摩爾定律說,集成電路上的晶體管數量大約每兩年翻一番。隨著晶體管尺寸接近物理極限,摩爾定律的原始含義已不再適用,但計算能力的提升并沒有停止。英偉達的SOC在過去幾年的發展中,AI算力大致為每兩年翻一番,這與摩爾定律的速度高度相似,而通用GPU的算力增長更是驚人,達到了八年1000倍。

「GPU算力八年1000倍增長」
過去我做FAE的時候,客戶經常會問,“你們芯片多少萬門?”。而現在他們經常會問,“你們芯片算力多少T?”,其實有的人連算力的概念和單位都沒搞清楚。可見技術日新月異,人們的話術也在努力跟上。
FPGA就是可編程邏輯門陣列,這個名字很形象。數字電路可以認為是一個個邏輯門構成的,而FPGA就是可編程邏輯門集合體,內部的邏輯功能和互連都可以通過編程改變,主流的編程語言是硬件描述語言Verilog和VHDL。
對年輕人來說,FPGA是一種有點冷門但好像又少不了的技術。過去十年,全球FPGA市場呈穩步增長態勢。2014年市場規模約為45億美元,到2018年,這一數字增至63億美元。2023年,全球市場規模達到97億美元,盡管2024年這一數值陡降至大約75億美元,但是未來總體的趨勢依然是穩步增長。
在AI浪潮下,我們為什么對FPGA有這樣的信心,這就需要了解FPGA的四大特點,以及這四大特點給它帶來什么樣的需求基本面。
需要說明一下的是,軍工市場的信號處理,圖像處理,高性能運算等領域是FPGA的重要市場,但是國內的軍工市場不是完全市場經濟,不便展開討論。另外,像腦機接口、量子計算等領域雖然也有FPGA的使用,但是基本都處于早期科研階段,距離我們想要的Business還差得太遠,也不會涉及。
我們不想只講一些大詞匯,比如數據中心、人工智能、5G通信、自動駕駛、邊緣計算之類,而是根據實際的應用情況,分門別類闡述一下FPGA的主要應用場景,都有跡可循,并非紙上談兵。但因客戶信息需要保密,因此文中盡量不出現具體客戶名字。
FPGA四大特點與生存機會
特點一:硬件可編程
硬件可編程是什么意思?這是相對軟件可編程而言的,CPU的硬件電路固定不變,對CPU進行編程就是通過指令調用CPU硬件資源如ALU等去實現需要的計算。而FPGA不同,本身的硬件電路就是可編程的,它理論上可以做出任何數字電路,甚至可以通過FPGA的邏輯搭建一個CPU并對其進行編程。硬件可編程是FPGA的基礎特性,也可以在線更改電路功能,實現動態功能重構(DFX)。

「CPU與FPGA數據處理方式不同」
FPGA產生的背景,是硬件的靈活性和定制化需求。早期的FPGA被稱為膠水邏輯(glue logic),像膠水一樣把一些無法直接相連的芯片連接在一起,實現定制的功能。輸入輸出基本單元叫I/O塊,接口種類要豐富,數量多,靈活配置。內部也要有足夠多的邏輯來實現自己需要的功能,里面的基本單元被稱為邏輯塊(Logic Block)。邏輯塊和邏輯塊及I/O塊之間需要有足夠多的可編程互連開關來實現各種連接的需要。

「FPGA內部結構」
下面,我們看看可編程能帶來哪些機會。
通信與網絡
早期通信技術可謂一日千里,協議迭代迅速,對快速、高效、可定制、可升級的硬件需求,使得FPGA成為理想選擇,通信帶著FPGA一路狂奔。在相當長的時間內,通信都是FPGA最大的單一市場。
從電路交換到包交換,從以太網,OTN到無線LTE/5G NR通信協議,都成了FPGA的重度依賴者。國內通信市場的頂峰時期,華為和中興的FPGA需求占了國內總需求的90%以上。現今由于各種原因交織,他們已經大量棄用FPGA,使得其在通信市場風光不再,令人唏噓。
無線網優市場逐漸萎縮,5G市場也基本被做殘,僅部分5G RRU上面會有FPGA的存在,其他通信領域的FPGA的大規模應用已經看不到了。

「5G系統」
芯片仿真,原型驗證
很多客戶喜歡自己開ASIC芯片,ASIC的一次流片費用很高,經不起折騰,最好一次投片成功,否則損失巨大,因為投片以后電路就固定了無法修改,有bug通常會非常麻煩。因此在投片之前,需要大量的仿真和驗證。仿真用EDA工具就好了,驗證就必須有原型,而FPGA就是最好的原型,可以不斷的修改,試錯成本為零。
