來源：本文由電姬翻譯自semiengineering，作者Jeff Dorsch，謝謝。

在越來越多的設計和越來越多的市場中，我們都能看到 FPGA 的身影；而且隨著它們被納入越來越多的系統中，它們本身也在變得越來越復雜。

十年之前，FPGA 的主要市場是工業、醫療、汽車和航空航天。

這些市場現在依然強勁，但 FPGA 也開始在人工智能、數據中心、物聯網、網絡通信、測試和測量儀器、無線和有線通信基礎設施甚至核電站等地方發揮作用。FPGA 供應商也有意進入大數據分析、機器學習、數據存儲壓縮/解壓和視頻處理等應用領域。而且尚處于早期階段的嵌入式 FPGA（eFPGA）市場也正變得越來越普及，因為對成本敏感的設計師對使用這項技術的信心正越來越足。

一些 eFPGA 創業公司獲得了相當顯著的投資，在這個半導體創業公司稀少的時代，eFPGA 創業公司正在迅猛發展。提供可重配置的 RTL IP 核和相關設計軟件的 Flex Logix 已經獲得了由 Lux Capital 和 Eclipse Ventures 領投的兩輪共 1240 萬美元私募投資。成立于 2007 年的法國 eFPGA 創業公司 Menta 已經得到了 FJ Development EN 領投的 700 萬美元私募投資。

Achronix 和 QuickLogic 等其它一些公司也根據內部的增長預期而大力投資 eFPGA。Achronix 營銷副總裁 Steve Mensor 說他公司的 FPGA 芯片（基于英特爾的 22nm 工藝）仍然占據了收入的大部分，并有望在今年超過 1 億美元。但他說 Achronix 的新 eFPGA 生產線將會占到今年全年 20% 以上的份額。

Flex Logix CEO Geoff Tate 將當前的 eFPGA 市場與從 PC 向移動手機轉型過程中的處理器市場進行了比較。“25 年之前，銷售的大多數處理器都被用在了 PC 和工作站里面。ARM 認識到嵌入式處理器還有機會，這能帶來 x86 架構無力競爭的新型應用——比如手機，必須要把處理器做得足夠小和低功耗才能用在手機里。嵌入式處理器是實現這一目標的關鍵。”

盡管 FPGA 市場一直伴隨著這兩個市場一起增長，但 Tate 指出 eFPGA 是一種完全不同的方法。“嵌入式 FPGA 需要與 FPGA 芯片不一樣的技術調整。”他說，“嵌入式 FPGA 的工作方式與 FPGA 芯片類似。其中有查找表，其中有可編程互連，所以其中的 FPGA 結構類似于你可以在 Altera 或 Xilinx 或其它更小的 FPGA 公司的芯片中看到的結構。但在嵌入式 FPGA 市場，要想成功并且滿足客戶的需求，你必須調整你的技術來解決這些不同的需求。”

eFPGA 的經濟效益

這才是 eFPGA 看起來如此吸引人的原因。

“嵌入式 FPGA 市場的增長速度相當迅猛，因為市場需要這樣的技術。可能在過去的許多年里，那些有能力提供嵌入式 FPGA 的公司只是選擇不生產而已。”Achronix 的 Mensor 說，“現在我們正在供應這項技術，而且我們可以向公司證明：他們能用已有的獨立 FPGA 技術演示的所有功能都會有做成嵌入式的需求。而且他們也了解我們已經為開發自己的 SoC 的公司提供過很多次 IP 了。所以我們已經解決了他們對風險的顧慮。需求一直都有。問題也一直都在。供應一直都受到限制。”

圖 1：亞太地區的 FPGA 市場增長情況和預期，來自 Global Market Insights

圖 2：美國的 FPGA 市場增長情況和預期，來自 Grand View Research

而且也不止于此。多年以來，FPGA 供應商都把自己的芯片當作 ASIC 的低成本替代品進行銷售。所以芯片制造商不必直接為一個新市場創造一種新的 ASIC，而是可以從 FPGA 入手開發，當銷量值得成本投入時，才最終將他們的設計成果轉換成 ASIC。FPGA 供應商在能力/性能方面的營銷上投入了大量資金，卻在可配置性和設計簡易性方面營銷投入較少，也沒有太多投入工藝節點，沒有緊跟最先進的 ASIC 供應商的步伐。

