1. 首頁 > 生活百科 > >

FPGA，煥發新生

機器人ai芯片cpu

FPGA，煥發新生

市場對FPGA的需求正在發生深刻改變 。
根據市場研究機構 MarketsandMarkets 最新報告 ， 全球現場可編程門陣列（FPGA）市場正進入加速增長期 ， 預計規模將從 2025年的117.3億美元增長至2030年的193.4億美元 ， 年復合增長率顯著提升 。
而TrendForce集邦咨詢的數據則顯示 ， 這一增長主要來自AI加速、邊緣計算、機器人技術等新興領域 ， 傳統通信領域增速已降至5%以下 ， 與新興領域20%以上的增速形成鮮明對比 。
不僅如此 ， 在最近火熱的量子計算、太空算力等領域 ， FPGA也被發現具有獨特優勢 。
今年 ， 是首款商用FPGA誕生40周年 。 當時它首次引入了可重復編程硬件的理念 。 如今 ， FPGA自身的市場地位 ， 似乎也正在被“重新編程” 。 讓我們看一看 ， 這種變化從何而來 ， 而各大廠商又會對其作何反應 。
01FPGA ， 搶占三大高地
AI與量子計算
【FPGA，煥發新生】在高性能計算（HPC）與人工智能基礎設施領域 ， CPU與GPU正面臨著日益嚴峻的“內存墻”與“I/O 墻”挑戰 。 在大模型訓練與推理過程中 ， 數據搬運產生的能耗與延遲往往超過計算任務本身 。 為了解決這一痛點 ， FPGA被廣泛部署在網絡接口與計算單元之間 ， 充當數據守門人的角色 。 通過內聯處理技術 ， FPGA 能夠在數據進入GPU或CPU之前 ， 直接在傳輸路徑上完成解包、清洗及格式轉換等預處理任務 。 這種近數據計算架構能夠有效剔除噪聲數據 ， 解決人工智能訓練中常見的“垃圾進 ， 垃圾出”問題 ， 從而顯著降低主處理器的無效負載 ， 緩解大規模智算集群中的互連瓶頸 。
與此同時 ， 在量子計算這一前沿領域 ， FPGA展現出了突破物理極限的時序控制能力 。 量子計算的核心挑戰在于量子比特的極度脆弱性 ， 環境中的微小干擾都會導致量子態迅速退相干 。 為了維持計算的有效性 ， 控制系統必須在微秒級的相干時間內完成“錯誤檢測-解碼-糾正”的閉環 。 傳統的CPU或GPU受限于中斷調度機制和指令流水線 ， 其響應延遲通常在微秒甚至毫秒級 ， 難以滿足量子糾錯的苛刻時序要求 。 相比之下 ， 利用純硬件邏輯電路的FPGA可實現納秒級的確定性響應 。
IBM于10月24日表示 ， 利用現成的FPGA芯片配合量子計算機 ， 可以實時運行復雜的量子糾錯算法 ， 其速度比傳統軟件解碼方案快10倍以上 ， 且無需構建昂貴的GPU集群 。
商業航天
在商業航天領域 ， 隨著低軌衛星星座的規?；渴?， 航天器設計理念正從昂貴的定制化轉向低成本、批量化、快速部署 。 FPGA在此背景下 ， 通過可重構特性解決了空間環境下的適應性與成本矛盾 。 基于FPGA的軟件定義無線電技術 ， 允許航天器在發射入軌后 ， 通過上傳新的比特流來重構底層的硬件邏輯電路 。 這意味著衛星可以靈活適應不同地面站的通信波形 ， 或在遭遇安全威脅時即時更新加密算法 ， 實現了硬件功能的“空中升級” 。
此外 ， NASA的高性能航天計算項目展示了計算架構向開放標準演進的趨勢 ， 即在FPGA中植入開源的RISC-V軟核 。 這種異構方案允許設計者利用FPGA的豐富邏輯資源實現三模冗余（TMR）等抗輻照設計 ， 同時保留了處理器的高級語言編程能力 ， 顯著降低了系統的尺寸、重量與功耗 ， 符合新一代微小衛星的工程約束 。
以NASA在“Small Spacecraft Avionics”報告中推薦的服務商及產品名錄作為樣本統計 ， FPGA已成為各供應商所使用最多的芯片類型 。
具身智能
在具身智能與工業4.0領域 ， 機器人的運動控制與環境感知對計算芯片提出了“物理級并發”的新要求 。 復雜機器人如人形機器人通常擁有數十個自由度的關節電機 ， 如果采用CPU或MCU的分時復用機制處理控制任務 ， 極易產生任務調度抖動 。 而FPGA可以為每一個電機控制回路分配獨立的硬件邏輯塊 ， 這意味著無論系統中有多少個關節 ， 所有電機的控制算法都是在物理層面上并行運行的 ， 從而實現了微秒級的電流環閉環控制 。 結合嵌入式FPGA（eFPGA）或FPSoC架構 ， 設計者可以將CPU的決策能力與FPGA的感知能力結合 ， 由CPU負責路徑規劃等高層邏輯 ， 而由FPGA負責底層的多傳感器融合與神經網絡加速 ， 這種軟硬協同的異構架構確立了邊緣側算力與功耗的優秀平衡 。
02頭部大廠 ， 打法不一
在技術架構重構的背景下 ， 全球四大 FPGA 廠商——AMD、Altera、Lattice 與 Microchip ， 依據各自的技術積累與市場定位 ， 制定了差異化的戰略路徑 。
