FPGA 自上世纪 80 年代进入市场以来，就与通用 CPU、ASIC 乃至 GPU 竞争共存。FPGA 的低功耗、可编程、规格适中等特性，使其在市场中占据一席之地。本文分析了通信、HPC、数据中心等多个领域的现状，对市场、价格和竞品对比等方面进行了概要分析，并预测了 FPGA 未来的一些发展方向，对了解 FPGA 提供了很好的参考。
      本文概要总结了 2019 年 9 月在斯坦福大学一次三小时讨论情况，其中汇聚了来自多家企业和研究机构的实践经验，包括 Zilog、Altera、Xilinx、Achronix、Intel、IBM、Stanford、MIT、伯克利、威斯康星大学、Technion、Fairchild、贝尔实验室、Bigstream、谷歌、DIGITAL（DEC ）、SUN，诺基亚、SRI、日立、Silicom、Maxeler Technologies、VMware、施乐 PARC、思科等。上述各家并不对本文内容承担任何责任，只是在某种程度上激发了作者们的思考，进而构成了 FPGA 的多维发展之路。
           FPGA（现场可编程门阵列，Field-Programmable Gate Arrays) 自诞生以来，就与 ASIC 社区纠缠不清。上世纪 80 年代中期，Ross Freeman 及其同事从 Zilog 处购买了该项技术，初创了面向 ASIC 仿真和教育市场的 Xilinx 公司。Zilog 来自于埃克森美孚石油公司，其创立源自于上世纪 70 年代人们对石油将在 30 年内耗尽的担忧——尽管时至今日这一说法依然大行其道。几乎与此同时，以类似技术为核心的 Altera 成立。
       FPGA 是支持电路编程的芯片，实现对该电路的“仿真”。对于 ASIC 中的实现，这种仿真的运行性能要慢于实际的电路。它的时钟频率更低，耗能更高，但可以每几百毫秒重新编程一次。
FPGA 用于在 ASIC 制造商做光罩并提交工厂制造前仿真 ASIC。Intel、AMD 等企业在芯片生产前，使用 FPGA 仿真芯片。
电信领域的争夺
           FPGA 一直在电信行业大量使用。由于电信标准的不断变化增加了电信设备的制造难度，因此能率先给出电信解决方案的企业往往会占领***大的市场份额。ASIC 的制造周期很长，而 FPGA 提供了一种快捷方式。电信设备开始在初期版本上采用 FPGA，这引发了 FPGA 价格的波动。尽管 ASIC 仿真市场并不受 FPGA 价格的影响，但芯片的价格对电信企业却至关重要。多年前，AT＆T 和朗讯制造了自己的 FPGA，称为 ORCA（优化的可重配置单元阵列，optimized reconfigurable cell arrays）。但与 Xilinx 或 Altera 相比，它们在硅片的速度和规格上并不具有竞争优势。
          如今，华为已成为 FPGA 的***大客户。美国制造的 FPGA 可能正是中美之间***近的紧张关系的***。这些芯片令华为在 5G 电信设备交付上占据优势，***世界上其他任何准备参与竞争的供应商达两年。
FPGA 价格之争
          FPGA 很早就用于 SDR（软件无线电，software-defined radios）。SDR 技术可同时支持多种通信标准的无线电，类似于一部可讲多种语言的电话。这一次 FPGA 遇上了麻烦，因为 SDR 技术走上了两条不同的采用道路。一方面，商业供应商基于成本效益考虑开发了很多解决方案，并在当前地球上所有的基站都部署了 SDR 技术。另一方面，在国防领域，大型国防承包商是为了保护有利可图的传统产品线而构建 SDR 的。这导致基于 FPGA 的无线电产品的价格居高不下，以至美国的部分国防市场一直抵制它们的应用。
          下一步，FPGA 试图进入 DSP 和嵌入式市场发展，开始推出部分使用硬核微处理器的 FPGA。但销售这些新型 FPGA 的压力很大，以至于如果客户拒绝这一新系列的芯片，就会被芯片厂商列入黑名单，有时甚至会拒绝提供服务数月。鉴于 FPGA 企业攻克新市场频频失败，FPGA 市场的增长压力依然巨大。因为 FPGA 的芯片面积巨大，涉及的知识产权众多，所以 FPGA 产品难以降低价格。
在 HPC 和数据中心领域碰壁
          在过去数年中，FPGA 试图在 HPC（高性能计算）和数据中心市场中发展。2017 年，微软宣布在数据中心使用 Altera FPGA，而英特尔则收购了 Altera。2018 年，Xilinx 宣布了其“数据中心优先”战略。其 CEO 面对广大分析师时，宣称 Xilinx 不再是一家单纯的 FPGA 企业。这颇具戏剧化，但这是历史必然。
      在 HPC 和数据中心使用 FPGA，主要障碍在于布局布线（place & route），即运行 FPGA 供应商特定软件将电路映射 （mapping）为 FPGA 元件所耗费的时间。针对大型 FPGA，使用快速的 CPU 服务器，布局布线耗时可能多至三天。并且在很多情况下，三天之后软件依然无法找到映射。
在石油天然气领域碰壁
         2007 年前后，石油和天然气领域的应用形成了利基市场。在传统计算机上模拟钻探地球发现石油所花费的时间，比现场实际施工和钻探的时间还要长。使用 FPGA 加速器，极大地改变了这种耗时颠倒的情况。***用于计算地震图像的石油企业数据中心的 FPGA，是由 Maxeler Technologies 制造并交付给 Chevron 的。
