·聚焦:人工智能、芯片等行业
欢迎各位客官关注、转发
不是[全能王]却是[不可替代者]
要理解FPGA的价值，首先得跳出[谁算力更强]的单一维度——它的核心竞争力，恰恰是[灵活]与[高效]的平衡。
FPGA的全称是[现场可编程门阵列]，本质是一块[可自定义电路的芯片]。
如果把CPU、GPU比作[成品玩具]，ASIC是[定制积木套装]，那么FPGA就是[万能乐高]。
可以用它的基础模块拼出城堡、赛车甚至机器人，而且拼错了还能拆了重拼。
FPGA以硬件可重构性为核心竞争力，既能实现低延迟处理，又具备灵活的并行计算能力，可根据场景需求调整硬件逻辑。
因硬件可重构依赖资源冗余，芯片裸片（die）尺寸较大，导致成本偏高，同时其设计需兼顾硬件架构与算法，门槛相对较高。
在典型应用场景方面，FPGA则在5G基站基带处理、AI边缘推理、工业伺服驱动控制等对灵活性与实时性均有要求的场景中发挥关键作用，同时也是IC设计前期原型验证的核心工具。
关键评价指标上，FPGA的关键指标则是延迟与延迟确定性，其硬件逻辑固定后，数据处理延迟稳定，无操作系统调度带来的波动，这也是其在实时性场景中不可替代的重要原因。
在Bing搜索排序中，微软用FPGA替代GPU后，延迟从毫秒级降到微秒级，因为FPGA能搭[流水线并行]，而GPU只能[数据并行]。
FPGA能以固定时钟周期完成电流、位置、速度环的闭环控制，延迟稳定在几十纳秒；
而CPU会因操作系统调度导致延迟波动，根本无法满足电机的精准控制需求。
正是这种[低延迟+高灵活]的组合，让FPGA在[需求多变且对实时性敏感]的场景中，成为CPU、GPU、ASIC都无法替代的存在。
FPGA的发展史，堪称一部[从配角到主角]的逆袭史。1985年，赛灵思推出全球首款商用FPGA XC2064，这款只有1800个逻辑门的芯片，最初只是为了解决[胶水逻辑]问题。
在那个用74系列TTL芯片搭电路的时代，设计师需要用几十颗芯片实现简单的译码器或状态机，而FPGA能[一颗顶一堆]，还能反复修改，迅速成为IC设计的[原型验证神器]。
同一时期，Altera推出了CPLD（复杂可编程逻辑器件），与赛灵思形成[FPGA vs CPLD]的早期竞争。
彼时的FPGA，还只是半导体行业的[小众玩家]，市场规模不足1亿美元。
2000年后，3G/4G通信爆发，给FPGA带来了第一次[起飞]。
基站基带处理需要灵活适配不同通信协议，而ASIC的研发周期根本跟不上协议迭代速度。
FPGA凭借[快速迭代+多协议兼容]的优势，迅速成为基站的核心器件，华为、中兴曾一度占据国内FPGA需求的90%以上。
这一时期，赛灵思和Altera也完成了技术跃迁。从LUT4升级到LUT6，集成高速SerDes和DDR控制器，推出SoC FPGA。
到2015年，全球FPGA市场规模突破50亿美元，赛灵思和Altera合计占据近90%的市场份额。
2015年，英特尔以167亿美元收购Altera，试图用FPGA补全[CPU+GPU+FPGA]的异构计算版图；
2022年，AMD以490亿美元收购赛灵思，瞄准数据中心和AI加速市场。
两大FPGA巨头相继[易主]，看似是被CPU巨头收编，实则是FPGA战略价值的体现。
在AI和5G时代，[可重构算力]成为巨头争夺的关键。
但戏剧性的是，2025年是FPGA诞生40周年，AMD宣布让赛灵思以独立部门运营，英特尔也计划推动Altera独立上市。
这一反转背后，是FPGA行业的核心逻辑：它需要灵活的决策和专注的研发，而非被巨头的CPU业务[绑架]。
正如AMD自适应计算部门VP Kirk Saban所说：[FPGA的价值在于适应性，而不是成为某个产品线的附属品。]
未来，Chiplet技术能将FPGA逻辑块、CPU、内存通过先进封装集成，降低成本；
eFPGA则将FPGA核集成到SoC中，为ASIC提供可编程能力。
这两种技术，都能让FPGA更灵活地融入现有芯片生态。
FPGA的[万能性]，让它在多个细分领域成为[隐形冠军]，这些场景你可能每天都在接触，却未必知道它的存在。
①5G基站需要处理的信道数量是4G的10倍以上，且要兼容多制式（NR、LTE）。
FPGA能灵活实现基带处理中的信道编解码（LDPC、Turbo码）、调制解调（QAM-256）和波束成形，比ASIC更快适配协议升级。
②在AI领域，FPGA虽不如GPU适合训练，但在边缘推理中优势显著。比如智能摄像头的目标检测：FPGA可定制8位/4位低精度计算，功耗仅为GPU的1/10，延迟低至微秒级。
③在Infocomm展会上，诺瓦星云的MX2000Pro显示控制器基于AMD FPGA，能单台带载8K超大屏，支持240Hz高帧频，这是GPU难以实现的[像素级并行处理]。
电影《阿凡达》的虚拟拍摄中，背景大屏用FPGA实现帧频自适应，与摄影机快门精确同步，避免画面撕裂。
