人工智能携FPGA发展迅速 创新国产自主之路

谷歌AlphaGo人机大战掀起了人工智能（AI）的发展热潮，其中GPU、FPGA、ASIC作为目前及未来AI芯片的主要方向，发展前景十分可观。据研究机构数据显示，AI芯片2016年的市场规模是23.88亿美元，预估2020年可达146.16亿美元。而FPGA作为由GPU向ASIC过渡的关键性技术，将在云端数据中心业务上得到重用。有研究机构预计，到2018年，大型数据中心将达到400多个，预计FPGA的市场规模到2020年将达到20亿美元。当FPGA遇上人工智能，将擦碰出怎样的火花呢？

今年全民热炒的AlphaGo人机围棋大战乃至近来更加亮眼的AlphaGoZero 100：0击败AlphaGo，让人们豁然看到一个崭新的巨大应用需求：人工智能。人工智能不仅在FPGA的传统应用扩散，诸如通信、工业、军事、航空航天、消费领域，也在快速向新兴应用领域渗透，诸如物联网IoT、自动驾驶、智慧城市、智能制造、智能机器人等；同时，人工智能对高、中、低密度FPGA市场都有极致的市场放大效应。

FPGA自发明以来，经过30年的发展，经历过构架、工艺、封装以及集成高性能模块的多次突破，成为很多领域不可或缺的重要核心芯片，在领域扮演着重要角色。然而，看看近年来几家主要FPGA厂商的财务报表则兴奋不起来，某排名靠前的厂商销售出货量每年增加较多，但实际产生的销售额增长却非常有限，而某些排在后面的老厂则日子过得不顺畅。在此发展瓶颈下，人工智能已爆发的需求或将要爆发的潜在需求大大拓宽了FPGA的应用领域，给国产FPGA成长和突围真正带来了机遇。

人工智能按照应用场景，可以分为云端和终端两大类。深圳市紫光同创电子有限公司（以下简称“紫光同创”）市场营销中心总经理包朝伟表示，云端主要指后台服务器，包括公有云、私有云和数据中心等，终端主要是指汽车、安防、机器人、AR/VR等各种应用。目前，FPGA凭借其高速并行加速计算能力，已经成功应用于云端服务器；而FPGA在终端产品上还处于方案或样机阶段，尚未形成量产规模。

从终端应用来看，AI将率先在汽车和安防应用。陈利光透露，对于汽车来说，GPU之类的器件很难通过严格的汽车电子标准认证。在安防智能终端方面，现在已经看到很多FPGA需求，在功耗、灵活性、性能方面FPGA可以实现最佳平衡。另外，AR/VR、音箱方面也会有些需求。

由上述可见，当下最适用于AI的仍是GPU和FPGA。二者虽各有优劣，但从性能与功耗的综合对比（能耗比）来看，FPGA要比GPU更出色。从目前业界最新研究来看，对于实现高性能的人工智能算法，FPGA与GPU相比，除了能耗比更好外，FPGA还能够做到比GPU的系统性能更高，这让FPGA在AI高性能计算领域获得了更多的青睐和投入。

FPGA的能耗比优于GPU。他分析称，GPU里面有数千个小核心，它同时运行最多数十万个小程序，大多数程序会因为等待访存而卡住，真正在小GPU上执行的程序只有数千个，管理和组织这数十万个不受限制的小程序所付出的硅片面积代价和内存带宽的代价，是GPU低效的根源。FPGA的性能功耗比显著高于GPU。

相较于GPU只能处理运算，FPGA能以更快速的速度一次处理所有与AI相关的信息。FPGA的处理单元是million级，可以做到真正并行运算，可编程性又保证搭建流水线灵活，因此运算速度快，数据访问延迟低，适合inference的实时决策需求。而以TPU、NPU为代表的ASIC芯片类型，目前发展不会那么快。陈利光坦言，人工智能算法不断演化甚至颠覆的特点，决定了TPU方案将面临“跟不上算法演化速度而需要频繁重新开发”的问题，因此很长时间内不适合大规模市场化应用。

今年国内BAT大公司和众多AI创业公司，都在尝试用FPGA来做人工智能方案。从人才的流动来看，目前FPGA在后台服务器的应用价值正在凸现出来，所以现在FPGA开发人员比较抢手，甚至部分技术专家人才的年薪已接近百万。

总而言之，人工智能成为科技发展新的风口，给FPGA带来前所未有的发展机遇。同GPU和ASIC相比，FPGA海量并行计算能力和可灵活编程特性跟人工智能对硬件的需求不谋而合，然而目前因相应开发人才的短缺导致其普及速度不及GPU，这也是FPGA厂商需要突破的方向。

有人认为，除了人才短缺、开发难度较大，相比未来的批量化量产的ASIC芯片，FPGA在成本、性能、功耗方面仍有很多不足。这是否意味着，在ASIC大爆发之际，FPGA将沦为其“过渡品”的命运？

上面这几大难题肯定有突破的空间，从成本来看，其主要受到技术和市场两大因素的影响。一方面，高端FPGA只有两家公司能提供，市场有效竞争不足，导致成本较高。未来随着国产高端FPGA加入，成本将会逐步降低。另一方面，FPGA芯片中大量面积是完成信号互联的，而逻辑单元架构也使得传统的查询表架构很多年没有大的改变。未来应对AI的应用需求，逻辑单元、信号互联和整体架构都可以创新突破。

除此，有业界观点表示，在AI算法定型之前FPGA还会有很大的市场空间，在AI算法定型与成熟之后，FPGA的市场空间可能面临一些挑战。目前为什么ASIC还没正式爆发？整个AI市场还在培育期，算法更新太快，还没有完全定型，想开发一款通用的ASIC来适配多种应用场景，目前看来不可能。而与FPGA配合可以提高ASIC的灵活度。

整体而言，FPGA、GPU、ASIC三大主要AI芯片将在很长一段时间内并存。特别是在AI算法还没完全固定之前，性能、功耗和体积等更为优秀的ASIC芯片也难以快速普及市场，因此，FPGA在这段时间内有很大的施展空间，即便是在ASIC算法成熟之后，FPGA也将作为ASIC的“辅助”芯片而存在，并不会沦为一个“过渡”产品。

多方资料显示，FPGA将在云端数据中心业务发挥突出的作用。据某数据调研报告预计，未来云端芯片的空间2020年有望达105亿美元，其中FPGA将贡献20亿美元。从AI芯片发展路线和规律上来看，未来AI芯片要解决几个问题，最关键的是灵活度，要能实现并行的高速运算，二是要容易开发；三是能耗比要好。这三点一定是未来AI芯片的发展方向，也是FPGA厂商都需努力突破的要点。

从市场竞争格局来看，目前FPGA市场高度集中化，Xilinx和Altera两家几乎囊括了近90%的市场份额，合计专利达到6000多项，剩余份额被Lattice和Microsemi占据，共计超过3000项专利，技术专利和开发难度使得FPGA行业形成了较高的壁垒，这对后进者造成非常大的压力。