（文章來源：EET）
? ? ? ?新工藝成本激增的速度，在行業(yè)平均的復合年增長率幾近持平的情況下，那些市場規(guī)模足夠大的參與者才有機會持續(xù)獲利。”能夠承受4000人/年設計成本的行業(yè)其實不多：手機是一個，因為更換頻繁；電腦CPU也是，畢竟電腦也是要更新的；存儲器是一個，它很特殊，數(shù)據(jù)中心等領域都需要存儲，而且不嫌多；另外，游戲需求加上AI機器學習、深度學習的需要，所以GPU也是可持續(xù)的業(yè)務。”

FPGA在這個過程中，實際上是比較特殊的存在。“我們的客戶各行各業(yè)的都有，每個客戶拿FPGA去做不同的東西，成本會被大家分擔掉，而且每個客戶也就不需要花很多錢。總的市場讓我們也能夠走下去。”

如今出現(xiàn)了一些新的推動力，比如5G、自動駕駛、AI，它們都被認為是半導體行業(yè)的重要驅(qū)動力和新的機遇。不過這些行業(yè)是否如很多人所想的那樣會那么快。

“其實每一代移動通訊技術(shù)基本都做了10年，而5G恐怕連10年都不止。現(xiàn)在大家都在做sub-6GHz的部分，而且現(xiàn)在主要是NSA（non-standalone），借用4G的架構(gòu)和基礎設施。將來4G基礎設施都換成5G，才能達到5G預期的延遲（laterncy），之后才會考慮毫米波部分的發(fā)展。”

“5G最大的挑戰(zhàn)是大量的投資資金，錢需要從更新的應用中來；所以要解決錢的問題，最終還是要靠時間。5G大概需要很長時間才會慢慢成熟起來。”

“AI、自動駕駛也是很熱門的話題，但汽車的可靠性、質(zhì)量要求遠高于其他領域。PPM每高出一點，就是關乎許多人生命安全的問題。而且自動駕駛的成本，未來還要求做到比傳統(tǒng)技術(shù)更低，一般人才會愿意去購買自動駕駛汽車。但要求高可靠性，成本就會很高。這之間形成矛盾，整個轉(zhuǎn)換過程會很漫長。”
“應用場景也好，架構(gòu)也好，其實一直都在變。”

“賽靈思是希望，當你沒有4000人/年的設計成本，沒有上千萬、上億的市場時，你也可以做自己需要的domain-specific的芯片，我們可以讓你做到。你可能只需要400人，甚至40人就可以做出來。”“而當每次場景、架構(gòu)發(fā)生變化的時候，你也不需要再用4000人/年去重新做一顆芯片，而只需要花20分鐘，重新編程，重新修改。”

“等到自動駕駛汽車、5G這些市場真正成熟以后，市場規(guī)模足夠大了，10-20年以后，部分行業(yè)參與者那個時候要開始做自己的專用芯片，那是可以的。不過即便到那時，即便達到Nissan、Mercedes的市場容量，做專用芯片是否劃算，是否可持續(xù)成長，都將一直是挑戰(zhàn)。”顯然在賽靈思的眼中，摩爾定律的放緩甚至失效，以及3D-IC異構(gòu)集成為摩爾定律的“續(xù)命”，都是FPGA發(fā)展的重要機遇。基于兩個原因：一是domain-specific成為推動特定行業(yè)、領域發(fā)展的關鍵詞；二是半導體從設計到制造成本越來越高，一般的行業(yè)和企業(yè)都難以承受。以及在5G、自動駕駛等新興行業(yè)尚需發(fā)展時間的情況下，這些都讓FPGA成了優(yōu)選。