來源：本文由電姬翻譯自semiengineering，作者Jeff Dorsch，謝謝。

在越來越多的設計和越來越多的市場中，我們都能看到 FPGA 的身影；而且隨著它們被納入越來越多的系統(tǒng)中，它們本身也在變得越來越復雜。

十年之前，F(xiàn)PGA 的主要市場是工業(yè)、醫(yī)療、汽車和航空航天。

這些市場現(xiàn)在依然強勁，但 FPGA 也開始在人工智能、數(shù)據(jù)中心、物聯(lián)網(wǎng)、網(wǎng)絡通信、測試和測量儀器、無線和有線通信基礎設施甚至核電站等地方發(fā)揮作用。FPGA 供應商也有意進入大數(shù)據(jù)分析、機器學習、數(shù)據(jù)存儲壓縮/解壓和視頻處理等應用領域。而且尚處于早期階段的嵌入式 FPGA（eFPGA）市場也正變得越來越普及，因為對成本敏感的設計師對使用這項技術的信心正越來越足。

一些 eFPGA 創(chuàng)業(yè)公司獲得了相當顯著的投資，在這個半導體創(chuàng)業(yè)公司稀少的時代，eFPGA 創(chuàng)業(yè)公司正在迅猛發(fā)展。提供可重配置的 RTL IP 核和相關設計軟件的 Flex Logix 已經(jīng)獲得了由 Lux Capital 和 Eclipse Ventures 領投的兩輪共 1240 萬美元私募投資。成立于 2007 年的法國 eFPGA 創(chuàng)業(yè)公司 Menta 已經(jīng)得到了 FJ Development EN 領投的 700 萬美元私募投資。

Achronix 和 QuickLogic 等其它一些公司也根據(jù)內部的增長預期而大力投資 eFPGA。Achronix 營銷副總裁 Steve Mensor 說他公司的 FPGA 芯片（基于英特爾的 22nm 工藝）仍然占據(jù)了收入的大部分，并有望在今年超過 1 億美元。但他說 Achronix 的新 eFPGA 生產(chǎn)線將會占到今年全年 20% 以上的份額。

Flex Logix CEO Geoff Tate 將當前的 eFPGA 市場與從 PC 向移動手機轉型過程中的處理器市場進行了比較。“25 年之前，銷售的大多數(shù)處理器都被用在了 PC 和工作站里面。ARM 認識到嵌入式處理器還有機會，這能帶來 x86 架構無力競爭的新型應用——比如手機，必須要把處理器做得足夠小和低功耗才能用在手機里。嵌入式處理器是實現(xiàn)這一目標的關鍵。”

盡管 FPGA 市場一直伴隨著這兩個市場一起增長，但 Tate 指出 eFPGA 是一種完全不同的方法。“嵌入式 FPGA 需要與 FPGA 芯片不一樣的技術調整。”他說，“嵌入式 FPGA 的工作方式與 FPGA 芯片類似。其中有查找表，其中有可編程互連，所以其中的 FPGA 結構類似于你可以在 Altera 或 Xilinx 或其它更小的 FPGA 公司的芯片中看到的結構。但在嵌入式 FPGA 市場，要想成功并且滿足客戶的需求，你必須調整你的技術來解決這些不同的需求。”

eFPGA 的經(jīng)濟效益

這才是 eFPGA 看起來如此吸引人的原因。

“嵌入式 FPGA 市場的增長速度相當迅猛，因為市場需要這樣的技術。可能在過去的許多年里，那些有能力提供嵌入式 FPGA 的公司只是選擇不生產(chǎn)而已。”Achronix 的 Mensor 說，“現(xiàn)在我們正在供應這項技術，而且我們可以向公司證明：他們能用已有的獨立 FPGA 技術演示的所有功能都會有做成嵌入式的需求。而且他們也了解我們已經(jīng)為開發(fā)自己的 SoC 的公司提供過很多次 IP 了。所以我們已經(jīng)解決了他們對風險的顧慮。需求一直都有。問題也一直都在。供應一直都受到限制。”

圖 1：亞太地區(qū)的 FPGA 市場增長情況和預期，來自 Global Market Insights

圖 2：美國的 FPGA 市場增長情況和預期，來自 Grand View Research

而且也不止于此。多年以來，F(xiàn)PGA 供應商都把自己的芯片當作 ASIC 的低成本替代品進行銷售。所以芯片制造商不必直接為一個新市場創(chuàng)造一種新的 ASIC，而是可以從 FPGA 入手開發(fā)，當銷量值得成本投入時，才最終將他們的設計成果轉換成 ASIC。FPGA 供應商在能力/性能方面的營銷上投入了大量資金，卻在可配置性和設計簡易性方面營銷投入較少，也沒有太多投入工藝節(jié)點，沒有緊跟最先進的 ASIC 供應商的步伐。

