在硬件加速器應用中，FPGA常被視為最優解，提供極致加速性能的同時，還具備重新編程的能力。盡管其靈活性成了FPGA的一大特色，但大批量生產FPGA的價格可不低。此外，FPGA作為傳統的處理器加速方案，工程師必須要解決空間、I/O延遲和帶寬之類的問題。

而近些年來，eFPGA（嵌入式FPGA）的概念正在不斷興起。與將芯片與必要的I/O和電源管理電路封裝在一起的FPGA不同，eFPGA推行的是賣IP模式。任何廠商都可以將這些eFPGA IP放入自己的定制IC產品內，無論是ASIC、SoC還是SiP。也正因為eFPGA的種種優勢，國外不少廠商都想借eFPGA率先搶占市場。

FlexLogic

FlexLogic作為最早入局eFPGA的企業之一，已經投入了7年的研發，且eFPGA在2020年正式開始盈利，并與Dialog、大唐電信和波音等企業達成了合作。FlexLogic的EFLX eFPGA IP基本已經覆蓋了主流的成熟工藝，比如Sandia美國國家實驗室的180nm、格芯的12nm以及臺積電的40nm、28/22nm、16/12nm，已完成了十數種芯片的流片。不僅如此，FlexLogic宣稱格芯的22FDX和臺積電的7/6nm也已經在設計階段，下一步就是進軍5nm。
在FlexLogic看來，傳統獨立FPGA芯片+SoC的方案所需的功率太大，且多數需要高速SERDES或PCIe與其他芯片進行I/O互聯。這種方案不僅功率過大，也因為SERDES/PHYS的存在帶來了一定的面積成本，而eFPGA卻可以做到低功耗、低成本和小面積，并將100K LUT塞入復雜的SoC設計中。而且在繼承了FPGA可編程的特性后，即便是已經安裝完成的產品，EFLX核心也可以用來升級I/O協議、改變加密算法等等。 eFPGA在重構時間上同樣具備優勢，因而在復雜的神經網絡模型中更為適用。比如FlexLogic的AI推理芯片，InferX X1，在測試中，神經網絡模型層級的動態重構只需6微秒。這使得InferX X1在具備ASIC性能的同時，也能對新的模型做出動態化處理，非常適合作為主處理器的加速器或協處理器，用于要求低功耗高性能的邊緣AI市場。

這樣的動態重構也為eFPGA帶來了更多的應用方向，比如自動駕駛中的傳感器融合方案，針對激光雷達、毫米波雷達和視覺等不同傳感器數據進行處理。還有不同的PWM頻率要求的多電機方案，在其中提供電機控制器支持。亦或是需要多不同指令集架構的CPU進行動態切換，比如ARM、RISC-V和ARC等。

Achronix

同樣踏足eFPGA市場的還有美國公司Achronix。Achronix的Speedcore可以做到750MHz的峰值頻率，且已經支持了臺積電16nm、12nm和7nm三個成熟制程節點，也可以移植到其他節點上。
Achronix非常看好eFPGA在汽車市場的機遇，尤其是當下汽車開發周期縮短，又要支持10年以上的生命周期。我們以特斯拉這種開始走自研ASIC方向的廠商為例，與其他現成組件相比，雖然需要投入一定的開發成本，但ASIC提供的整體成本和性能都是最優的。與此同時，選擇ASIC路線也帶來了一定的風險。

首先，ASIC方案必須要對自己的方案有著清楚的認知。特斯拉的FSD ASIC開發歷時近三年，如果這之后攝像頭ISP需要更新，GPU需要支持浮點而不是FP32，都需要對ASIC架構的大改，很可能會進一步延長后續車型的生產，這也是為何少有汽車廠商選擇該技術路線的原因。而將eFPGA IP集成在ASIC中，就為這些廠商提供了FPGA的嵌入式硬件編程能力，又不會像獨立FPGA那樣加大成本和功率。

小結

eFPGA還有不少優勢，比如在加密和保護上，不僅可以支持各種加密算法，也可以保護IP資產被逆向工程。雖然幾年前剛面世之際，eFPGA還是一個不成熟的技術，并沒有在芯片設計領域產生多大的吸引力。隨著幾年的發展下來，經過晶圓廠的生產認證，設計流程和軟件的完善，加上AI和自動駕駛的興起，eFPGA已經成了一個可行的方案。但在ARM的IP廠商的前人經驗下，eFPGA能否真正崛起，還需要等待更多的市場驗證。