AMD：構建異構計算生態在完成對賽靈思的整合后 ， AMD正通過“自適應計算”重新定義 FPGA的業務邊界 ， 將其作為嵌入式AI與邊緣計算版圖的重要組成部分 。 公司重點推廣Versal自適應SoC平臺 ， 該平臺集成了ARM處理器、AI引擎、DSP及FPGA邏輯 ， 旨在通過異構架構解決GPU難以覆蓋的毫秒級實時控制與低延遲需求 ， 從而在L4級自動駕駛與復雜機器人領域建立技術壁壘 。 在數據中心領域 ， AMD通過融合Pensando DPU技術 ， 利用FPGA加速智能網卡（SmartNIC） ， 以解決大規模AI集群中的數據互連與搬運瓶頸 。
Altera：獨立運營與AI內生化2025年 ， 獨立運營并獲得Silver Lake注資的Altera正處于業務復蘇期 ， 新任CEO Raghib Hussain確立了以利潤為導向的運營策略 ， 并推進2026年 IPO計劃 。 在技術路線上 ， Altera選擇了“AI內生化”方向 ， 其Agilex 5系列在FPGA邏輯陣列中直接嵌入AI Tensor Blocks（張量塊） 。 與AMD的異構SoC路線不同 ， Altera強調將AI算力與邏輯單元深度融合 ， 這種架構在邊緣推理場景下具有顯著的能效比優勢 ， 主要面向工業視覺與醫療設備市場 。 同時 ， Altera通過FPGA AI Suite打通OpenVINO工具鏈 ， 致力于降低軟件開發門檻 ， 擴展應用生態 。
Lattice：鞏固低功耗優勢并拓展中端市場 Lattice的戰略重點在于穩固低功耗市場份額的同時 ， 利用Avant平臺向中端市場滲透 。 針對中端市?。 ?00K-500K邏輯單元）的產品迭代空窗期 ， Avant平臺憑借16nm工藝帶來的能效優勢 ， 成功切入通信邊緣與工業自動化供應鏈 。 此外 ， Lattice繼續深耕服務器控制芯片業務 ， 作為其長期優勢領域 ， 隨著AI服務器出貨量的增長 ， 該業務為公司提供了穩定的現金流支撐 。
Microchip：聚焦高可靠性與RISC-V生態 Microchip繼續深耕高可靠性應用市場 ， 其戰略核心在于抗輻照技術與RISC-V生態的結合 。 在商業航天與國防領域 ， RT PolarFire系列憑借非易失性工藝帶來的抗單粒子翻轉能力 ， 保持了在深空探測領域的競爭優勢 。 在架構創新方面 ， Microchip積極推進RISC-V架構的應用 ， 其PolarFire SoC直接在FPGA內部硬化了RISC-V處理器子系統 ， 通過定義下一代空間計算標準 ， 強化其在特種行業的技術話語權 。
03國產廠商 ， 業績攀升
國內FPGA行業在經歷了一輪庫存調整周期后 ， 呈現出溫和復蘇與技術升級并行的態勢 。
上市公司的財務數據表明 ， 行業最艱難的“主動去庫存”階段已接近尾聲 。 安路科技2025年第三季度實現營收1.45億元 ， 環比增長11.42% ， 且存貨金額較年初下降9.50% ， 確立了業績修復通道 。 復旦微亦確認FPGA產品線出貨情況良好 ， 業務發展趨于穩定 。 成都華微則展示了特種領域的剛性需求 ， 其前三季度營收同比增長22.45% ， 主要得益于特種集成電路訂單規模的增加。
在業績復蘇的同時 ， 國產廠商正加速從單一邏輯器件向SoC化、AI化及高端工藝轉型 ， 技術布局呈現出多點開花的局面 。 安路科技積極布局異構計算 ， 其“飛龍系列”FPSoC集成了雙核ARM/RISC-V處理器及硬件加速單元 ， 已在農用無人機飛控與機器人關節控制中實現應用落地 ， 完成了從芯片供應商向方案提供商的跨越 。 復旦微推進“芯片-軟件-解決方案”生態 ， 布局了從4TOPS至128TOPS的算力譜系 ， 首顆32TOPS芯片推廣進展良好 ， 直接對標邊緣AI推理市場 。 與此同時 ， 紫光同創作為自主可編程邏輯方向的戰略力量 ， 推出了多核異構SoPC產品PG2K100 ， 集成雙核A53處理器與多路硬核MIPI ， 在工控與汽車電子領域展現出優異的性能適配性 。
在工藝突破與接口差異化創新方面 ， 國產陣營亦有顯著進展 。 紫光同創發布了國內首款基于FinFET工藝的自主5000萬門級量產FPGA產品PG3T500 ， 填補了國內中高端產業化的空白 。 高云半導體則在接口與封裝創新上走出差異化路線 ， 在國內率先實現MIPI CPHY接口自主研發 ， 并成功在小規模FPGA中集成12.5Gbps高速SerDes接口 ， 打破了傳統小封裝芯片的性能瓶頸 。 在車規級領域 ， 高云半導體產品累計出貨超600萬顆 ， 失效率控制在個位數PPM ， 廣泛應用于動力控制與激光雷達等核心部件 ， 驗證了國產FPGA在汽車供應鏈中的可靠性 。
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