谷歌AlphaGo人機大戰掀起了人工智能（AI）的發展熱潮，其中GPU、FPGA、ASIC作為目前及未來AI芯片的主要方向，發展前景十分可觀。據研究機構數據顯示，AI芯片2016年的市場規模是23.88億美元，預估2020年可達146.16億美元。而FPGA作為由GPU向ASIC過渡的關鍵性技術，將在云端數據中心業務上得到重用。有研究機構預計，到2018年，大型數據中心將達到400多個，預計FPGA的市場規模到2020年將達到20億美元。當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人機圍棋大戰乃至近來更加亮眼的AlphaGoZero 100：0擊敗AlphaGo，讓人們豁然看到一個嶄新的巨大應用需求：人工智能。人工智能不僅在FPGA的傳統應用擴散，諸如通信、工業、軍事、航空航天、消費領域，也在快速向新興應用領域滲透，諸如物聯網IoT、自動駕駛、智慧城市、智能制造、智能機器人等；同時，人工智能對高、中、低密度FPGA市場都有極致的市場放大效應。

FPGA自發明以來，經過30年的發展，經歷過構架、工藝、封裝以及集成高性能模塊的多次突破，成為很多領域不可或缺的重要核心芯片，在領域扮演著重要角色。然而，看看近年來幾家主要FPGA廠商的財務報表則興奮不起來，某排名靠前的廠商銷售出貨量每年增加較多，但實際產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。在此發展瓶頸下，人工智能已爆發的需求或將要爆發的潛在需求大大拓寬了FPGA的應用領域，給國產FPGA成長和突圍真正帶來了機遇。

人工智能按照應用場景，可以分為云端和終端兩大類。深圳市紫光同創電子有限公司（以下簡稱“紫光同創”）市場營銷中心總經理包朝偉表示，云端主要指后臺服務器，包括公有云、私有云和數據中心等，終端主要是指汽車、安防、機器人、AR/VR等各種應用。目前，FPGA憑借其高速并行加速計算能力，已經成功應用于云端服務器；而FPGA在終端產品上還處于方案或樣機階段，尚未形成量產規模。

從終端應用來看，AI將率先在汽車和安防應用。陳利光透露，對于汽車來說，GPU之類的器件很難通過嚴格的汽車電子標準認證。在安防智能終端方面，現在已經看到很多FPGA需求，在功耗、靈活性、性能方面FPGA可以實現最佳平衡。另外，AR/VR、音箱方面也會有些需求。

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

FPGA的能耗比優于GPU。他分析稱，GPU里面有數千個小核心，它同時運行最多數十萬個小程序，大多數程序會因為等待訪存而卡住，真正在小GPU上執行的程序只有數千個，管理和組織這數十萬個不受限制的小程序所付出的硅片面積代價和內存帶寬的代價，是GPU低效的根源。FPGA的性能功耗比顯著高于GPU。

相較于GPU只能處理運算，FPGA能以更快速的速度一次處理所有與AI相關的信息。FPGA的處理單元是million級，可以做到真正并行運算，可編程性又保證搭建流水線靈活，因此運算速度快，數據訪問延遲低，適合inference的實時決策需求。而以TPU、NPU為代表的ASIC芯片類型，目前發展不會那么快。陳利光坦言，人工智能算法不斷演化甚至顛覆的特點，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”的問題，因此很長時間內不適合大規模市場化應用。

今年國內BAT大公司和眾多AI創業公司，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在后臺服務器的應用價值正在凸現出來，所以現在FPGA開發人員比較搶手，甚至部分技術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展新的風口，給FPGA帶來前所未有的發展機遇。同GPU和ASIC相比，FPGA海量并行計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，然而目前因相應開發人才的短缺導致其普及速度不及GPU，這也是FPGA廠商需要突破的方向。

有人認為，除了人才短缺、開發難度較大，相比未來的批量化量產的ASIC芯片，FPGA在成本、性能、功耗方面仍有很多不足。這是否意味著，在ASIC大爆發之際，FPGA將淪為其“過渡品”的命運？

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，導致成本較高。未來隨著國產高端FPGA加入，成本將會逐步降低。另一方面，FPGA芯片中大量面積是完成信號互聯的，而邏輯單元架構也使得傳統的查詢表架構很多年沒有大的改變。未來應對AI的應用需求，邏輯單元、信號互聯和整體架構都可以創新突破。

除此，有業界觀點表示，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，FPGA的市場空間可能面臨一些挑戰。目前為什么ASIC還沒正式爆發？整個AI市場還在培育期，算法更新太快，還沒有完全定型，想開發一款通用的ASIC來適配多種應用場景，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，FPGA、GPU、ASIC三大主要AI芯片將在很長一段時間內并存。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秀的ASIC芯片也難以快速普及市場，因此，FPGA在這段時間內有很大的施展空間，即便是在ASIC算法成熟之后，FPGA也將作為ASIC的“輔助”芯片而存在，并不會淪為一個“過渡”產品。

多方資料顯示，FPGA將在云端數據中心業務發揮突出的作用。據某數據調研報告預計，未來云端芯片的空間2020年有望達105億美元，其中FPGA將貢獻20億美元。從AI芯片發展路線和規律上來看，未來AI芯片要解決幾個問題，最關鍵的是靈活度，要能實現并行的高速運算，二是要容易開發；三是能耗比要好。這三點一定是未來AI芯片的發展方向，也是FPGA廠商都需努力突破的要點。

從市場競爭格局來看，目前FPGA市場高度集中化，Xilinx和Altera兩家幾乎囊括了近90%的市場份額，合計專利達到6000多項，剩余份額被Lattice和Microsemi占據，共計超過3000項專利，技術專利和開發難度使得FPGA行業形成了較高的壁壘，這對后進者造成非常大的壓力。