這樣的戰(zhàn)線在 28nm 節(jié)點之后就開始分崩離析了。開發(fā)先進 ASIC 的成本模式在 finFET 領域遇到了麻煩，在后續(xù)節(jié)點上開發(fā)芯片的難度更大了、成本也更高了，而十億單位級別的芯片終端市場也已被兩家大型移動設備公司主宰。幸運的是，也出現(xiàn)了一些其它新市場，這些市場能給可編程邏輯帶來很好的經(jīng)濟效益。

“這段時間里，我們真的已經(jīng)遠不止是一家 FPGA 公司了，并且實際上已經(jīng)將我們的市場范圍拓寬到了嵌入式處理器等應用領域。”Xilinx 的 FPGA 和 SoC 產(chǎn)品管理與營銷高級總監(jiān) Kirk Saban 說，“在我們公司供應的產(chǎn)品的復雜性方面，F(xiàn)PGA 業(yè)務范圍正在擴大。”

Saban 說，其中包括先進封裝解決方案、多處理器 SoC、射頻 SoC 和集成高帶寬內存技術。

嵌入式 FPGA 是 FPGA 方法的一個新的轉折點，而它們尤其吸引人的地方是它們可以使用任意工藝尺寸制造，可以為任意應用調控尺寸大小。即使對于可編程邏輯而言，經(jīng)濟模式也發(fā)生了變化。

“傳統(tǒng) FPGA 芯片面向的是低產(chǎn)量系統(tǒng)或原型系統(tǒng)，”Tate 說，“它們要么一直是低產(chǎn)量，要么在增大產(chǎn)量時會轉而使用 ASIC。FPGA 芯片往往有非常高的功耗、非常高的性能、前沿的工藝技術和非常高的成本。嵌入式 FPGA 可以根據(jù)客戶需求選擇工藝，從 180nm 到 16nm 都可以。它必須為高產(chǎn)量的芯片設計進行調整。所以像是最小化金屬層的數(shù)量等要求就是非常重要的了，而 FPGA 使用了最大化的金屬層。在嵌入式市場，很多客戶對成本非常敏感，不會使用 FPGA 芯片那么多的金屬層。最重要的是，客戶對尺寸大小的需求多種多樣。一些人需要非常小的嵌入式 FPGA，一些人則需要非常大的。而且他們需要在他們選擇的工藝上的 FPGA。搞網(wǎng)絡通信的人會選 16nm，而搞微控制器的傾向 40nm。客戶了解為他們的需求優(yōu)化過的工藝，如果嵌入式 FPGA 沒有滿足客戶對代工廠和工藝節(jié)點和他們對各自變體的需求——具有他們想要的各種尺寸和他們所需的選擇，那么這種技術就毫無用處。”

不同的指標

這也會改變哪種類型的芯片更適合哪種終端應用的討論。過去，F(xiàn)PGA 通常被拿來和 ASIC 比較，但最近的比較對象則更多是用于機器學習和神經(jīng)網(wǎng)絡應用的 GPU。

Achronix 的 Mensor 說：“ASIC 就是固化的 FPGA。如果你能承受非常高的開發(fā)成本和隨之而來的風險，比如新式的定制芯片設計，那么 ASIC 是一種更優(yōu)的解決方案。ASIC 有自己的定位，而且這些定位是很有價值的。它們往往為單位成本和功耗進行了優(yōu)化。一旦你付出了非常高的開發(fā)費用（包括工程設計、掩模費用、驗證、軟件驗證、系統(tǒng)級驗證），那 ASIC 最終將得到非常小的 die 尺寸以及一種針對生產(chǎn)的更優(yōu)的解決方案。使用 ASIC 的缺點是很容易受到錯誤的影響，從而拖延產(chǎn)品。而這就是 FPGA 顯得價值非凡的地方了。FPGA 可以修改。當你的系統(tǒng)在進行 bring-up 測試時，如果你發(fā)現(xiàn)了任何問題，你都可以修改你的 EDA 工具上的代碼然后重新配置你的 FPGA。”

對 eFPGA 而言，情況則或多或少有些不同。它可以用任意工藝構建到任何 SoC 中。它可以在先進封裝中被用作加速器，也可以作為單芯片的解決方案。

Tate 說：“我們的技術有一種構造模塊式的方法。我們可以提供上百種不同尺寸的陣列，從小至 100 個查找表到大至 100 000 個查找表。而且每當我們?yōu)橐粋€新工藝節(jié)點開發(fā) IP 時，我們都會做一個驗證芯片，這讓我們證明我們的芯片并向客戶展示。我們首先讓它有效了，那在他們的芯片上一開始就會有效。”

