FPGA创新40周年

FPGA催生了一个价值超过100亿美元的产业。

今年是首款商用现场可编程门阵列（FPGA）诞生40周年，其带来了可重编程硬件的概念。通过打造“与软件一样灵活的硬件”，FPGA可重编程逻辑改变了半导体设计的面貌。这是开发人员第一次能在设计芯片时，如果规格或需求在中途、甚至在制造完成后发生变化，他们可以重新定义芯片功能以执行不同的任务。这种灵活性令新芯片设计的开发速度更快，从而缩短了新产品的上市时间，并提供了ASIC的替代方案。

FPGA对市场的影响是惊人的。FPGA催生了一个价值超过100亿美元的产业。

赛灵思表示过去四十年来，我们已向不同细分市场的超过7,000家客户交付了超过30亿颗FPGA和自适应SoC（结合FPGA架构与片上系统和其他处理引擎的器件）。事实上，我们已连续25年位居可编程逻辑市场份额的领先地位，并且我们相信，凭借我们强大的产品组合和产品路线图，我们有能力继续保持市场领先地位。

FPGA是由已故的Ross Freeman发明的，他是赛灵思公司（现为AMD的一部分）联合创始人，也是一位工程师与创新者。Freeman认为，除了标准的固定功能ASIC器件之外，一定存在一种更好、更经济高效的芯片设计方法。FPGA为工程师提供了随时更改芯片设计的自由和灵活性，以在一天内开发和设计出定制芯片的能力。FPGA还助力开创了“无晶圆厂”商业模式，彻底改变了整个半导体行业。通过消除对定制掩膜加工和相关的非经常性工程成本的需求，FPGA助力加速硬件创新，证明企业不需要拥有晶圆代工厂来打造突破性的硬件——他们只需愿景、设计技能与FPGA。

全球首款商用FPGA XC2064具备85,000个晶体管、64个可配置逻辑块和58个I/O块。相比之下，今天最先进的AMD FPGA器件（例如Versal Premium VP1902）集成了1,380亿个晶体管、1,850万个逻辑单元、2,654个I/O块、至多6,864个DSP58引擎，以及用于内存、安全和接口技术的丰富硬IP。

自全球首款商用FPGA（XC2064）出货以来的40年里，FPGA已在电子领域无处不在，并深深融入到日常生活中。如今，包括FPGA、自适应SoC和系统模块（SOM）在内的自适应计算器件已遍布于从汽车、火车车厢与交通信号灯到机器人、无人机、航天器与卫星到无线网络、医疗和测试设备、智慧工厂、数据中心甚至高频交易系统等各个领域。

如今，大多数人工智能工作负载运行在数据中心的GPU上。然而，越来越多的AI处理正在边缘端进行。FPGA技术正处于各行业AI融合应用快速增长的前沿。边缘人工智能——即在边缘设备端部署AI模型进行本地化算法处理，而非依赖云端等集中式计算平台——已成为人工智能领域发展最快的方向之一，受到业界高度关注。据测算，2024年边缘AI市场规模约为210亿美元，预计到2034年将突破1430亿美元。这一增长态势表明各行业将持续加大基于AI的边缘系统研发投入。

FPGA和SoC能够对传感器数据进行低延迟的实时处理，从而在边缘端实现加速的AI推理。随着最近更小的生成式AI模型的推出，我们可以看到一个“ChatGPT时刻”正在向边缘端延伸——这些新型AI模型能够在边缘设备上运行，无论是在AI个人电脑、车辆、工厂机器人、太空设备还是任何嵌入式应用中。

相较于GPU和NPU，FPGA在边缘AI中的应用具有较多优势：一是能效比，FPGA在深度学习推理阶段具有更低功耗和更高灵活性，适合不断演化的算法需求。相比之下，GPU在深度学习训练模型上高效，但在推理阶段功耗较高，而NPU虽然能效比高，但难以适配快速迭代的AI模型；二是灵活性，FPGA的硬件可重构性使其能够针对不同算法定制加速单元，特别适合需要快速迭代的场景。GPU和NPU在灵活性上相对较弱；三是通用性，GPU具有通用性强的特点，能够应对各类AI负载，而NPU则在特定场景中展现碾压性优势，但编程复杂度较高；四是安全性，FPGA固化的硬件逻辑比软件实现更难被攻击者篡改。

此外，将AI推理过程在边缘FPGA设备上进行处理，可避免敏感数据传输到云端，有效降低数据泄露风险。

*声明：本文系原作者创作。文章内容系其个人观点，我方转载仅为分享与讨论，不代表我方赞成或认同，如有异议，请联系后台。

想要获取半导体产业的前沿洞见、技术速递、趋势解析，关注我们！