這樣的戰線在 28nm 節點之后就開始分崩離析了。開發先進 ASIC 的成本模式在 finFET 領域遇到了麻煩，在后續節點上開發芯片的難度更大了、成本也更高了，而十億單位級別的芯片終端市場也已被兩家大型移動設備公司主宰。幸運的是，也出現了一些其它新市場，這些市場能給可編程邏輯帶來很好的經濟效益。

“這段時間里，我們真的已經遠不止是一家 FPGA 公司了，并且實際上已經將我們的市場范圍拓寬到了嵌入式處理器等應用領域。”Xilinx 的 FPGA 和 SoC 產品管理與營銷高級總監 Kirk Saban 說，“在我們公司供應的產品的復雜性方面，FPGA 業務范圍正在擴大。”

Saban 說，其中包括先進封裝解決方案、多處理器 SoC、射頻 SoC 和集成高帶寬內存技術。

嵌入式 FPGA 是 FPGA 方法的一個新的轉折點，而它們尤其吸引人的地方是它們可以使用任意工藝尺寸制造，可以為任意應用調控尺寸大小。即使對于可編程邏輯而言，經濟模式也發生了變化。

“傳統 FPGA 芯片面向的是低產量系統或原型系統，”Tate 說，“它們要么一直是低產量，要么在增大產量時會轉而使用 ASIC。FPGA 芯片往往有非常高的功耗、非常高的性能、前沿的工藝技術和非常高的成本。嵌入式 FPGA 可以根據客戶需求選擇工藝，從 180nm 到 16nm 都可以。它必須為高產量的芯片設計進行調整。所以像是最小化金屬層的數量等要求就是非常重要的了，而 FPGA 使用了最大化的金屬層。在嵌入式市場，很多客戶對成本非常敏感，不會使用 FPGA 芯片那么多的金屬層。最重要的是，客戶對尺寸大小的需求多種多樣。一些人需要非常小的嵌入式 FPGA，一些人則需要非常大的。而且他們需要在他們選擇的工藝上的 FPGA。搞網絡通信的人會選 16nm，而搞微控制器的傾向 40nm。客戶了解為他們的需求優化過的工藝，如果嵌入式 FPGA 沒有滿足客戶對代工廠和工藝節點和他們對各自變體的需求——具有他們想要的各種尺寸和他們所需的選擇，那么這種技術就毫無用處。”

不同的指標

這也會改變哪種類型的芯片更適合哪種終端應用的討論。過去，FPGA 通常被拿來和 ASIC 比較，但最近的比較對象則更多是用于機器學習和神經網絡應用的 GPU。

Achronix 的 Mensor 說：“ASIC 就是固化的 FPGA。如果你能承受非常高的開發成本和隨之而來的風險，比如新式的定制芯片設計，那么 ASIC 是一種更優的解決方案。ASIC 有自己的定位，而且這些定位是很有價值的。它們往往為單位成本和功耗進行了優化。一旦你付出了非常高的開發費用（包括工程設計、掩模費用、驗證、軟件驗證、系統級驗證），那 ASIC 最終將得到非常小的 die 尺寸以及一種針對生產的更優的解決方案。使用 ASIC 的缺點是很容易受到錯誤的影響，從而拖延產品。而這就是 FPGA 顯得價值非凡的地方了。FPGA 可以修改。當你的系統在進行 bring-up 測試時，如果你發現了任何問題，你都可以修改你的 EDA 工具上的代碼然后重新配置你的 FPGA。”

對 eFPGA 而言，情況則或多或少有些不同。它可以用任意工藝構建到任何 SoC 中。它可以在先進封裝中被用作加速器，也可以作為單芯片的解決方案。

Tate 說：“我們的技術有一種構造模塊式的方法。我們可以提供上百種不同尺寸的陣列，從小至 100 個查找表到大至 100 000 個查找表。而且每當我們為一個新工藝節點開發 IP 時，我們都會做一個驗證芯片，這讓我們證明我們的芯片并向客戶展示。我們首先讓它有效了，那在他們的芯片上一開始就會有效。”

