FPGA(Field-Programmable Gate Array,现场可编程门阵列)
可重编程硬件,介于 GPU 通用和 ASIC 专用之间。曾是 AI 推理早期加速的重要路径,但在当前 AI 算力格局中被 GPU 与 ASIC 双向挤压,在数据中心 AI 加速器市场份额较小(据 核心逻辑芯片)。
是什么
- 可编程硬件电路在出厂后可通过软件重新配置 — 这是与 ASIC 最大的差别(ASIC 流片后不可改)
- 低延迟推理任务在确定性延迟场景中有优势
- 能效中等优于 GPU、不及 ASIC
为什么关键(以及为什么逐渐被挤压)
| 维度 |
FPGA 的相对位置 |
| vs GPU |
能效更优、但通用计算性能差距大、生态远不如 CUDA 生态 |
| vs ASIC |
灵活可改、但单位算力成本高、量产经济性差 |
| 推理场景 |
早期推理加速曾被广泛尝试,现被 ASIC / 推理专用 GPU 替代 |
代表玩家
| 公司 |
状态 |
备注 |
| Xilinx |
已被 AMD 收购(2022) |
FPGA 全球龙头,并入 AMD 后整合至自适应计算业务 |
| Altera |
已被 Intel 收购(2015) |
全球第二,2024 年 Intel 宣布拆分独立运营 |
替代 / 竞争