FPGA该如何应对ASIC的大爆发？

有人认为，除了人才短缺、开发难度较大，相比未来的批量化量产的ASIC芯片，FPGA在成本、性能、功耗方面仍有很多不足。这是否意味着，在ASIC大爆发之际，FPGA将沦为其“过渡”品的命运？

安路科技市场与应用部副总经理陈利光表示，上面这几大难题肯定有突破的空间，从成本来看，其主要受到技术和市场两大因素的影响。一方面，高端FPGA只有两家公司能提供，市场有效竞争不足，导致成本较高。未来随着国产高端FPGA加入，成本将会逐步降低。另一方面，FPGA芯片中大量面积是完成信号互联的，而逻辑单元架构也使得传统的查询表架构很多年没有大的改变。未来应对AI的应用需求，逻辑单元、信号互联和整体架构都可以创新突破。

“在工艺水平流片成本上升的情形下，FPGA的综合成本反而小。”广东高云半导体科技股份有限公司工程副总裁王添平说：“随着工艺的不停升级，ASIC的流片费用已经抬高了ASIC保底的最少芯片销售量，到最后全球也就为数不多的几家ASIC厂商能够承受这种巨额的ASIC流片成本和失败风险。再说在市场应用中，各类应用需求林林总总，不是唯有速度论英雄。在国内，能够采用28纳米特别是14纳米或7纳米的芯片设计厂家不多。相反，随着工艺、封装水平的提升，FPGA工作频率已经突破600MHZ，很多ASIC中小厂商面临被FPGA替代的危险。”

除此，有业界观点表示，在AI算法定型之前FPGA还会有很大的市场空间，在AI算法定型与成熟之后，FPGA的市场空间可能面临一些挑战。

对此，紫光同创市场营销中心总经理包朝伟并不完全认同：“在专用的ASIC芯片出来以后，GPU和FPGA仍会有自己的优势，一是它可以跟ASIC芯片配合在一起，提高算法灵活度及算法升级的空间；二是在某些应用场景下ASIC可能需要FPGA做运算加速等辅助功能。因为ASIC芯片的算法一旦固定，就只能对它自己的芯片进行加速，而FPGA可以对任何算法进行加速，以拓展ASIC有多个应用场景的价值。从这两点来看，即便是有ASIC芯片了，FPGA也不会完全没有空间，它们是互补的关系。”

目前为什么ASIC还没正式爆发？包朝伟表示，整个AI市场还在培育期，算法更新太快，还没有完全定型，想开发一款通用的ASIC来适配多种应用场景，目前看来不可能。而与FPGA配合可以提高ASIC的灵活度。

“我们已经到达引发智能革命爆炸性增长的拐点，AI技术革新才刚刚开始，算法还在不断演化和突破，未来20年都将是AI快速发展的阶段，同时，AI应用场景的多样化，对AI芯片的需求也是多样化，不同类型的芯片都有存在需求。”陈利光预计，FPGA、GPU、ASIC将作为三大主要AI芯片在很长一段时间内同时存在。谁将最终胜出，取决于FPGA、GPU、ASIC芯片本身的技术革新，目前没有一种现有状态的芯片是可以长期作为AI芯片的最佳选择，还有一种可能性是多种技术的某种形式的融合。

“没有一种芯片具有绝对的优势，FPGA的优点相对比较多。FPGA在云端数据中心已经逐渐形成主流趋势，FPGA的整体架构可能成为融合芯片的架构选择，FPGA处理单元将借鉴TPU处理单元进行优化。技术难点是如何在定制结构和灵活可编程结构之间做到平衡。”陈利光说。

AI芯片不会是一两颗芯片打遍天下，而一定是针对不同的应用类型处理，由不同的芯片来支持，是很多款芯片的融合。包朝伟强调说，AI芯片走向成熟期需要一个演变过程，未来AI芯片一定是一颗特殊的SoC，这颗SOC是异构的，包含有AI运算处理模块、CPU（可能主要是ARM）、FPGA、还有一些存储和接口等丰富资源，这个也是FPGA厂家的潜在机会。

整体而言，FPGA、GPU、ASIC三大主要AI芯片将在很长一段时间内同时存在。特别是在AI算法还没完全固定之前，性能、功耗和体积等更为优秀的ASIC芯片也难以快速普及市场，因此，FPGA在这段时间内有很大的施展空间，即便是在ASIC算法成熟之后，FPGA也将作为ASIC的“辅助”芯片而存在，并不会沦为一个“过渡”产品。