什么時候銷售可編程性

在新的和已有的終端市場中，eFPGA 和 FPGA 都面臨著很大的不確定性。協(xié)議在不斷改變，用于自動汽車和機器學習的技術仍還處在定義和調整階段，而現(xiàn)在的先進制造工藝在足夠穩(wěn)定足以保證合理產(chǎn)量之前還需要經(jīng)過多輪修訂。

這使得可編程性（programmability）成了設計中一個有吸引力的選擇。而在一些市場（尤其是機器學習市場）中，F(xiàn)PGA 的表現(xiàn)實際上優(yōu)于其它處理器類型，因為它們采用了定點計算，而非浮點計算。

“在功率足跡（power footprint）方面，F(xiàn)PGA 要好得多；而且在性能方面也遠遠更好，因為它們固有的平行性就更好，比起 GPU，你可以在 FPGA 中創(chuàng)建更多編程單元。”Mensor 說，“差異在工具鏈、軟件流程上。”

其他人也同意這個觀點。“從機器學習的角度看，盡管人們普遍認為 GPU 在訓練上表現(xiàn)更好，但 FPGA 在推理上表現(xiàn)更好，而且領先優(yōu)勢還將繼續(xù)擴大。”位于新加坡的 Plunify 的聯(lián)合創(chuàng)始人兼首席運營官 Kirvy Teo 說，“仍然會有很多競爭。我也有興趣看到英特爾的 CPU+FPGA 的表現(xiàn)會如何。GPU 仍然更容易取得，而且更加常見。每個人都知道 GPU 是什么以及如何使用它。但近來大型云提供商對 FPGA 應用的激增將會帶來一些影響。在生態(tài)系統(tǒng)合作伙伴方面，GPU 看起來有優(yōu)勢，但同樣，F(xiàn)PGA 正在追趕。”

出現(xiàn)這種情況是有原因的，其中比較顯著是功率、性能和可配置性。

“FPGA 為可重配置的應用提供了一些真正強大的計算能力，這些應用中現(xiàn)在最顯著就是每個人都喜愛的機器學習。”O(jiān)neSpin Solutions 營銷副總裁 Dave Kelf 表示，“Xilinx 等公司正在投入非常大量的工作，要將 FPGA 打造成大型數(shù)據(jù)中心里加工數(shù)據(jù)/數(shù)字的處理器，以支持機器學習和大數(shù)據(jù)應用。我們看到其中也使用了大量 GPU，因為它們內置了一種強大的神經(jīng)網(wǎng)絡機制。FPGA 的優(yōu)勢是能提供遠遠更高的性能，而且仍然是可重配置的。ASIC 是一個成本極其高昂的命題。在光掩模和芯片制造成本上，F(xiàn)PGA 比 ASIC 更具競爭優(yōu)勢。”

Xilinx 架構與驗證副總裁 Gaurav Singh 同意這個觀點： “機器學習正變得非常重要，而且機器學習算法的應用和使用實際上也正急速擴張。其中有一個訓練部分，即科學家與數(shù)據(jù)科學家和專家要試圖構思神經(jīng)網(wǎng)絡、神經(jīng)網(wǎng)絡的訓練方式。這就是這個訓練部分。更大范圍部署的實際是推理部分。這是訓練好了神經(jīng)網(wǎng)絡之后，你希望在高效的設備上實際將其用于推理的部分。為此，肯定要有數(shù)據(jù)中心。”

總結

美國國防高級研究計劃局（DARPA）估計航空航天和國防電子產(chǎn)品將用掉所有 FPGA 中的大約 10%。汽車電子、通信/數(shù)據(jù)中心/網(wǎng)絡加速和傳感器融合等領域也會用到分立的 FPGA。

Mensor 說，帶有固化的 IP 功能的 FPGA 將在基于以太網(wǎng)的網(wǎng)絡中得到應用，以 10 到 40 到 100 Gb/s 的速度傳輸數(shù)據(jù)。另外 FPGA 還將被用于有線開關、測試和測量以及軍事應用。5G 等應用需要在 360 到 500 MHz 條件下運行，而據(jù) Mensor 稱，Achronix正在努力實現(xiàn)那樣水平的高性能。

與此同時，據(jù) Tate 說，eFPGA 的最大應用是物聯(lián)網(wǎng)和微控制器、網(wǎng)絡通信和數(shù)據(jù)中心芯片、航空航天/國防。很多公司都相信，隨著各種工藝節(jié)點的 eFPGA 的推出，eFPGA 將占據(jù)越來越大的市場份額。

不確定性是有代價的，如果公司錯失了市場窗口，最后只能用基于較舊的協(xié)議或為較舊的算法設計的芯片，那這個代價將會非常高昂。可編程性將在這方面提供極大的助力。