FPGA四十载：可编程硬件的技术跃迁与AI时代突围

1985年6月，由赛灵思(Xilinx)打造的全球首款商用FPGA XC2064正式出货。尽管只有85,000个晶体管、64个可配置逻辑块和58个I/O块，与今天集成了1,380亿个晶体管、1,850万个逻辑单元、2,654个I/O块的全球最先进的AMD Versal Premium VP1902完全不可同日而语，但通过打造“与软件一样灵活的硬件”，FPGA带来的可重编程逻辑改变了半导体设计的面貌。

这意味着，开发人员第一次能够在设计芯片时，如果规格或需求在中途、甚至在制造完成后发生变化，他们可以重新定义芯片功能以执行不同的任务。这种灵活性令新芯片设计的开发速度更快，从而缩短了新产品的上市时间，并提供了ASIC的替代方案。

全球首款商用FPGA XC2064(图源：AMD)

40年来，FPGA已经在电子领域无处不在，并深深融入到日常生活中。如今，包括FPGA、自适应SoC和系统模块(SOM)在内的自适应计算器件已遍布于从汽车、火车车厢与交通信号灯到机器人、无人机、航天器与卫星到无线网络、医疗和测试设备、智慧工厂、数据中心甚至高频交易系统等各个领域。

从逻辑模块到异构计算平台

FPGA是由已故的赛灵思公司联合创始人Ross Freeman发明的。他认为，“除了标准的固定功能ASIC器件之外，一定存在一种更好、更经济高效的芯片设计方法。”

Ross Freeman(右)鸟瞰XC2064布局(图源：AMD)

后来的事实证明，FPGA不但为工程师提供了随时更改芯片设计的自由和灵活性，还助力开创了“无晶圆厂”商业模式，彻底改变了整个半导体行业。同时，通过消除对定制掩膜加工和相关的非经常性工程成本的需求，FPGA向行业证明，企业不需要拥有晶圆代工厂来打造突破性的硬件——他们只需愿景、设计技能与FPGA，就能助力加速硬件创新。

“我在FPGA行业工作了超过25年的时间，见证了FPGA从早期简单的LUT查找表和逻辑模块，快速发展为集成嵌入式处理能力、高速收发器、以及内存、安全和接口技术的丰富硬IP等复杂功能的异构计算平台的全过程。”在与《电子工程专辑》的交谈中，AMD产品、软件和解决方案公司副总裁Kirk Saban如是说。

FPGA技术的演变(图源：AMD)

他强调指出，这种演进并非线性增长，而是在通信、云计算、AI等技术变革中不断迭代——从早期满足简单逻辑需求，到如今支撑数据中心加速、自动驾驶决策等高性能任务，FPGA市场始终保持着每年7-9%的增长率，成为半导体领域韧性十足的技术分支。

AMD 产品、软件和解决方案公司副总裁Kirk Saban

实际上，仅以AMD为例，过去40年来，AMD已向不同细分市场的超过7,000家客户交付了超过30亿颗FPGA和自适应SoC，并且连续25年位居全球可编程逻辑市场份额领先地位。下图展示了AMD的一些关键创新与产品里程碑：

图源：AMD

而AMD早在数年前推出的Versal系列产品组合中，便构建了异构计算平台的雏形——集成嵌入式计算能力与多核心ARM处理器，同步搭载Virtex系列中作为AI引擎的硬核NPU。

历经技术迭代，现代FPGA已深度融合硬以太网核、硬安全核等硬化IP，在强化异构计算支撑能力的同时，通过可编程逻辑架构为用户提供灵活适配空间。这种设计不仅实现了编程逻辑、AI引擎与特定应用的深度耦合，更支持Linux等嵌入式操作系统的运行，推动芯片角色分工的颠覆性变革，践行着AMD将多元技术整合于单一芯片的核心价值主张。

在谈及异构计算时代，如何更充分地利用底层硬件的能力时，Kirk回应称，“这其实就是在谈论系统级的设计，以及如何充分器件所具有的存储架构来实现最大的潜能。”而FPGA非常独特的亮点之一，就是它拥有独特的“定制化存储架构”，使得客户能够在该架构基础上进行差异化设计。同时，合适的软件开发工具、库、辅助设计环境也很关键，客户能够将自己的模型在AMD硬件基础之上进行编译。

AI时代的独特价值

2022年2月14日，AMD顺利完成了对赛灵思的并购，并由此构建了包括CPU、GPU、FPGA在内的多元化的计算产品矩阵。这种全栈计算能力使AMD能够精准匹配不同市场的差异化需求——从云端大规模训练到边缘实时推理，从高性能计算到低功耗应用，AMD均可凭借丰富的产品组合，为客户提供适配其算力需求的最优芯片解决方案，助力解决复杂计算场景下的技术挑战。

"FPGA最不可替代的优势之一，就是其边缘侧的实时处理能力。"Kirk Saban强调说，在边缘计算与AI领域，FPGA凭借实时处理能力和强自适应性占据独特优势，既能满足工业控制、自动驾驶等低时延、无法云上滞后处理的任务需求，又能根据不同应用场景调整，动态调整不同尺寸、功耗、价格及性能的平衡点，从而在AI基础设施等重要应用场景中实现算力的高效释放。 