FPGA和ASIC在前端設計功能驗證階段是高度重疊的。芯片驗證是個剛需,毫無疑問,在芯片驗證市場FPGA越大越好,能塞下的功能越多越好。很多時候,一個大的ASIC需要分拆成多個FPGA或者分功能模塊來進行驗證。

「FPGA原型驗證平臺」
FaaS (FPGA as a Service),FPGA即服務
超大型FPGA比較貴,本地綜合布線時間很長,對用戶不友好。FaaS,FPGA即服務,是一種將FPGA硬件算力作為云服務提供給用戶的概念。
自從亞馬遜EC2 F1實例批量部署以后,FaaS蔚然成風。F1實例使得用戶能夠在云中使用 FPGA進行硬件加速,而無需自己購買和維護FPGA硬件。F1實例提供了強大的FPGA加速計算能力,尤其適合于需要大量并行計算的工作負載,如數據加密、機器學習推理、視頻處理、基因組分析等。平臺允許開發者通過HDL(如VHDL、Verilog)編寫自定義硬件加速器,也有限支持OpenCL和C/C++等高級語言編程。國內公司騰訊阿里迅速跟進,成為當時的熱點應用。
特點二:并行及實時
邏輯陣列數據可以經由I/O塊從四面進來,也可以從四面出去,天生是個并行處理器。輸入到輸出的延時取決于硬件邏輯單元和走線,沒有軟件參與,不會受到操作系統任務調度、上下文切換等因素的影響,延時低且相對固定。這對于實時系統非常重要,尤其是在控制系統或時間敏感型任務中,確定性的響應時間是必須保證的。并行與實時是FPGA的另一項特點,也給FPGA帶來了非常多的應用機會,讓我們一一道來。
視頻圖像處理
對于定點整形數據,FPGA有天然的優勢。視頻和圖像數據結構簡單,涉及大量的數據流和復雜的計算(如像素處理、濾波、轉碼等),而FPGA可以將這些計算任務分解成多個并行操作,同時處理多個像素或視頻幀,提高了數據吞吐量和實時處理能力,非常適合視頻圖像處理。
ISP(圖像信號處理)是非常重要的功能,常用FPGA實現,包括去噪,色彩增強,動態白平衡,寬動態,縮放等。且ISP在不同的領域的需求大相徑庭,比如安防攝像頭、醫療內窺鏡、車用后視鏡(CMS)這些應用對ISP的要求都不一樣,因此給了FPGA很大的發揮空間。
家用投影包括車用投影的畸變矯正(Warp)功能,也是一個引人注目的FPGA應用場景。但是隨著投影主芯片廠家的改款,也可能面臨機會的丟失。
視頻處理五花八門,如視頻拼接,就是把多個視頻源做拼接,開窗,漫游,縮放,疊加,畫中畫等,投射到一個大屏中顯示,大屏可以是LCD、LED或投影。再比如摳圖,FPGA 可以加速視頻中的背景減除算法,并實時配上新的背景。在實時切換和推流領域,FPGA 可以實現多個視頻源的實時合成與切換,廣泛應用于視頻監控、專業音視頻、廣播等領域。在車載環視剛出現的那幾年,很多客戶把幾個攝像頭的數據先做畸變矯正,再進行縫合,做成一幅完整的鳥瞰圖,也獲得了部分市場份額。
需要重點強調的是,在專業音視頻和廣播市場,Video-Over-IP是一個大趨勢,涉及的主要協議有NDI,Dante AV, IPMX等。NDI更適合便捷的視頻制作,Dante AV注重音視頻同步,而IPMX主要基于SMPTE2110 標準,更傾向于無壓縮或輕壓縮的音視頻傳輸,適合高質量、標準化傳輸的廣播和專業場景。Video-Over-IP的潮流中蘊含著FPGA/SOC的大量機會。
LED大屏驅動,LED動態背光,LCD屏TCON
LED大屏的驅動起源于2000年代初期,由于沒有標準,只能用FPGA根據自己的需要定義管腳和掃描格式,逐漸形成了一個專業市場。在發送卡和接收卡上都需要FPGA,現在單獨的發送卡越來越少,取而代之的視頻主控I/O板上面也都會用FPGA實現。