什么時候銷售可編程性

在新的和已有的終端市場中，eFPGA 和 FPGA 都面臨著很大的不確定性。協議在不斷改變，用于自動汽車和機器學習的技術仍還處在定義和調整階段，而現在的先進制造工藝在足夠穩定足以保證合理產量之前還需要經過多輪修訂。

這使得可編程性（programmability）成了設計中一個有吸引力的選擇。而在一些市場（尤其是機器學習市場）中，FPGA 的表現實際上優于其它處理器類型，因為它們采用了定點計算，而非浮點計算。

“在功率足跡（power footprint）方面，FPGA 要好得多；而且在性能方面也遠遠更好，因為它們固有的平行性就更好，比起 GPU，你可以在 FPGA 中創建更多編程單元。”Mensor 說，“差異在工具鏈、軟件流程上。”

其他人也同意這個觀點。“從機器學習的角度看，盡管人們普遍認為 GPU 在訓練上表現更好，但 FPGA 在推理上表現更好，而且領先優勢還將繼續擴大。”位于新加坡的 Plunify 的聯合創始人兼首席運營官 Kirvy Teo 說，“仍然會有很多競爭。我也有興趣看到英特爾的 CPU+FPGA 的表現會如何。GPU 仍然更容易取得，而且更加常見。每個人都知道 GPU 是什么以及如何使用它。但近來大型云提供商對 FPGA 應用的激增將會帶來一些影響。在生態系統合作伙伴方面，GPU 看起來有優勢，但同樣，FPGA 正在追趕。”

出現這種情況是有原因的，其中比較顯著是功率、性能和可配置性。

“FPGA 為可重配置的應用提供了一些真正強大的計算能力，這些應用中現在最顯著就是每個人都喜愛的機器學習。”OneSpin Solutions 營銷副總裁 Dave Kelf 表示，“Xilinx 等公司正在投入非常大量的工作，要將 FPGA 打造成大型數據中心里加工數據/數字的處理器，以支持機器學習和大數據應用。我們看到其中也使用了大量 GPU，因為它們內置了一種強大的神經網絡機制。FPGA 的優勢是能提供遠遠更高的性能，而且仍然是可重配置的。ASIC 是一個成本極其高昂的命題。在光掩模和芯片制造成本上，FPGA 比 ASIC 更具競爭優勢。”

Xilinx 架構與驗證副總裁 Gaurav Singh 同意這個觀點： “機器學習正變得非常重要，而且機器學習算法的應用和使用實際上也正急速擴張。其中有一個訓練部分，即科學家與數據科學家和專家要試圖構思神經網絡、神經網絡的訓練方式。這就是這個訓練部分。更大范圍部署的實際是推理部分。這是訓練好了神經網絡之后，你希望在高效的設備上實際將其用于推理的部分。為此，肯定要有數據中心。”

總結

美國國防高級研究計劃局（DARPA）估計航空航天和國防電子產品將用掉所有 FPGA 中的大約 10%。汽車電子、通信/數據中心/網絡加速和傳感器融合等領域也會用到分立的 FPGA。

Mensor 說，帶有固化的 IP 功能的 FPGA 將在基于以太網的網絡中得到應用，以 10 到 40 到 100 Gb/s 的速度傳輸數據。另外 FPGA 還將被用于有線開關、測試和測量以及軍事應用。5G 等應用需要在 360 到 500 MHz 條件下運行，而據 Mensor 稱，Achronix正在努力實現那樣水平的高性能。

與此同時，據 Tate 說，eFPGA 的最大應用是物聯網和微控制器、網絡通信和數據中心芯片、航空航天/國防。很多公司都相信，隨著各種工藝節點的 eFPGA 的推出，eFPGA 將占據越來越大的市場份額。

不確定性是有代價的，如果公司錯失了市場窗口，最后只能用基于較舊的協議或為較舊的算法設計的芯片，那這個代價將會非常高昂。可編程性將在這方面提供極大的助力。