FPGA在时代扮演何种角色？

应对摩尔定律挑战的一个典型方案是异构集成和3D-IC。这也是现在比较流行的所谓more than Moore （ 超越摩尔定律），在封装层面的革新，是许多人认定延伸摩尔定律的一种可行方案。

奉行摩尔定律的历史，本质上已经不复存在了。现在业界很流行的讲法是Jim Keller提的“domain-specific （领域专用）”，即虽然晶体管数量很难按照定律攀升，但具体应用场景，对性能的渴求依然不变。为了保持芯片的性能提升，唯有针对特定场景或“特定领域”制造芯片，甚至发展成专用芯片，性能和能效比自然又能完成新一轮的飞跃。

比如谷歌在发展人工智能的过程中，脱离GPU自己开发了AI专用芯片TPU——这是个ASIC。“谷歌开始做了，Facbook，亚马逊，百度、阿里巴巴就都有可能跟进。你会发现，这些做数据中心的大型企业都会想办法做自己的芯片。这些芯片本身不一定赚钱，因为它量有限，又不对外出售，但芯片会驱动这些数据中心企业自身业务的优化，在系统层面产生经济效益。”在上海举行的CISES（中国国际半导体高层峰会）上，赛灵思中央工程部芯片技术副总裁吴欣先生和我们聊道。

我们在《深度学习的兴起，是通用计算的挽歌？》一文中曾经探讨过这个问题。除了台积电、Intel这类从事制造工艺一线生产的企业，通用计算在摩尔定律上的难以为继几乎是行业共识，不过针对“domain-specific”真正的发展方向，不同层级的半导体行业参与者，在看法上却可能有着很大差别。

甚至仅是针对某一个门类的应用场景，比如AI芯片，市场参与者的态度都差别甚大。在今年的WAIC世界人工智能大会上，有学者提到AI芯片就分成两个派系，其一是谷歌TPU、地平线征途、Intel Nervana，赛灵思DPU IP为代表的专为卷积神经网络（CNN）提供加速的芯片，其二是Graphcore、Wave Computing、华为为代表，所推出的具有弱编程特性的AI芯片。这种某个特定领域相对通用，以及绝对专用的思路，都在摩尔定律发展停滞的时代，显得格外有趣。

更有趣的是，天生具有可重配置灵活应变能力的FPGA，在这样一个时代交替的过程里，异军突起，两大领头企业一个被Intel战略收购，一个股票与收入连连创纪录， 应用领域全面扩展，似乎迎来了其发展历程中的新黄金时代。

那么， FPGA 究竟将在这个时代扮演何种角色？

编辑：黄飞