在接收卡上FPGA的并行處理能力使其能夠高效地管理每個LED燈珠的驅動信號,確保顯示效果的準確和實時性,并根據需要調整掃描模式、亮度調節、顏色校正等。最近幾年,隨著LED燈珠點間距越來越小,LED屏分辨率越來越高,FPGA功能也在不停的迭代。發送與接收之間的傳輸媒介從GE PHY也逐漸進化到2.5G/5GE PHY,有的也用光纖傳,有的用壓縮后的視頻傳輸以減小帶寬。
除此之外,LED多區動態背光控制,早期高清電視屏TCON(時序控制),各種返修屏TCON,各種非標屏適配,專業監視器如醫療屏,都是用FPGA來驅動的。
信號加解密,實時包解析
FPGA天生適合實時加解密,它能夠在硬件層面直接實現AES/RSA等加密、解密、認證和校驗功能,減少CPU的負擔,提高整個IPSec協議棧的效率。FPGA可以在硬件中實現高效的深度包解析和高速轉發,無需CPU參與。另外,當年的灰產,破解Nintendo游戲卡,也是有用小規模FPGA來實現。
用FPGA做DSP是2000年代初興起的一種熱點技術,FPGA具備高度的并行處理能力,內部有固化的乘加運算電路(DSP Block),能夠靈活實現多種信號處理算法,因此在許多高性能應用場景中,開始扮演重要角色,主要算法有FFT, FIR/IIR,卷積,調制解調,波束成形等等。FPGA著實搶了很多TI和ADI的DSP處理器的市場,讓DSP處理器逐漸退守嵌入式系統(如音頻處理)和一些固定算法(如簡單濾波器、語音處理)場景中。至今,FPGA實現DSP仍然方興未艾,有著較強的生命力。FPGA內部集成AIE又進一步增強了其DSP運算能力。
數據預處理,傳感器融合
數據預處理是個比較寬泛的概念,很多場合都需要。在醫療超聲設備中,通常數據預處理包括采樣率轉換,去噪,增益控制,再進行波束成形(Beam-forming)。
而在車載激光雷達中,經過預處理的數據通常被送到傳感器融合部分做進一步處理。傳感器融合通常需要對來自不同類型傳感器的數據進行大量的并行計算和處理。FPGA可以同時處理多個數據流,實現快速的數據融合。例如,攝像頭和激光雷達、超聲波傳感器、慣性測量單元(IMU)等傳感器的數據,可以并行處理并在同一時刻輸出融合后的信息,減少延遲。
能夠確保數據融合過程中的實時性,處理速度和響應時間是基于硬件的,通常遠遠快于基于軟件的處理方法。這種低延遲特性對于需要快速響應的應用場景(如自動駕駛、機器人控制等)至關重要。
FPGA在機器視覺中具有廣泛的應用,尤其在實時性要求高、數據處理量大、并行計算能力要求強的場景中,FPGA能夠發揮獨特的優勢。無論是在傳統的計算機視覺任務(圖像處理、特征提取、目標檢測)還是深度學習推理方面,FPGA都能提供顯著的性能提升,并在工業自動化、安防監控、輔助駕駛等領域中得到廣泛應用。
AI推理加速
與CPU和GPU相比,FPGA能夠實現針對特定神經網絡架構的硬件加速,提供更高的吞吐量和更低的功耗。特別是在邊緣計算或嵌入式AI應用中,FPGA是進行深度學習推理的理想選擇。
早幾年比較典型的是在輔助駕駛ADAS中實現雙預警和AEB,有的客戶用FPGA實現二值化神經網絡BNN,能夠把ZYNQ7020的算力優化到1.5T。其他有趣的應用包括智能座艙內的DMS,智能相機的目標識別,瑕疵品識別,智能醫療內窺鏡的超分顯示和AI去霧等算法。
斯巴魯汽車用賽靈思的7nm Versal AI Edge芯片實現雙目視覺自動駕駛方案,這個也是公開的新聞了。另外,在數據中心推理加速中,FPGA的加速卡也有一定的應用。

「AI Edge在雙目視覺自動駕駛中的應用」
盡管面臨算力SOC和英偉達Jetson產品的嚴峻挑戰,但FPGA在一些定制性和硬件加速方面依然有其獨特優勢。FPGA可以針對特定的神經網絡架構進行高度優化,提供更為精確的加速,這對于某些特定應用,尤其是在功耗極為敏感的場合仍然是FPGA的強項。
智能網卡,高頻交易
在智能網卡(Smart NIC)中,FPGA能夠在硬件層面加速網絡協議棧的處理,減少CPU負擔,直接處理網絡流量中的常見任務(如TCP/IP協議棧、加密、解密、流量分析等)。通過將這些任務卸載到 FPGA,能顯著提高數據包處理速度和網絡性能。
