通常提到 FPGA，首先想到的是一款可編程的硬件產品，無論是用在嵌入式設備上，還是用在網絡傳輸加速方面，與軟件似乎都沒有太多的直接聯系。

  隨著云計算技術的興起，FPGA 與用戶應用之間的距離在被迅速拉近。

  而如今，工藝的進步和 AI 時代的發展和數據的爆發性，由于 FPGA 在硬件和軟件同時具有天生的超性能和靈活性特征，當 AI 遭遇多場景而導致落地難時，越來越多的創新者將目光聚焦在了靈活應變的 FPGA 及基于 FPGA 的衍生產品上，FPGA 迎來了巨大的發展機遇。

  隨著 5G 的到來，AI 的增長又將會更快。據估計，在半導體業務方面，到 2024 年，AI 將占有約 500 億美元市場。

  硬件加速從實現上看可以有幾種不同選擇：傳統處理器、FPGA 和 ASIC。傳統處理器最有靈活性，能夠覆蓋各種不同應用，但它的能力(效率)最弱。ASIC 的成本、性能和功耗最好，但它不能改變。目前 AI 算法層出不窮，ASIC 不能滿足各種要求。

  若要同時具有可編程性和效率，則可以采用顯示芯片和 FPGA。在功耗和效率上，FPGA 比顯示芯片更強。尤其是在 AI 推理上，對于低精度場景，FPGA 的性能功耗比比顯示芯片大 16 倍。顯示芯片更適合用在服務器側，而 FPGA 則更適合用在邊緣側。FPGA 適合做推理，顯示芯片適合做訓練。

  除了在 AI 的線上推理方向，FPGA 在其他很多方面也能發揮價值。在面向計算密集型任務，比如矩陣運算、圖像處理、機器學習、壓縮、非對稱加密、搜索的排序等的時候，擁有流水線并行和數據并行的 FPGA 效率會高很多。