随着人工智能（AI）技术的快速的提升，其应用边界不断拓宽，从简单的图像识别到复杂的自然语言处理，再到无人驾驶、智能制造等前沿领域，AI正以前所未有的速度改变着我们的世界。

  在这场AI革命中，深度学习作为其核心驱动力，不断推动着算法与模型的革新，同时也对计算资源提出了更为严苛的要求。

  诞生于1985年的FPGA虽然问世时间不长，但已经凭借可编程的独特优势，在百花齐放的芯片浪潮中夺得一席之地，成为GPU芯片的又一劲敌。

  FPGA芯片是基于可编程器件（PAL、GAL、CPLD）发展而来的，是半定制化、可编程的集成电路。FPGA主要有三大特点：

  无论是CPU、GPU、DSP、Memory还是各类ASIC芯片，在芯片被制造完成之后，其芯片的功能就已被固定，用户无法对其硬件功能进行任何修改。而FPGA芯片在制造完成后，其功能并未固定，用户都能够根据自己的实际需要，将自己设计的电路通过FPGA芯片公司提供的专用EDA软件对FPGA芯片进行功能配置，从而将空白的FPGA芯片转化为具有特定功能的集成电路芯片。

  每颗FPGA芯片均能够直接进行多次不同功能配置，以此来实现不同的功能，具有高度灵活性。

  在逻辑芯片里面，如ASIC制造流程包括逻辑实现、布线处理和流片等多个步骤；而FPGA无需布线、掩膜和定制流片等，芯片开发大大简化。一般逻辑芯片，如ASIC、DSP、SOC等，开发周期需要14—24个月，甚至更长，而FPGA则只需要6—12个月，比其他芯片开发周期减少55%的时间。

  正如全球FPGA第一大厂商Xilinx（赛灵思）认为，更快比更便宜重要，产品晚上市6个月，5年内将减少33%的利润，每晚四周等于损失14%的市场份额。

  FPGA属于并行计算，也即一次可执行多个指令算法。而传统的ASIC、DSP、CPU都是串行计算，一次只能处理一个指令集。因此在部分特殊任务中，FPGA的并行计算效率比串行计算效率更高。

  CPU、GPU、ASIC和FPGA是四种计算机处理器类型，不同处理器有着独特的优势。

  CPU的逻辑运算单元（ALU）较少，控制器（control）占比较大；GPU的逻辑运算单元（ALU）小而多，控制器功能简单，缓存（cache）也较少。架构的不同使得CPU擅长进行逻辑控制、串行计算，而GPU擅长高强度的并行计算。GPU单个运算单元解决能力弱于CPU的ALU，但是数量众多的运算单元可以同时工作，当面对高强度并行计算时，其性能要优于CPU。现如今GPU除了图像处理外，也慢慢变得多地运用到别的计算中。

  可以说，CPU更像是一个有多种功能的优秀领导者。它的优点是调度、管理、协调能力强，计算能力则位于其次。而GPU相当于一个接受CPU调度的拥有大量计算能力的员工。

  ASIC即专用集成电路，指应特定用户要求和特定电子系统的需要而设计、制造的集成电路。ASIC的特点是面向特定用户的需求，ASIC在批量生产时与通用集成电路相比具有体积更小、功耗更低、可靠性提高、性能提高、保密性增强、成本降低等优点。

  基于ASIC开发人工智能芯片更像是电路设计，需要反复优化，要经历较长的流片周期，故开发周期较长。

  量产后ASIC人工智能芯片成本及价格较低。虽然相较于FPGA，ASIC人工智能芯片要经历较长的开发周期，并且需要价格昂贵的流片投入，但是这些前期开发投入在量产后会被摊薄，所以量产后，ASIC人工智能芯片的成本和价格会低于FPGA人工智能芯片。

  受益于与众不同的架构，FPGA的可编程属性使其相比其他处理器，在算力、成本、功耗之间更能取得平衡。

  FPGA由于具备可编程灵活性高、开发周期短以及并行计算效率高的特点，使得FPGA的应用场景特别广泛。

  通信是目前FPGA顶级规模的应用市场。FPGA在通信领域的应用包括网络交换、通信协议转换、流量控制等。它能够适用于实现高效数据处理和大规模的射频中继等。例如，在5G通信技术中，FPGA被用于基站的信号处理和数据处理，提高了通信系统的性能和稳定性。

  工业领域是FPGA芯片的主要应用市场之一。FPGA在工业领域主要应用于视频处理、图像处理、数字控制机床等领域实现信号控制和运算加速功能。例如，在自动化生产线中，FPGA被用于控制机械臂的运动和协调各个设备的运作。

  数据中心是FPGA芯片的新兴应用市场之一。在数据中心运算处理领域，FPGA芯片大多数都用在硬件加速。相比于CPU，FPGA芯片由于其无指令、无需共享内存的体系结构，能够同时提供强大的计算能力和足够的灵活性；相比GPU，FPGA芯片在数据中心具有低延迟及高吞吐的优势；相比ASIC，FPGA芯片可在灵活性、开发时间等方面达到出色的平衡。

