1. 首頁 > 生活百科 > >

FPGA創新40周年

vivo手機行業華米傳感器小米科技

【FPGA創新40周年】FPGA創新40周年

FPGA催生了一個價值超過100億美元的產業 。
今年是首款商用現場可編程門陣列（FPGA）誕生40周年 ， 其帶來了可重編程硬件的概念 。 通過打造“與軟件一樣靈活的硬件” ， FPGA可重編程邏輯改變了半導體設計的面貌 。 這是開發人員第一次能在設計芯片時 ， 如果規格或需求在中途、甚至在制造完成后發生變化 ， 他們可以重新定義芯片功能以執行不同的任務 。 這種靈活性令新芯片設計的開發速度更快 ， 從而縮短了新產品的上市時間 ， 并提供了ASIC的替代方案 。
FPGA對市場的影響是驚人的 。 FPGA催生了一個價值超過100億美元的產業 。
賽靈思表示過去四十年來 ， 我們已向不同細分市場的超過7000家客戶交付了超過30億顆FPGA和自適應SoC（結合FPGA架構與片上系統和其他處理引擎的器件） 。 事實上 ， 我們已連續25年位居可編程邏輯市場份額的領先地位 ， 并且我們相信 ， 憑借我們強大的產品組合和產品路線圖 ， 我們有能力繼續保持市場領先地位 。
FPGA是由已故的Ross Freeman發明的 ， 他是賽靈思公司（現為AMD的一部分）聯合創始人 ， 也是一位工程師與創新者 。 Freeman認為 ， 除了標準的固定功能ASIC器件之外 ， 一定存在一種更好、更經濟高效的芯片設計方法 。 FPGA為工程師提供了隨時更改芯片設計的自由和靈活性 ， 以在一天內開發和設計出定制芯片的能力 。 FPGA還助力開創了“無晶圓廠”商業模式 ， 徹底改變了整個半導體行業 。 通過消除對定制掩膜加工和相關的非經常性工程成本的需求 ， FPGA助力加速硬件創新 ， 證明企業不需要擁有晶圓代工廠來打造突破性的硬件——他們只需愿景、設計技能與FPGA 。
全球首款商用FPGA XC2064具備85000個晶體管、64個可配置邏輯塊和58個I/O塊 。 相比之下 ， 今天最先進的AMD FPGA器件（例如Versal Premium VP1902）集成了1380億個晶體管、1850萬個邏輯單元、2654個I/O塊、至多6864個DSP58引擎 ， 以及用于內存、安全和接口技術的豐富硬IP 。
自全球首款商用FPGA（XC2064）出貨以來的40年里 ， FPGA已在電子領域無處不在 ， 并深深融入到日常生活中 。 如今 ， 包括FPGA、自適應SoC和系統模塊（SOM）在內的自適應計算器件已遍布于從汽車、火車車廂與交通信號燈到機器人、無人機、航天器與衛星到無線網絡、醫療和測試設備、智慧工廠、數據中心甚至高頻交易系統等各個領域 。
如今 ， 大多數人工智能工作負載運行在數據中心的GPU上 。 然而 ， 越來越多的AI處理正在邊緣端進行 。 FPGA技術正處于各行業AI融合應用快速增長的前沿 。 邊緣人工智能——即在邊緣設備端部署AI模型進行本地化算法處理 ， 而非依賴云端等集中式計算平臺——已成為人工智能領域發展最快的方向之一 ， 受到業界高度關注 。 據測算 ， 2024年邊緣AI市場規模約為210億美元 ， 預計到2034年將突破1430億美元 。 這一增長態勢表明各行業將持續加大基于AI的邊緣系統研發投入 。
FPGA和SoC能夠對傳感器數據進行低延遲的實時處理 ， 從而在邊緣端實現加速的AI推理 。 隨著最近更小的生成式AI模型的推出 ， 我們可以看到一個“ChatGPT時刻”正在向邊緣端延伸——這些新型AI模型能夠在邊緣設備上運行 ， 無論是在AI個人電腦、車輛、工廠機器人、太空設備還是任何嵌入式應用中 。
相較于GPU和NPU ， FPGA在邊緣AI中的應用具有較多優勢：一是能效比 ， FPGA在深度學習推理階段具有更低功耗和更高靈活性 ， 適合不斷演化的算法需求 。 相比之下 ， GPU在深度學習訓練模型上高效 ， 但在推理階段功耗較高 ， 而NPU雖然能效比高 ， 但難以適配快速迭代的AI模型；二是靈活性 ， FPGA的硬件可重構性使其能夠針對不同算法定制加速單元 ， 特別適合需要快速迭代的場景 。 GPU和NPU在靈活性上相對較弱；三是通用性 ， GPU具有通用性強的特點 ， 能夠應對各類AI負載 ， 而NPU則在特定場景中展現碾壓性優勢 ， 但編程復雜度較高；四是安全性 ， FPGA固化的硬件邏輯比軟件實現更難被攻擊者篡改 。
此外 ， 將AI推理過程在邊緣FPGA設備上進行處理 ， 可避免敏感數據傳輸到云端 ， 有效降低數據泄露風險 。
*聲明：本文系原作者創作 。 文章內容系其個人觀點 ， 我方轉載僅為分享與討論 ， 不代表我方贊成或認同 ， 如有異議 ， 請聯系后臺 。
想要獲取半導體產業的前沿洞見、技術速遞、趨勢解析 ， 關注我們！

    推薦閱讀