FPGA自誕生以來就存在著極端的兩面性，一面幫助各技術突破瓶頸，一面又對各技術和多領域造成了成本等因素的困擾。可以說，FPGA在發展的道路上，總有博弈發生。

提供捷徑，代價是昂貴

FPGA自誕生以來，就一直沖擊著眾多的集成路電的神經，尤其是ASIC芯片，得到了較大的發展，尤其是在電信領域。

因為電信領域與其它行業不一樣，電信的標準是在不斷變化的，那么相關的設備也會不斷變化，如果你生產的設備自生產之后就定型了，一成不變了，肯定是不符合的。

而FPGA可以重新編程則讓電信設備即使在生產出來之后，也能夠進行改變，所以電信行業一直是FPGA最大客戶。

由于ASIC需要很長時間才能完成，FPGA提供了捷徑。電信設備的最初版本一般采用FPGA，但FPGA高昂的價格引發了沖突，對電信行業而言，芯片的價格卻很重要。

如今，華為已成為FPGA的最大客戶。華為兩年前即提供了世界上最早的5G電信設備解決方案，相較于其他供應商處于明顯優勢，但中美之間最近的緊張關系很可能會導致產于美國的FPGA影響華為提供5G電信設備。

當然，FPGA雖然很重要，但在集成電路中的占比并不高，以2018年的數據為例，全球集成電路規模高達4688億美元，但FPGA僅占69億美元，只有1.5%左右。

不過隨著5G、物聯網、AI等發展，未來FPGA由于其靈活性及高速運算能力，潛力非常大，甚至有機構預測未來五年復合增速達38.4%，地位越來越重要。

搭建橋梁，如今持續敏感

從廣義定義上看，SDR就是通訊的物理層可以通過軟件去定義一部分或者全部通過軟件定義；從應用上看，基本所有的商用基站包括終端都是SDR的設備，這些系統中包含通用FPGA，可以對物理層做相關的更改。

在5G的原型化階段，毫米波通道探測、Massive MIMO、超高密度網絡，以及多載波濾波等關鍵技術的驗證面臨巨大的挑戰，這需要在測試設備上做出快速相應協議的變化，推出可以靈活擴展通道數量，自定義測試IP，靈活覆蓋射頻頻段的需求。

SDR技術中的DSP和FPGA具有可編程性，可以為5G技術驗證帶來極大的靈活性。

SDR在手機上的成功應用，也意味著一個無線新時代的到來。SDR正在逐步應用到更多的產品和領域，芯片技術的發展是SDR技術發展的推動力。

SDR可以支持無限量的通訊協議和多媒體應用，這得益于SDR芯片的計算能力；物聯網、5G等網絡的發展會給SDR帶來新的發展空間。

FPGA給SDR應用搭建了橋梁，FPGA利用并行硬件的優勢來完成一些高密度處理功能（如DDC），利用可編程優勢適應DSP的一些解碼和分析功能。雖然這些優勢以增加功耗和成本為代價，但是這些對于器件的性能來說往往是次要的。

但是SDR技術的實施方式存在分歧，商業供應商開發了經濟高效的解決方案，如今地球上的每個基站都有SDR技術。

另一方面，在國防界，SDR是由大型國防承包商建造的，他們用有利可圖的傳統產品線來建造。

其結果是基于FPGA的無線電產品價格非常高，以至于美國部分國防市場對使用FPGA產生了持續的過敏反應。

速度成本的博弈，布局和布線成障礙

FPGA沒有標準、開源、友好的編程模型，因此對于在所有FPGA芯片上均可工作或易于交叉編譯的FPGA程序，也沒有標準的市場。

數據中心中新CPU和FPGA進入的主要障礙不僅在于速度和成本，還在于所有可能的I/O設備的軟件和驅動程序的可用性。

在數據中心使用FPGA時，目前的主要障礙是布局和布線。運行專有FPGA供應商軟件將電路映射到FPGA元件所花費的時間，在大型FPGA和高速CPU服務器上，布局和布線需要長達三天，而且即使在使用三天后，很多軟件仍無法解決映射問題。

盡管如此，FPGA仍然是一種快速進入市場的方式，是獲得競爭優勢的簡單方法以及在許多關鍵任務情況下必不可少的技術。盡管與ASIC相比，芯片價格昂貴。

然而，在與CPU或GPU上運行軟件相比，在HPC和數據中心中，FPGA的運營成本大大降低。

與CPU和GPU相比，所需的FPGA更少，所需的冷卻也更少。

與GPU競爭，或三十年河東三十年河西

使用FPGA的另一種方法是增強ASIC，構建ASIC的目的是保持固定功能，同時添加FPGA，為產品的最新更改或適應不同市場提供一定的靈活性。

現代FPGA集成了越來越多的硬功能，變得越來越像ASIC，而ASIC有時會在其設計中添加一些FPGA結構，用于調試、測試、現場修復以及根據需要靈活地添加少量功能。

由于算法不斷變化，并且法律法規可能會在汽車進入市場時發生變化，需要駕駛員更新，因此解決方案需要靈活。

FPGA的時鐘頻率較低，散熱片較小，因此物理尺寸比CPU和GPU��；更低的功耗和更小的尺寸使FPGA成為顯而易見的選擇。

盡管如此，GPU易于編程，并且不需要三天時間來實現布局和路線，因此對FPGA形成了一定挑戰。

此外，至關重要的是能夠在汽車和云中運行相同的代碼（主要用于模擬和測試），因此FPGA必須先在云中使用，然后才能在汽車中使用。由于這些原因，許多開發人員更喜歡GPU。

未來或許當放棄數據流優化以使FPGA易于編程時，FPGA的性能將降低，因此它們將不再與CPU競爭，而CPU總是更易于編程。

不斷發展，但效率降低

現代接口正試圖使FPGA更易于編程，更加模塊化，并與其它技術更加協作。FPGA支持AXI（高級可擴展接口）總線，這使它們更易于編程，但也帶來了極大的效率低下，使得FPGA的性能降低，最終競爭力大大降低。

通常，對于NFV和虛擬機加速而言，FPGA必須直接連接到CPU，并可能使用緩存一致性作為一種通信機制。

當然，關鍵的功能是具備FPGA崩潰時CPU不崩潰的能力，反之亦然。超標量技術公司正在重新發現IBM大型機的時代需求，從而將越來越多的復雜性帶入標準化平臺。

結尾：市場競爭集中，創新速度加快

全球FPGA芯片市場競爭高度集中，頭部廠商占領話語權，新入局企業通過產品創新為行業發展提供動能，智能化市場需求或將FPGA技術推向主流。

產品創新為行業發展提供動能，除傳統可編程邏輯裝置（純數字邏輯性質），新型可編程邏輯裝置（混訊性質、模擬性質）創新速度加快，AI領域多通道計算任務需求推動FPGA技術向主流演進。

聯系：highspeedlogic

QQ ：1224848052

微信：HuangL1121

郵箱：1224848052@qq.com

網站：http://www.mat7lab.com/

網站：http://www.hslogic.com/

微信掃一掃：

https://shop185632181.taobao.com/?spm=2013.1.w5001-22653403434.6.27f92e0ajMtzaT&scene=taobao_shop

--------------------------------------------------------------------------------------

人工智能代做，深度學習代做，深度強化學習代做，zynq智能系統FPGA開發，

AI代做，卷積神經網絡，Alexnet，GoogleNet，CNN，TensorFlow，

caffe，pointnet，PPO，Qlearning，FasterRCNN，MTCNN，

SPPNet，word2vec，SARASA算法，梯度策略等等