FPGA 在油气领域的应用经过了数年扩展，直到来自 ASIC 产业的压力，才让标准的 CPU 技术重新回归。当下，预测和仿真在油气领域依然重要，地震成像大多使用 CPU 和 GPU 完成，不过 FPGA 依然占据了一席之地。我们知道，“当前的新事物，会成为明日黄花”。当然，人工智能和对数据的关注是当前的新事物。
         尽管如此，FPGA 依然是一种进入市场的快捷方式、获取竞争优势的简单方法，以及许多关键任务中必不可少的技术。FPGA 的每个芯片价格要比 ASIC 昂贵，但是对 HPC 和数据中心而言，相比 CPU 和 GPU 而言需要的 FPGA 芯片更少，制冷开销更低，因此 FPGA 的运行费用要显著低于在 CPU 或 GPU 上运行软件。FPGA 使得数据中心规模更小，这会使运营商感到不安，因为他们担心自己的数据中心可能会缩水。
ASIC vs. FPGA
         FPGA 的另一用途，是作为 ASIC 的补充。构建 ASIC 的目的在于实现固定的功能，添加 FPGA 则可为产品的***新更改以及适应不同的市场提供一定的灵活性。
        现代 FPGA 集成了越来越多的硬核功能，变得越来越像是 ASIC。而 ASIC 也时常会在设计中添加一些 FPGA 结构，以便于调试、测试、现场修复，以及增加添补小功能的灵活性。
但 ASIC 团队却一直在与 FPGA 概念做抗争。ASIC 设计师询问“用户需要什么功能？”，并在得到“我也不确定”的回答后会失去耐心。
             无人驾驶汽车行业就是这样的一个新战场。由于算法的不断变化，并且法律法规可能会在汽车入场时发生变化，需要不断对驾驶技术做相应调整，这需要灵活可变的解决方案。FPGA 的时钟频率更低、散热片较小，物理尺寸小于 CPU 和 GPU。更低的功耗和更小的尺寸，使 FPGA 成为显而易见的选择。尽管如此，GPU 更易于编程，并且不需要耗时三天的布局布线。
           另一个至关重要的考虑是，出于模拟和测试等方面的考虑，需要在汽车上和云中运行相同的代码。这样需要 FPGA 必须在云中可用，然后才能在汽车中使用。由于上述问题，许多开发人员更喜欢选择 GPU。
FPGA 的演进
             FPGA 正处于不断发展中。现代接口正使 FPGA 更易于编程，更为模块化，更易于与其他技术协作。FPGA 支持 AXI（高级可扩展接口，Advanced Extensible Interface）总线，使其更易于编程，但也会引入很多严重的效率损失，结果降低了 FPGA 的性能，***终导致其竞争力下降。一些学术工作提出了解决布线问题的研究，例如 Eric Chung 的关于 FPGA 动态网络的论文，但是这些先进的理念尚未为产业界所接受。
          FPGA 是如何连接的？对于具有大量数据流的 HPC 工作负载，可以使用 PCI Express，并部署通信隐藏技术。但是像 NFV（网络功能虚拟化，network function virtualization）这样的小规模但却能同时为大量用户提供服务的工作负载呢？VMware ***近的调查结果指出，对于 NFV 和虚拟机加速，FPGA 必须直接连接到 CPU，并使用缓存一致性作为通信机制。当然，一个关键的特性是 FPGA 的崩溃不会导致 CPU 崩溃，反之亦然。大型技术企业正在重新审视 IBM 大型机时代的需求，意图使用标准化平台涵盖越来越多的复杂性。
在大众化的企业市场也存在着机会。在提供 FPGA 平台时，企业即便没有进行 ASIC 开发的预算，也不了解***新的硅制造挑战和解决方案，也可以去开发电路，并在其产品中建立竞争优势。例如新兴的物联网（IoT）边缘计算，实现在近传感器、显示器端甚至在数据流经过时进行计算。
           同时，FPGA 企业正将技术栈上推直至 CPU 插槽。英特尔在该市场上占据主导地位，其掌握了 NFV 特殊指令等技术。在数据中心中添加新 CPU 和 FPGA 的主要障碍不仅是速度和成本，还在于所有可能的 I/O 设备的软件和驱动程序是否可用。
在数据中心中推行 FPGA 的关键是易用性。例如，使用自动工具去驱动 FPGA 的应用，避免产生布局布线上的难题。微软率先在大型数据中心中使用 FPGA 来加速 Bing、NFV 和人工智能算法，此外还构建了抽象、领域特定语言和灵活的硬件基础结构。在商业上，FPGA 的主要问题在于入市策略。
           构建新的芯片后才去考虑软件就为时已晚了。如何让硬件适应软件而从现有软件中获益？这也提供了重新思考 FPGA 架构的机会。但是需要警告的是：硅产业是个吞金兽。构建 ASIC 是一种赌注多年持续攀升的扑克游戏。这是一场赢家通吃的比赛，在比赛初期就剔除了 FPGA 的威胁。
FPGA 正在为硅项目带来额外的不良风险。
利基市场
            正如软件设计师常说，“软件能完成的事情，就应由软件实现”。ASIC 设计师会说，“ASIC 能完成的事情，就应由 ASIC 来完成。”***有趣的说法是，“如果可以用软件完成，那么就不必和一切 FPGA 思维的人打交道了。”相比 ASIC 的团队规模，以及全球范围内软件开发人员的规模，FPGA 的公司很小，社区也很小，其中只有一些甚至