  随着电动汽车兴起，FPGA在汽车中的应用愈来愈普遍。汽车电子行业对FPGA的需求大多数来源于ADAS（智能感知系统）和AV（无人驾驶汽车）。比如：FPGA芯片可用于控制和驱动电动汽车电机控制管理系统，连接驾驶系统、仪表盘、雷达、超声波传感器等各种车载设备，实现激光雷达、毫米波雷达等信号处理和控制。在视频桥接和融合领域，FPGA芯片可用于实现多个图像传感器的信号桥接、3D环视视频融合、倒车辅助视频、辅助驾驶视频等功能。在辅助驾驶和自动驾驶领域，FPGA芯片可用于实现机器视觉与目标检测等各种功能。

  在人工智能时代，AI的算法不断推陈出新，对于硬件的算力和灵活度要求很高，FPGA的灵活性刚好符合AI的特性。FPGA主要被用作矩阵乘算法的加速器和神经网络加速器的执行器。它能轻松实现低延迟的计算和高性能的运算，为AI的发展提供了强大的硬件支持。例如，在深度学习领域，FPGA被用于加速神经网络的推理和训练过程，提高了AI系统的处理速度和能效。此外，随着异构计算融合等形式越来越受推崇，FPGA+CPU等架构也给AI带来更多的潜在优势。

  全球FPGA市场主要被赛灵思（已被AMD收购）和Intel两家海外企业双寡头垄断，在2019年，两家合计占据了全球市场占有率的85%以上。由于技术壁垒高、更新换代速度快，全球FPGA市场高度集中，国内厂商占比较低。

  从芯片架构来看，FPGA单芯片向更先进工艺、更高速电路结构、复杂异构SoC系统发展，AMD的VERSAL系列新产品中集成了PCIe、Ethernet通信协议以及AI引擎、NoC架构等。

  从产品价格来看，随着产品定位从低端走向高端，FPGA容量等指标不断的提高，通信架构逐渐升级，对应开发板的价格也从数百美元逐步上涨到一万多美元。

  从应用领域来看，数据中心等高端应用所适用的FPGA芯片大多为高端FPGA产品线，仅有少部分中高端FPGA也能够很好的满足数据中心网络加速需求。

  今年3月，英特尔将其可编程解决方案事业部（PSG）独立运营，并以Altera的品牌形象重新呈现。新成立的Altera制定了全新的发展的策略，旨在通过聚焦高性能FPGA市场来巩固并扩大其市场地位，同时积极开拓中低端FPGA市场，以吸引更广泛的客户基础并拓展发展空间。

  Agilex FPGA和SoC FPGA家族基于英特尔 10纳米制程节点构建，可提高性能并降低功耗。

  Agilex9 FPGA和SoC FPGA为目标应用提供前所未有的功能和优化，超越了主流可编程逻辑的极限。目前已实现规模化生产。这款产品凭借业界领先的数据转换器，非常适合于需要处理高带宽混合信号FPGA的应用场景。

  Agilex7 FPGA和SoC FPGA是一款高性能FPGA，提供业界领先的架构和I/O速度，是大多数带宽密集型和计算密集型应用的理想之选。英特尔Agilex 7的逻辑结构性能功耗比，对比竞争对手的7nm节点FPGA，提升约2倍。

  Agilex 7器件使用先进的10纳米SuperFin技术（F系列和I系列）、英特尔7技术（M系列）和第二代英特尔Hyperflex FPGA架构。这款产品的应用领域包括数据中心、网络、国防和工业。

  Agilex 5是一款针对需要高性能、低功耗和小尺寸的应用进行了优化的中端FPGA。该产品现已全面上市。

  英特尔Agilex 5是首批支持LPDDR4、LPDDR5（+DDR4、DDR5）的FPGA、首批配备AI张量块的产品，拥有首个非对称多核应用处理器系统（2xArm A76、2xArm A55），可提升在边缘端AI推理能力。其E系列进行了功耗和尺寸优化，对比16nm竞品，性能功耗比提升1.6倍；D系列进行了性能优化，对比7nm竞品，性能功耗比提升2倍。

  Agilex 3即将问世，该产品系列具有更小的外观尺寸以及功耗和成本优化。这款产品旨在为云计算、通信和智能边缘应用中的低复杂度功能提供领先的低功耗FPGA系列产品。

  综上所述，Altera的产品线日益完善，其中Agilex 9正处于规模化生产阶段，Agilex 7的F系列和I系列设备已投入生产，Agilex 5已全面上市，而即将推出的Agilex 3将满足云、通信和智能边缘应用对低复杂度、低功耗FPGA的需求。

  从FPGA的容量来看，目前国产民用FPGA顶配水平能做到约400k逻辑单元，而目前全球容量最大的FPGA为AMD在2023年6月27日推出的VP1902（VersalPremium），逻辑单元数高达18,507k，是国内的46倍。