④工业机器人的伺服驱动需要[微秒级闭环控制]，FPGA能以固定时钟周期（如200MHz）处理电流、位置信号，延迟波动小于10纳秒；
而在工业以太网中，FPGA实现的1588 PTP协议，能让多台设备的时间同步精度达100纳秒，这是CPU无法做到的[确定性延迟]。
⑤ASIC流片成本高达千万级，一旦出错损失惨重。FPGA能将ASIC的RTL代码[移植]到硬件中，提前验证功能。
华为海思在手机SoC流片前，就用多颗复旦微FPGA搭建原型平台，模拟CPU、GPU和ISP的协同工作，确保一次流片成功。
从低端替代到冲击高端的突围战
在FPGA这个技术壁垒极高的赛道上，国内厂商起步晚了30年，但近十年正以[追赶者]的姿态加速突破。
如今的国产FPGA阵营，已形成[第一梯队领航、第二梯队补位]的格局。
紫光同创是国产FPGA的[领头羊]，其Titan系列是国内首款千万门级高性能FPGA，采用28nm工艺，逻辑单元达174K，支持6.25Gbps SerDes和PCIe Gen3，已应用于5G基站和数据中心。
其推出的Titan-3系列，基于14nm FinFET工艺，性能对标AMD Versal，主攻AI推理和高速计算场景，目前已完成小批量试产。
复旦微电则在[高可靠性]领域独树一帜，其28nm亿门级FPGA（逻辑单元700K）是国内首款通过宇航级认证的产品，广泛用于卫星、雷达等军工场景。
其14/16nm十亿门级FPGA完成用户试用，成为少数能触及先进工艺的国产厂商，其自研的EDA工具Procise，也打破了国外工具的垄断。
安路科技则聚焦[高性价比]市场，其28nm PHOENIX系列FPGA，逻辑单元覆盖100K-500K，集成DDR4和PCIe硬核，在工业控制、LED大屏驱动领域实现国产替代。
高云半导体是国内唯一获得车规认证的FPGA厂商，其22nm Aurora V系列（逻辑单元138K）已应用于车载环视和智能座舱，解决了汽车电子对[低功耗+高可靠性]的需求。
而小蜜蜂系列则凭借非易失性优势，在消费电子和边缘计算中占据一席之地。
易灵思则以[超低功耗]为突破口，其16nm钛金系列FPGA，功耗仅为同性能产品的1/4，适合机器人、便携医疗设备等场景。
目前16nm FPGA试产成功，逻辑单元达500K，填补了国产中高容量FPGA的空白。
尽管进步显著，但国产FPGA与国际巨头仍有[两代差距]：
AMD赛灵思已量产7nm Versal系列，Intel Altera的Agilex 7集成HBM2E内存，而国产最高水平仍停留在14/16nm，如数据中心、AI加速等高端市场几乎被垄断。
赛灵思Vivado、Intel Quartus已形成[设计工具+IP库+开发板]的完整生态，而国产EDA工具在布局布线效率、IP丰富度上仍有差距，很多高端IP需依赖第三方。
FPGA的die尺寸是同功能ASIC的3-5倍，成本居高不下。国际巨头可通过规模效应摊薄成本，而国产厂商量产规模小，价格难以与巨头竞争。
FPGA的[甜蜜烦恼]与未来出路
尽管应用广泛，FPGA仍面临[成长的烦恼]，而这些烦恼，也藏着未来的突破方向。
①FPGA的可编程性依赖资源冗余，同功能die尺寸是ASIC的3-5倍，导致单价居高不下。
Altera曾推出HardCopy试图解决，但因流片成本高、灵活性不足而失败。
这也说明，FPGA的成本问题无法靠[妥协灵活性]解决。
②FPGA设计仍停留在RTL层，需要工程师同时懂硬件架构和算法，而高层综合的资源利用率仅为RTL的50%，难以大规模普及。
相比之下，GPU的CUDA生态让软件工程师也能轻松调用算力。
③FPGA的IP库和工具链依赖厂商自身，而赛灵思、英特尔已积累数十年的IP资源，国产厂商需从头构建，短期内难以追赶。
正如老子所说：[水利万物而不争，故几于道。]FPGA就像水，没有固定形态，却能渗透到数字世界的每个角落，成为支撑技术创新的[隐形基石]。
未来，当我们谈论AI边缘计算、自动驾驶、工业智能时，或许会发现，那个不起眼的[变形金刚]，早已成为不可或缺的核心。
部分资料参考：电子工程专辑：《FPGA技术为什么越来越牛，这是有原因的》，半导体产业纵横：《国产FPGA，打入高端局》，电子电路开发学习：《聊聊国产FPGA芯片选型，仅供参考》，电子发烧友网：《双巨头又要[单飞]，FPGA四十年迎来新变局》，吴川斌的博客：《初识FPGA》，SSDFans：《FPGA 40年：从逻辑优化到人工智能加速》，jed风语者：《AI狂飙,FPGA会掉队吗?》，老石谈芯：《在这个领域，GPU就是FPGA的弟弟》
本公众号所刊发稿件及图片来源于网络，仅用于交流使用，如有侵权请联系回复，我们收到信息后会在24小时内处理。
推荐阅读：
商务合作请加微信勾搭：
18948782064
请务必注明：
「姓名 + 公司 + 合作需求」
