AI催生的大算力為諸多處理器企業(yè)帶來了實打實的營收，相比之下，面對AI這波紅利，高端FPGA市場顯得有些“落寞”。

“輔助者”的角色

現有數據中心中，FPGA的角色更像是個“輔助者”。

ASIC流片前的硬件仿真或原型驗證平臺，是FPGA的第一重身份。

相較于CPU、GPU，FPGA作為一種具有可編程特性的集成電路，靈活性更強。GPU等類型處理器一經生產，其邏輯功能就被“固化”在芯片上，盡管很多芯片可以通過對片上寄存器進行編程，但這種編程更多是改變芯片的配置，并不會改變其本身的邏輯功能。如果想要對它的邏輯功能進行更改，或者修復設計的缺陷和漏洞，就要重新對芯片進行設計、驗證和制造，這一過程需要耗費大量的時間、人力、金錢，也將為設計公司帶來更高的投入和風險。

而FPGA只包含最基本的邏輯門，通過某種方式對這些邏輯門進行排列組合，就能通過編程改變其邏輯結構。這樣一來，包括算力芯片企業(yè)在內的處理器供應商，都會采購FPGA進行流片前的硬件預研工作。

FPGA的另一重身份，被業(yè)內戲稱為“像膠水一樣的功能”——把不同類型處理器更好地連接在一起，從而幫助整個處理器系統(tǒng)更好地發(fā)揮作用。

加速推理是其一。

“AI技術很大一部分應用是在推理側。FPGA通過其硬件靈活性、低延遲、低功耗，以及能夠與CPU等一同運行混合計算等優(yōu)勢，為 AI 推理提供了有效加速。而且，在諸如運行神經網絡的矩陣運算等并行性密集型任務或應用場景中，使用FPGA能夠顯著提高 AI 推理的性能和效率?！蹦矲PGA業(yè)內人士在接受《中國電子報》記者采訪時這樣說道。

提高通用處理器計算能力是其二。

FPGA通過其靈活的硬件加速能力、可配置的豐富接口如PCIe Gen5和CXL，及可與處理器協(xié)同工作等特性，為處理器提供了強大的支持，使其更好地滿足日益復雜的AI計算需求。如，FPGA可以與通用處理器協(xié)同工作，形成混合計算環(huán)境，即處理器和FPGA相互補充，共同應對不同類型的計算任務，提供更全面的計算性能。此外，業(yè)界還在通過開源軟件套件等，助力客戶靈活運行多種AI工作負載、降低總體擁有成本（TCO）的嘗試。

開發(fā)難度大

AI幾乎為各種類型的處理器帶來了難得的增長風口。數據中心市場更是由于產品價值量大、利潤率高，獲得了相當的市場關注。近兩年，頭部算力芯片企業(yè)如英偉達，入局芯片設計市場的云計算廠商如谷歌，如雨后春筍般出現的新興算力芯片設計企業(yè)，都在頻頻更新自己的產品序列和技術參數。

相比之下，FPGA顯得不是那么活躍。

AMD當前面向數據中心側的高端旗艦產品仍是2021年開始量產出貨的Versal產品組合，包括Versal AI Core、Versal Prime和Versal Premium三大產品系列。收購FPGA企業(yè)賽靈思后，AMD是全球最大的FPGA廠商。

Altera FPGA產品序列（圖源：英特爾官網）

Altera當前面向數據中心側的旗艦產品Agilex發(fā)布于2019年，基于英特爾10納米工藝設計。其間，產品序列逐漸擴充。其中，面向數據中心的Agilex 9、Agilex 7F系列和I系列旗艦已經投入生產。

與兩家企業(yè)其他面向AI算力的產品相比，FPGA產品線的更新速度難以同日而語。

之所以出現這種狀況，“開發(fā)難度大”是記者了解到的一個非常重要的原因。

西南交通大學集成電路科學與工程學院副院長邸志雄在接受《中國電子報》記者采訪時表示，FPGA是一種以數字電路為主的集成芯片，所以開發(fā)門檻和部署難度相較于GPU等算力芯片更大。

市場研究機構Gartner副總裁盛陵海在接受記者采訪時表示，相較于FPGA，NPU等ASIC不需要滿足通用性的要求，只要滿足單一功能要求就可以了，因此設計起來更為簡單。

“這也就是近兩年NPU廠商如雨后春筍般出現，但能做高端FPGA的廠商至今只有兩家的原因之一?！笔⒘旰Ｑa充道。

面臨算力芯片市場擠占

更新迅速的算力芯片的盈利能力也比FPGA更強。英偉達等公司推出的計算卡集成度高、規(guī)模大、采用的工藝節(jié)點也更新很快，從而能夠承接增長迅速的算力需求。相比之下，FPGA的工藝節(jié)點更新和性能提升速度便難以企及，從而難以突破原有的“舒適圈”。

半導體業(yè)內資深人士李國強在接受采訪時表示，FPGA在驗證AI芯片結構的合理性方面，的確有其自身價值，但在承接AI高算力需求時，與AI芯片相比，性能差別很大。

AMD在擁有全球最大FPGA業(yè)務的同時，也是全球第二大數據中心側CPU和GPU的供應商。從2024年第二季度財報來看，其數據中心業(yè)務營收（含GPU和CPU）為28億美元，嵌入式業(yè)務（含FPGA）營收為8.61億美元。不難看出，二者并不在一個數量級。加之，AMD嵌入式業(yè)務中，面向邊、端側的業(yè)務還有相當比重，則面向數據中心的FPGA業(yè)務占比就更低。這恐怕也是AMD在產品投入和宣傳力度上，對數據中心側CPU、GPU與FPGA差別巨大的原因。一如今年6月，AMD 董事會主席兼首席執(zhí)行官蘇姿豐在 COMPUTEX2024上發(fā)表的長達一個多小時的演講中，面向數據中心的嵌入式業(yè)務幾乎未提。

蘇姿豐在COMPUTEX 2024上的演講，對嵌入式業(yè)務的介紹著重邊端側
不僅如此，FPGA原本在數據中心發(fā)揮的作用，還面臨著被新型算力芯片替代的風險。

李國強表示，新發(fā)布的AI芯片由于規(guī)模大，逐漸集成了許多原本其他芯片擁有的功能，這樣一來，原本用以輔助處理器提高計算效率、補足計算和系統(tǒng)功能的FPGA的部分功能被替換掉?！熬拖袷謾C芯片一樣，隨著主芯片的功能集成度越來越高，外圍其他芯片的市場價值便被擠占了?！彼f。

但不論在數據中心中的應用規(guī)模是否有所縮減，FPGA作為芯片驗證功能的市場需求持續(xù)存在。這是一個其他產品類型無法替代的市場空間。雖然規(guī)模不大，但是穩(wěn)定增長，只是增速不如算力芯片等顯著而已。這也就是FPGA芯片供應商，即便營收有大幅變化，但利潤率基本保持穩(wěn)定的原因。