  从收入来看，中国主要的FPGA公司有紫光同创、安路科技、复旦微电、高云半导体、国微电子、易灵思、西安智多晶、京微齐力等。中国作为全球FPGA市场的重要组成部分，2022年市占率在1/3左右，但在供应链侧，国产FPGA芯片的全球市占率却不足10%。

  从下游应用看，目前最高端的FPGA两大领域——原型验证、数据中心加速计算仍未有国产FPGA能够进入。

  从毛利率看，目前国产FPGA集中于在消费电子领域进行中低容量的替代，相比大容量FPGA市场的进入壁垒相比来说较低，出现了某些特定的程度的内卷，典型毛利率在35%—40%之间，而AMD在高端FPGA市场之间的竞争优势突出，近10年毛利率基本维持在65%以上，近3年更是接近70%。

  在市场侧驱动和国家政策的扶持下，本土FPGA企业不断发力，在技术和市场两方面都取得了不小的成绩。

  目前中国厂商的低容量FPGA技术已发展较为成熟。低容量 FPGA的逻辑单元100k，要求极致的低成本和低功耗，大多分布在在55nm、40nm和28nm这三个节点。

  国产厂商大部分在2019年及之前就推出了此类产品，它也往往是本土FPGA厂商的第一代产品。例如，紫光同创的Logos系列在2017年推出，为40nm的低功耗、低成本FPGA，逻辑单元在12-102k之间；安路科技的55nm的Eagle4在2016年推出，逻辑单元20k，大多数都用在伺服控制、高速图像接口转换的领域；高云半导体的55nm的FPGA小蜜蜂（LittleBee）在2016年推出，是公司第一代产品，逻辑单元数在1-8k。

  在 28nm的中低容量市场，中国FPGA厂商也已经具备成熟的产品。中容量FPGA主要指逻辑单元在100k-500k的FPGA，主要使用在集中在无线通信的空口侧、工业、汽车、A&D领域，中容量市场不追求最高的性能，性能和功耗同等重要，对成本亦有一定要求。比如紫光同创、安路科技、智多晶均在2020年推出了28nm的FPGA产品，主要对标Xilinx的7系列产品等。

  500K 以上的高容量 FPGA 是目前国产替代的难点。需要本土公司在硬件架构、EDA软件、IP性能等方面深入发展。其中，最重要的是解决EDA软件在大规模FPGA的布局布线问题。

  安路科技作为国内FPGA领域的领军企业，2018、2019年，安路科技营业收入只有2852.03万元、1.22亿元。之后在2021年、2022年其业绩出现翻倍增长。

  根据公开数据，2020年安路科技的FPGA业务收入为2.8亿元，随后几年持续攀升。到2021年，其FPGA业务收入增长至6.42亿元，同比增长超过一倍。到2022年，这一数字更是增长至9.89亿元，显示出强劲的市场增长势头。

  安路科技的毛利率同样表现优异。从2020年到2022年，它的毛利率分别为34.05%、34.18%和39.13%，呈现出稳步上升的趋势。特别是在FPGA业务领域，其毛利率在2022年达到了39.13%。

  复旦微作为国内老牌IC设计企业，在FPGA领域同样表现出色。近年来，其FPGA业务收入持续增长。2020年，复旦微的FPGA业务收入为2.04亿元；到2021年，这一数字增长至4.27亿元；而到了2022年，更是达到了7.81亿元，显示出公司在FPGA市场中的强劲竞争力。

  复旦微的毛利率同样处于较高水平。从2020年到2022年，其FPGA业务毛利率分别是82.56%、84.71%和84.7%，保持了较高的稳定性和盈利能力。这主要得益于公司强大的技术实力和完善的产品线国产FPGA厂商机遇众多

  目前FPGA国产化有两大有利条件：一是近年国产FPGA厂商收到的政府补助金额较大，体现国家对FPGA 国产化的强烈扶持态度。二是28nm生命周期比以往代际更长，给了国产厂商较为充分的追赶空间。

  从已披露数据分析来看，2018年—2022年5年间，国产FPGA厂商每年均收到了千万级甚至上亿的政府补助。2022年，安路科技、复旦微、紫光国微计入当期损益的政府补助金额分别为人民币3000万+、6000万+和1.7亿元。而基本的产品为CPU的龙芯中科2022年政府补助金额为1.9亿元，主要营业产品为CPU和DCU的海光信息为6000万+，景嘉微为3000万+。根据WSTS数据，2022年微处理器市场规模508亿美元，是FPGA市场规模的6倍。对比其它品类的数字芯片公司，FPGA公司收到的政府补助金额依然较大，体现出国家对FPGA的强烈扶持意愿。

  此外，作为典型的数字芯片，FPGA生命周期一般只有10—15年（而模拟芯片可以高达20年以上），快速迭代的特征使其收入的顶峰往往发现在推出之后的第4—5年，60%收入在前6年发生，随后是量价齐跌的市场。因此，市场玩家必须努力竞逐制程领先，因为制程落后厂商往往没办法取得足够的收入以支撑下一代产品的开发。而28nm生命周期比以往代际更长，这正给了国产厂商较为充分的追赶空间。