摘要：随着上周新闻中Tomato、Cadence、Synopsys相继暂停了EDA软件的技术支持与升级服务，目前整个半导体行业正处于高度紧张状态。虽然用于成熟制程的EDA软件后续可能会重新开放，但针对高阶高性能计算芯片所需的工具，大概率会进一步收紧，这可能会影响到更

随着上周新闻中Tomato、Cadence、Synopsys相继暂停了EDA软件的技术支持与升级服务，目前整个半导体行业正处于高度紧张状态。虽然用于成熟制程的EDA软件后续可能会重新开放，但针对高阶高性能计算芯片所需的工具，大概率会进一步收紧，这可能会影响到更先进制程的研发效率。

那么，什么是FPGA？FPGA芯片为何如此重要？FPGA的国产化进展如何？我们应该如何提前做好准备？这期视频，我们就来科普一下这个非常重要的话题。

什么是FPGA？

FPGA全称是现场可编程门阵列，又称万能芯片。顾名思义，它与我们常见的CPU、GPU、NPU不同，FPGA并非为单一功能而设计的固定芯片，而更像是一块空白画布。

其核心架构基于可编程逻辑单元，如查找表和灵活的互联网络，允许用户通过硬件描述语言进行编程，动态配置电路功能，从而实现从基础逻辑运算到复杂系统任务的多样化设计。

历史上，FPGA是由天才工程师Ross Freeman于1984年发明的。当时，Freeman一直认为，除了标准固定功能的ASIC器件之外，一定存在一种更经济高效的芯片设计方法。

随着1985年全球首款商用FPGA XC2064的问世，标志着可编程硬件时代的开启。XC2064拥有8.5万个晶体管、64个可配置逻辑块和58个I/O块，但受限于当时晶圆制造技术和高昂成本，早期的FPGA主要在胶合逻辑领域使用。

直到90年代初，FPGA突破了门级数的限制，才开始逐渐脱离胶合逻辑场景，逐步替代ASIC。

最典型的产品是XC4000系列，它首次集成了嵌入式SRAM和DSP功能，使其在无线通信、基础设施、工业控制等领域崭露头角。随后，1999年，Altera推出了Stratix系列，功能从基础逻辑扩展到嵌入式系统和高速接口，为消费领域高量产应用提供了更具成本效益的ASIC替代方案。

在此期间，FPGA的出现也间接催生了Fabless（无晶圆厂）的商业模式。正如Freeman所说，人们无需过于关注芯片制造，只需专注于愿景设计。FPGA大大降低了硬件创新的基础门槛。

时间来到2015年之后，随着以AlexNet为代表的神经网络模型问世，FPGA开始深度融合AI加速能力，在人工智能领域发力。特别是在近期，随着Transformer架构的横空出世，FPGA在AI推理领域也焕发了第二春。

从最初的XC2064的8.5万个晶体管，到如今最先进的XCVU1902的1380亿个晶体管，逻辑单元从64个增加到1850万个，这种巨大的飞跃使得FPGA目前在电信、数据中心、汽车、工业、无人机、人工智能、航空航天等诸多领域中无处不在，成为关键的基础芯片。

在如今瞬息万变的科技进程中，芯片半导体如同神经元一样，从智能手机到超级计算中心，无处不在。这些芯片大致可分为模拟芯片和数字芯片，其中数字芯片主要负责处理数字信号，约占整个半导体市场的70%。

数字芯片进一步细分为处理器、逻辑和存储三大类，而FPGA是可编程逻辑芯片。在半导体产业链中，FPGA扮演着承上启下的关键角色，介于通用芯片与专用芯片之间，提供了一种兼具灵活性和高性能的解决方案。

尽管FPGA市场规模相对较小，仅占逻辑芯片市场的约5%，市场规模约100亿美元，不到微处理器的十分之一，但这丝毫不能削弱FPGA在许多领域不可或缺的生态位。以5G通信为例，目前5G通信标准仍在快速演进中，新协议和功能不断推出。

如果采用ASIC芯片，每次协议更新都可能需要重新设计和制造芯片，这不仅成本昂贵，而且耗时。而FPGA则可以通过简单的软件更新适应新协议和标准，无需更换硬件平台，大大延长基站的生命周期。

FPGA的硬件并行架构天然适配这类高并发、低延迟的需求，尤其是在未来L4、L5自动驾驶上，FPGA在算法验证、协议适配以及异构计算中的作用越来越关键。

特别指出的是，随着深层AI技术的高速发展，尤其是在Transformer架构横空出世之后，FPGA在AI推理和边缘计算领域展现出巨大潜力，有可能成为继GPU之后又一重要的AI加速器。一方面，FPGA内部拥有大量可编程逻辑单元，可实现高度并行计算，高效执行AI算法。

同时，得益于FPGA的低延迟特性，在自动驾驶、无人机、机器人、智慧城市等边缘计算设备中，FPGA能够实时处理数据和决策，满足对异构、低延迟和高能效计算的需求，其灵活性也能适配不断变化的AI模型和算法。

简单来说，FPGA在AI推理和边缘计算中已展现出独特优势，未来发展潜力巨大。

目前，全球FPGA市场几乎被赛灵思（Xilinx）、英特尔（Intel）、Altera、Microchip这四家美国公司主导。2024年，这四家公司合计占据全球约90%的市场份额，其中赛灵思在近五年间完成了从30%到50%份额的高速跨越，牢牢占据500K以上高容量FPGA的中高端市场。

中国大陆是全球最大的FPGA市场，约占全球近40%的份额，特别是在边缘计算、机器人、数据中心等场景的需求量快速增长。

问题是，目前本土FPGA厂商的市占率不足20%，且主要集中在28纳米及以下的中低端产品。在越来越多中国企业被列入实体清单的情况下，像EDA一样的断供随时可能发生。因此，FPGA国产替代的紧迫性已不言自明。

在FPGA领域，我们不能一上来就追求完全的弯道超车或国产替代，这既不现实也不可取。我们既要认清劣势，也要抓住优势和重点方向。例如，在边缘AI领域，FPGA+AI的异构计算是一个很好的突破口。

随着AI推理需求快速爆发，对低延迟、高能效比的需求日益迫切。尽管GPU在AI训练中占据主导地位，但FPGA凭借其独特优势，在推理场景中正异军突起。FPGA可通过硬件重构适应不断变化的AI模型和算法，而NPU芯片擅长固定算法的高效执行。

未来，两者结合可实现通用加专用的互补模式，为AI应用提供强大、低功耗、高灵活度的硬件基础，满足自动驾驶、机器人、工业自动化等新兴领域的巨大需求。

再如，在SoC FPGA方向，通过定制化AI加速可满足边缘设备对低功耗、小体积与高切深度的需求，系统级FPGA的市场潜力巨大。

此外，在制程方面，可通过Chiplet技术结合本土晶圆厂能力弥补差距。简单来说，危机与机遇并存。

当细分领域的长板足够尖锐，当某一类产品做到国际先进，FPGA的国产替代也就水到渠成了。

【内容来源@白呀白Talk】

来源：波波百谈