金融高頻交易要求極低的延遲,FPGA可以直接對市場數據(如股票、期貨報價)進行高速處理和過濾,相比傳統CPU,FPGA可以在幾微秒內完成復雜的運算任務,確保交易策略實時生效。
伺服驅動Servo Control
伺服驅動是FPGA切入工業控制的第一個陣地,在伺服驅動系統中,FPGA可以通過固定時鐘周期完成電流、位置、速度環控制,確保閉環控制的超低延遲。FPGA具備同時處理多個編碼器、PWM 信號、反饋信號的能力,使其特別適合多軸伺服系統和驅控一體機。
工業以太網,1588 PTP/TSN,和GOOSE
FPGA的實時和低延時也在工業通信領域大放異彩,工業通信講究高帶寬,實時性,延時可預測,時間同步以及服務質量(QOS)。
FPGA在IEEE1588PTP和TSN中的優勢主要體現在其低延遲、高精度的時鐘同步、并行計算、硬件加速和高吞吐量的能力上。FPGA能夠實時過濾和優先處理TSN和工業以太網中的數據流,確保關鍵數據優先傳輸,避免網絡阻塞。通過硬件實現這些協議,FPGA能夠提供比傳統基于CPU的軟件實現更高效、實時的性能,特別適合工業自動化、汽車、高鐵、醫療、視頻監控等領域。
GOOSE是用于電力系統中的實時事件通信協議,利用以太網鏈路層傳輸,強調毫秒級甚至微秒級的延遲來響應斷路器跳閘、保護動作等關鍵事件。FPGA的固定時鐘周期和并行處理能保證信號處理和數據傳輸的確定性延遲,滿足GOOSE對高實時性的要求。FPGASOC中的ARM處理器則負責控制和協調保護動作。實時處理的性能是繼電保護系統成功的關鍵,FPGA邏輯部分和ARM部分軟硬件協同工作能夠保證這一點。
測試與測量設備
在高端示波器中,FPGA的并行大帶寬特性可以實時捕獲高速信號(如100Gbps),在射頻測試儀中,FPGA可以用來生成與分析5G NR信號。
FPGA可以用延時鏈產生精準的脈沖,能夠通過硬件加速執行各種數學運算(如傅里葉變換、卷積、統計分析等),從而加速數據分析過程,實時顯示測量結果。這在頻譜分析、時域分析和其他復雜測試中非常有用。在基因測序行業中,FPGA可以用來加速數據比對,提高測序效率。
高速工業相機
2D/3D高速工業相機通常需要捕捉和傳輸大量的圖像數據,尤其是高分辨率、高幀率的圖像。有的可達每秒幾千幀,FPGA 能夠提供極高的數據帶寬,直接與圖像傳感器進行高速數據傳輸,避免了CPU或GPU可能存在的帶寬瓶頸。
FPGA還可以支持多種高速接口(如 GigE Vision、Camera Link、CoaXPress、PCIe等),能夠高效地與工業相機的傳感器和外部設備進行連接,確保數據的快速傳輸。
小結
此系列文章,我們分為上中下三篇連載。本文是上篇,內容主要介紹了FPGA的四大特點中的前面兩個:硬件可編程、并行及實時,以及這些特點帶來的主要市場機會。
在中篇里,我們將會繼續闡述FPGA另外兩大特點:高集成度、新工藝新接口。而在下篇中,我們會集中說一說FPGA的五大硬傷以及破局之道。
未完待續…
聲明:本文內容全部來自業界資訊和個人理解,未涉及任何公司機密和客戶信息,僅供大家交流參考。
2025年3月
-
FPGA
+關注
關注
1660文章
22408瀏覽量
636231 -
gpu
+關注
關注
28文章
5194瀏覽量
135429 -
AI
+關注
關注
91文章
39755瀏覽量
301359
發布評論請先 登錄
使用NORDIC AI的好處
使用ROHM Solist-AI技術讓你在MCU上玩轉AI
AI狂飆背后的隱形冠軍:解碼AI服務器與MLCC的共生革命
如何利用Verilog HDL在FPGA上實現SRAM的讀寫測試
【「AI芯片:科技探索與AGI愿景」閱讀體驗】+AI芯片的需求和挑戰
使用Altera SoC FPGA提升AI信道估計效率
AI 芯片浪潮下,職場晉升新契機?
AI狂飆, FPGA會掉隊嗎? (下)
AI狂飆, FPGA會掉隊嗎? (中)
AI狂飆, FPGA會掉隊嗎? (上)
評論