谷歌AlphaGo人機(jī)大戰(zhàn)掀起了人工智能（AI）的發(fā)展熱潮，其中GPU、FPGA、ASIC作為目前及未來AI芯片的主要方向，發(fā)展前景十分可觀。據(jù)研究機(jī)構(gòu)數(shù)據(jù)顯示，AI芯片2016年的市場規(guī)模是23.88億美元，預(yù)估2020年可達(dá)146.16億美元。而FPGA作為由GPU向ASIC過渡的關(guān)鍵性技術(shù)，將在云端數(shù)據(jù)中心業(yè)務(wù)上得到重用。有研究機(jī)構(gòu)預(yù)計(jì)，到2018年，大型數(shù)據(jù)中心將達(dá)到400多個(gè)，預(yù)計(jì)FPGA的市場規(guī)模到2020年將達(dá)到20億美元。當(dāng)FPGA遇上人工智能，將擦碰出怎樣的火花呢？

今年全民熱炒的AlphaGo人機(jī)圍棋大戰(zhàn)乃至近來更加亮眼的AlphaGoZero 100：0擊敗AlphaGo，讓人們豁然看到一個(gè)嶄新的巨大應(yīng)用需求：人工智能。人工智能不僅在FPGA的傳統(tǒng)應(yīng)用擴(kuò)散，諸如通信、工業(yè)、軍事、航空航天、消費(fèi)領(lǐng)域，也在快速向新興應(yīng)用領(lǐng)域滲透，諸如物聯(lián)網(wǎng)IoT、自動駕駛、智慧城市、智能制造、智能機(jī)器人等；同時(shí)，人工智能對高、中、低密度FPGA市場都有極致的市場放大效應(yīng)。

FPGA自發(fā)明以來，經(jīng)過30年的發(fā)展，經(jīng)歷過構(gòu)架、工藝、封裝以及集成高性能模塊的多次突破，成為很多領(lǐng)域不可或缺的重要核心芯片，在領(lǐng)域扮演著重要角色。然而，看看近年來幾家主要FPGA廠商的財(cái)務(wù)報(bào)表則興奮不起來，某排名靠前的廠商銷售出貨量每年增加較多，但實(shí)際產(chǎn)生的銷售額增長卻非常有限，而某些排在后面的老廠則日子過得不順暢。在此發(fā)展瓶頸下，人工智能已爆發(fā)的需求或?qū)⒁l(fā)的潛在需求大大拓寬了FPGA的應(yīng)用領(lǐng)域，給國產(chǎn)FPGA成長和突圍真正帶來了機(jī)遇。

人工智能按照應(yīng)用場景，可以分為云端和終端兩大類。深圳市紫光同創(chuàng)電子有限公司（以下簡稱“紫光同創(chuàng)”）市場營銷中心總經(jīng)理包朝偉表示，云端主要指后臺服務(wù)器，包括公有云、私有云和數(shù)據(jù)中心等，終端主要是指汽車、安防、機(jī)器人、AR/VR等各種應(yīng)用。目前，F(xiàn)PGA憑借其高速并行加速計(jì)算能力，已經(jīng)成功應(yīng)用于云端服務(wù)器；而FPGA在終端產(chǎn)品上還處于方案或樣機(jī)階段，尚未形成量產(chǎn)規(guī)模。

從終端應(yīng)用來看，AI將率先在汽車和安防應(yīng)用。陳利光透露，對于汽車來說，GPU之類的器件很難通過嚴(yán)格的汽車電子標(biāo)準(zhǔn)認(rèn)證。在安防智能終端方面，現(xiàn)在已經(jīng)看到很多FPGA需求，在功耗、靈活性、性能方面FPGA可以實(shí)現(xiàn)最佳平衡。另外，AR/VR、音箱方面也會有些需求。

由上述可見，當(dāng)下最適用于AI的仍是GPU和FPGA。二者雖各有優(yōu)劣，但從性能與功耗的綜合對比（能耗比）來看，F(xiàn)PGA要比GPU更出色。從目前業(yè)界最新研究來看，對于實(shí)現(xiàn)高性能的人工智能算法，F(xiàn)PGA與GPU相比，除了能耗比更好外，F(xiàn)PGA還能夠做到比GPU的系統(tǒng)性能更高，這讓FPGA在AI高性能計(jì)算領(lǐng)域獲得了更多的青睞和投入。

FPGA的能耗比優(yōu)于GPU。他分析稱，GPU里面有數(shù)千個(gè)小核心，它同時(shí)運(yùn)行最多數(shù)十萬個(gè)小程序，大多數(shù)程序會因?yàn)榈却L存而卡住，真正在小GPU上執(zhí)行的程序只有數(shù)千個(gè)，管理和組織這數(shù)十萬個(gè)不受限制的小程序所付出的硅片面積代價(jià)和內(nèi)存帶寬的代價(jià)，是GPU低效的根源。FPGA的性能功耗比顯著高于GPU。