众所周知，如今，大部分AI工作负载都在数据中心GPU上运行。然而，随着越来越多的AI处理发生在边缘，尤其是近来小型生成式AI模型的推出，以及多模态AI模型向边缘端渗透，“ChatGPT时刻”即将来到边缘端。这些新的AI模型可以在边缘设备上运行，无论是在AI PC、汽车、工厂机器人、太空还是任何嵌入式应用中。

Kirk表示，FPGA和自适应SoC能实时提供针对传感器数据的低时延处理，加速边缘端AI推理，居于各行各业AI融合应用快速增长的前沿并不令人感到意外。

“AMD致力于构建一体化软件框架，赋能客户在AMD硬件平台上完成从模型训练到推理部署的全流程开发。“在他看来，这一框架的核心优势在于将适配的神经网络处理器与可编程逻辑块深度整合，通过Versal系列产品的AI引擎硬件及灵活逻辑架构，实现NPU与各类模型的精准匹配，为客户提供兼具算力效率与架构灵活性的解决方案。

打破硬件编程的壁垒

不过，尽管FPGA优势很多，但长期以来，FPGA开发工具和流程的复杂性，在一定程度上影响了其在边缘智能领域的普及速度。FPGA厂商当然意识到了这一点，并一直在进行大量的投入，意在不断提升产品易用性，降低开发门槛、提高开发效率。比如AMD Vivado和Vitis软件的推出，就对推动市场扩张具有重要意义。

Vivado软件侧重于硬件开发人员，通过高层次综合、机器学习优化和无缝IP核集成等高级功能，支持开发人员简化工作流程、缩短开发周期并实现更高的性能。

面向软件开发流程的Vitis开发环境带来了预优化的工具和抽象层，以助力加速AI推理。最新版本(2024.2)包含多项新功能，例如，面向嵌入式C/C++设计的独立工具，以及简化搭载AI引擎的AMD Versal自适应SoC的使用的增强功能，算法工程师无需深入硬件细节即可开发相关应用。

“我们持续投入于这些工具领域，令用户工作更加高效，同时能够利用新的和日益演进的数据类型与AI模型。”Kirk认为，Vivado与Vitis双工具链体系实现了与AMD CPU、GPU的软件栈协同，能够给开发人员带来"一次开发，多平台部署"的开发体验。 

在生态建设上，AMD同样呈现出开放姿态。通过与Yocto项目合作、向开源社区贡献源代码，以及推动ROCm在GPU软件领域的开源生态，AMD正在构建跨硬件平台的开发者生态。

“开源不仅能加速开发效率，更能确保我们的工具链具备世界级的鲁棒性。”Kirk Saban强调，这种策略在边缘智能时代尤为重要——当开发者需要快速适配传感器接口、通信协议等定制化需求时，开源社区的资源能大幅缩短创新周期。

从万物互联到场景深耕

Kirk Saban认为边缘智能，将有望成为未来FPGA增长的核心驱动力。支持他做出上述判断的理由，是“万物互联”趋势正在催生海量边缘节点，这些节点不仅需要连接网络，更需要本地智能处理能力。

例如在医疗远程手术中，FPGA可同时处理影像实时渲染与机械臂控制，确保低时延与高可靠性；在工业物联网中，它能适配不同传感器协议，并根据生产流程变化重新配置数据处理路径；在汽车领域，现代新能源汽车如同“车轮上的电脑”，从ADAS到车载娱乐系统，FPGA正在成为电子架构中的关键节点。

他进一步解释说，“对于FPGA而言，拥有灵活的现场可编程、可升级能力，是一个关键的价值主张。”也正是得益于此，FPGA在边缘侧实现“AI算力按需部署”时将更具优势。

为此，AMD在产品矩阵中既布局了最低功耗的Spartan UltraScale+，也有高性能的Virtex系列，可满足包括数据中心、汽车、测试测量与仿真、工业与视觉、医疗和科学、航空航天、广播与专业音视频在内的全场景需求。

与此同时，AMD还有非常广泛的针对不同的功耗和性能需求的广泛产品。即便当客户在选择了相应的器件之后，如果还需要嵌入式的处理能力，那么“Zynq 7000”和“Zynq MPSoC”这样的产品线就非常合适。

在技术演进层面，FPGA接下来将有望沿着三条主线突破：一是进一步SoC化，整合更多硬核IP 如以太网核、安全核；二是通过多芯粒(Multi-Chiplet)设计提升算力密度；三是引入AI 辅助开发工具，例如通过自然语言处理帮助工程师快速理解技术文档，或自动优化硬件编译流程。

在Chiplet技术上，AMD继承了2011年起源于台积电Virtex-7的创新基因，将其广泛应用于现代GPU与FPGA的结合中。这种技术路线不仅能降低先进制程的成本压力，更能通过异构集成释放FPGA的灵活计算潜力。未来，AMD还会推出更多基于Chiplet技术的新产品。

“我们已经在探索AI助理在开发工具中的应用，这将是提升生产力的下一个突破口。”Kirk Saban透露，AMD正在将生成式AI技术融入FPGA开发流程，让复杂的硬件编程变得更加智能。

结语

按照Kirk的说法，“与人们耳熟能详的CPU/GPU相比，FPGA可能是最不为人知的半导体技术了。”但40年来，基于FPGA的自适应计算持续推动着边缘AI、自动驾驶、机器人和工业自动化、6G网络、气候变化、药物研发、科学研究以及太空探索等领域的进步，运用FPGA技术推动创新芯片设计、支持硬件辅助验证并加快产品上市时间，将成为开发人员持续开发尖端和市场领先产品的动能所在。