊，它們在分散分布的同時又相互連接，這在許多方面類似于一些為AI構建的ASIC。而與定制ASIC不同，FPGA提供了在系統部署后可重新編程或更新的額外優勢。

萊迪思相關負責人表示，在特定處理器的開發過程中，這項功能非常重要，因為產品要求經常變化。FPGA能夠在連續的、時間敏感的事務中處理數據或執行某些功能，因此非常適用于網絡、電信和其他類型的延遲敏感的環境。在此類環境中，穩定、一致地完成某些功能至關重要。此外，許多工業環境也有類似的需求，FPGA能夠很好地滿足這些特殊需求。

葉唯琛表示，FPGA能通過其靈活的硬件加速能力、可配置的豐富接口（如PCIe Gen5和CXL），以及可與處理器協同工作等特性，為處理器提供支持，使其更好地滿足日益復雜的AI計算需求。如，FPGA可以與通用處理器協同工作，形成混合計算環境，即處理器和FPGA相互補充，共同應對不同類型的計算任務，提供更全面的計算性能。

FPGA除了能夠幫助實現AI的功能以外，其內部還有其他的邏輯資源可用于如數據接口、預處理和后處理等其他AI加速芯片無法完成的任務。

“因此，關于FPGA在AI方面的應用，我們應該更多地考慮在AI之外，還有什么功能可以由FPGA來完成，從而打造更加靈活、可擴展的AI方案。”葉唯琛補充道。

（來源：中國電子報）