AI时代FPGA将何去何从

作为一种可编程逻辑器件，FPGA在20多年中已从电子设计的外围器件逐渐演变为数字系统的核心。随着云计算、人工智能时代的到来，善长数据并行计算、更加灵活和低延迟的FPGA将受到更多关注，FPGA厂商也推出不同类型的解决方案加以应对——异构计算平台化、IP化，FPGA正展现出更多新的发展趋势。

AI应用驱动，FPGA市场快速增长

云计算、人工智能的应用发展，对芯片的计算力提出了更高要求，FPGA可以同时进行数据并行和任务并行计算，具备更大的灵活性。很多使用通用处理器或ASIC难以实现的底层硬件控制操作，利用FPGA可以很方便的实现。因此，近年来FPGA受到越来越多的关注和应用。

“AI推断需求的指数级增长，需要特定架构(DSA)以达到最大效率。然而，与AI创新的速度相比，固定硬件的DSA开发周期太过漫长。”赛灵思细分核心市场副总裁Yousef Khalilollahi指出：“FPGA提供灵活应变的平台，支持可随时根据最新AI技术定制的DSA，而且无需坐等漫长硅片研发周期。”

在此情况下，近年来，FPGA的应用领域正在不断拓展，市场规模也不断地扩大。研调机构Global Market Insights的报告称，2022年FPGA规模有望超过99.8亿美元。根据Semico Research预测数据，仅在人工智能应用中，FPGA的市场规模将在未来4年内增长3倍，达到52亿美元。

平台化+异构整合，FPGA展现新趋势

面对拓展越来越大的应用趋势，各FPGA厂商也在推出不同的解决方案。这些解决方案反应了不同厂商面对新市场需求形成不同的发展策略，也对FPGA的技术趋势形成了不同影响。

对于英特尔来说，对FPGA的发展策略则是更多地整合多种处理器产品组合，面向云端提供综合性计算解决方案。

Achronix公司近日发布的Speedster7t代表了另一种发展趋势，其力图将FPGA的可编程性与ASIC的布线结构和计算引擎相结合，通过对二维片上网络(2D NoC)，以及高密度全新机器学习处理器(MLP)模块阵列等的集成，简化用户设计，以应对人工智能机器学习应用的需求。“Speedster7t系统将数学函数、存储器和可编程性整合到机器学习处理器中，再结合交叉芯片、二维NoC结构，可以确保整个器件中数据自由流动。而在人工智能机器学习应用中，内存带宽就是一切，Speedster7t在这方面可以提供令人印象深刻的性能指标。” Achronix Semiconductor总裁兼首席执行官Robert Blake表示。

嵌入式FPGA，市场接受程度提升

不同于CPU、GPU等在移动时代快速实现IP化的发展趋势，嵌入式FPGA(eFPGA)一直没有成为市场的主流。不过，随着云计算、人工智能时代的到来，eFPGA的市场接受度有望进一步提升，成为FPGA产品的主要发展趋势之一。

对此，Robert Blake指出，FPGA是可以有效地实现IP化。eFPGA具有易用性，大大降低了使用门槛，可以快速满足用户多样化需求，无论是系统级还是芯片级都可以支持。这在人工智能时代非常重要，特别是在边缘侧计算中受到欢迎。事实上，现在有很多用户在寻问FPGA的IP问题。相信未来将有越来越多IP化的FPGA被应用。

eFPGA是指将一个或多个FPGA以IP的形式嵌入ASIC、ASSP或SoC等芯片中的发展模式。eFPGA的特色之一是易用性，它降低了客户集成FPGA加速器的门槛。客户通过定制其逻辑、Ram和Dsp资源需求，可以将多个IP进行组合，以便为特定的应用创建优化的可编程功能。这种发展模式在CPU和GPU等芯片中被大量使用，但在FPGA上却没有得到推广。

“eFPGA是令人兴奋的新工具，它使SoC架构师可以使他们的芯片更加灵活和可重新配置。” Robert Blake表示。