相較于GPU只能處理運(yùn)算，F(xiàn)PGA能以更快速的速度一次處理所有與AI相關(guān)的信息。FPGA的處理單元是million級，可以做到真正并行運(yùn)算，可編程性又保證搭建流水線靈活，因此運(yùn)算速度快，數(shù)據(jù)訪問延遲低，適合inference的實(shí)時(shí)決策需求。而以TPU、NPU為代表的ASIC芯片類型，目前發(fā)展不會那么快。陳利光坦言，人工智能算法不斷演化甚至顛覆的特點(diǎn)，決定了TPU方案將面臨“跟不上算法演化速度而需要頻繁重新開發(fā)”的問題，因此很長時(shí)間內(nèi)不適合大規(guī)模市場化應(yīng)用。

今年國內(nèi)BAT大公司和眾多AI創(chuàng)業(yè)公司，都在嘗試用FPGA來做人工智能方案。從人才的流動來看，目前FPGA在后臺服務(wù)器的應(yīng)用價(jià)值正在凸現(xiàn)出來，所以現(xiàn)在FPGA開發(fā)人員比較搶手，甚至部分技術(shù)專家人才的年薪已接近百萬。

總而言之，人工智能成為科技發(fā)展新的風(fēng)口，給FPGA帶來前所未有的發(fā)展機(jī)遇。同GPU和ASIC相比，F(xiàn)PGA海量并行計(jì)算能力和可靈活編程特性跟人工智能對硬件的需求不謀而合，然而目前因相應(yīng)開發(fā)人才的短缺導(dǎo)致其普及速度不及GPU，這也是FPGA廠商需要突破的方向。

有人認(rèn)為，除了人才短缺、開發(fā)難度較大，相比未來的批量化量產(chǎn)的ASIC芯片，F(xiàn)PGA在成本、性能、功耗方面仍有很多不足。這是否意味著，在ASIC大爆發(fā)之際，F(xiàn)PGA將淪為其“過渡品”的命運(yùn)？

上面這幾大難題肯定有突破的空間，從成本來看，其主要受到技術(shù)和市場兩大因素的影響。一方面，高端FPGA只有兩家公司能提供，市場有效競爭不足，導(dǎo)致成本較高。未來隨著國產(chǎn)高端FPGA加入，成本將會逐步降低。另一方面，F(xiàn)PGA芯片中大量面積是完成信號互聯(lián)的，而邏輯單元架構(gòu)也使得傳統(tǒng)的查詢表架構(gòu)很多年沒有大的改變。未來應(yīng)對AI的應(yīng)用需求，邏輯單元、信號互聯(lián)和整體架構(gòu)都可以創(chuàng)新突破。

除此，有業(yè)界觀點(diǎn)表示，在AI算法定型之前FPGA還會有很大的市場空間，在AI算法定型與成熟之后，F(xiàn)PGA的市場空間可能面臨一些挑戰(zhàn)。目前為什么ASIC還沒正式爆發(fā)？整個(gè)AI市場還在培育期，算法更新太快，還沒有完全定型，想開發(fā)一款通用的ASIC來適配多種應(yīng)用場景，目前看來不可能。而與FPGA配合可以提高ASIC的靈活度。

整體而言，F(xiàn)PGA、GPU、ASIC三大主要AI芯片將在很長一段時(shí)間內(nèi)并存。特別是在AI算法還沒完全固定之前，性能、功耗和體積等更為優(yōu)秀的ASIC芯片也難以快速普及市場，因此，F(xiàn)PGA在這段時(shí)間內(nèi)有很大的施展空間，即便是在ASIC算法成熟之后，F(xiàn)PGA也將作為ASIC的“輔助”芯片而存在，并不會淪為一個(gè)“過渡”產(chǎn)品。

多方資料顯示，F(xiàn)PGA將在云端數(shù)據(jù)中心業(yè)務(wù)發(fā)揮突出的作用。據(jù)某數(shù)據(jù)調(diào)研報(bào)告預(yù)計(jì)，未來云端芯片的空間2020年有望達(dá)105億美元，其中FPGA將貢獻(xiàn)20億美元。從AI芯片發(fā)展路線和規(guī)律上來看，未來AI芯片要解決幾個(gè)問題，最關(guān)鍵的是靈活度，要能實(shí)現(xiàn)并行的高速運(yùn)算，二是要容易開發(fā)；三是能耗比要好。這三點(diǎn)一定是未來AI芯片的發(fā)展方向，也是FPGA廠商都需努力突破的要點(diǎn)。

從市場競爭格局來看，目前FPGA市場高度集中化，Xilinx和Altera兩家?guī)缀跄依私?0%的市場份額，合計(jì)專利達(dá)到6000多項(xiàng)，剩余份額被Lattice和Microsemi占據(jù)，共計(jì)超過3000項(xiàng)專利，技術(shù)專利和開發(fā)難度使得FPGA行業(yè)形成了較高的壁壘，這對后進(jìn)者造成非常大的壓力。