FPGA双雄争霸：从胶水芯片到异构计算关键一极

做FPGA这行的朋友这两年多少都感受到一个变化以前跟人报出FPGA三个字母对方大概率一脸茫然现在再聊起至少能换来一句哦就是英特尔和AMD抢着买的那个芯片2022年AMD正式把赛灵思Xilinx收入囊中再加上早在2015年就吞下Altera的英特尔全球FPGA市场真正进入了双雄对峙的阶段。很多人问为什么两大CPU巨头都要砸几百亿美元来抢FPGAFPGA凭什么开启第二春这篇文章我就结合行业这几年的真实变化、产品技术路线和工程师的切身体感把这事从头到尾拆一拆。1. 两笔天价收购把FPGA行业的棋局彻底改写1.1 从胶水芯片到巨头抢购一段被低估的历史FPGA这个品类是赛灵思在1985年发明的第一款产品叫XC2064当时它做的事情很简单用可配置的逻辑块和可编程布线让硬件逻辑能在出厂后还能改。这个出厂后可改的特性在当年算是个异类因为芯片行业的主流逻辑是一次流片、终身定型。赛灵思和Altera作为这个领域的两大元老斗了三十多年。赛灵思的Virtex系列常年占据高端市场Altera的Stratix和Cyclone系列则在成本和均衡性上拼命追赶。到后来两家合计拿下全球七八成份额日子过得其实挺滋润。但这个市场有个问题它始终被看作配角。FPGA的角色往往是给CPU当胶水、做接口桥接、做ASIC原型验证真正把它当成主芯片用的产品并不算多。转折出现在2015年。英特尔宣布以167亿美元收购Altera。消息一出行业里很多人第一反应不是哇而是为什么当时英特尔的x86服务器业务如日中天FPGA这种小众芯片怎么看都不像能入CPU巨头的法眼。事后回看英特尔的算盘很清楚服务器里越来越多的加速需求网络处理、存储控制、加解密、AI推理需要一种既能改、又有足够吞吐量的芯片FPGA正好补位。真正把格局推到高潮的是2020年AMD宣布要收购赛灵思最终交易在2022年2月完成交易价值大约490亿美元。这是半导体行业历史上数得上的大型并购之一。如果说英特尔买Altera是补位那AMD买赛灵思就是换赛道——AMD看中的不只是数据中心加速而是把FPGA整合进整个自适应计算平台覆盖汽车、工业、通信、医疗、国防这些x86原来不太够得着的领域。1.2 双雄份额、产品线和代工关系的硬数据拿第三方市场研究机构的大致估算来看赛灵思和Altera这两家在FPGA市场的体量差距一直存在厂商归属市场份额约代表性产品线主要开发工具赛灵思 / AMD50%左右Versal系列、UltraScale、Zynq系列Vivado、VitisAltera / Intel30%-35%Agilex系列、Stratix 10、Cyclone 10Quartus Prime、Platform DesignerLattice莱迪思5%-6%CrossLink-NX、Certus-NX、ECP5Radiant、DiamondMicrochip原Microsemi/Actel4%-5%PolarFire、IGLOO2、SmartFusion2Libero SoC国产阵营紫光同创、安路、高云、易灵思等份额小但增长快覆盖从低功耗到中高端的多个系列Primace、Tang Dynasty、GOWIN EDA等双雄合计超过80%的份额所以题目里说双雄争霸一点都不夸张。而且相当有意思的一点是这两家虽然是竞争对手但它们的先进制程生产都依赖外部晶圆厂。赛灵思的高端Versal系列长期依赖台积电的先进工艺英特尔的Agilex系列也有多个版本是交给台积电代工而不是用自己的Intel代工线。换句话说双雄在芯片设计架构上打得火热议价权却有很大一部分攥在代工厂手里。这一点对理解FPGA行业未来的走向非常重要。1.3 热搜词里的信号一大波人正在涌入FPGA最近刷到fpga入门fpga开发fpga应用fpga项目这些词稳定上了技术热榜。fpga面试常见问题这种词能被搜上热榜说明什么问题说明招聘行情起来了有人为了面试在集中恶补。再往后翻还有fpga aifpga图像处理fpga isp去马赛克fpga tdc 直方图这类细分的应用词。这种热度扩散路径很有意思先从资本和巨头的收购案引发行业关注再渗透到工程师的日常搜索和学习计划里。资本、巨头、技术人三方共振这已经不是单纯的产品周期波动而是整个行业生态位的重新定价。2. 第二春不是炒作是FPGA的生态位被重新定价2.1 为什么说第二春以前的FPGA其实挺憋屈的FPGA的全称是现场可编程门阵列听起来无所不能但在很长一段时间里它在芯片世界里干的活真的挺底层给两块不同协议的芯片当桥接、给ASIC做原型仿真、给工业设备做定制逻辑。行业里对它有个挺扎心的称呼——胶水逻辑哪里需要粘哪里。当年FPGA的定位其实很尴尬。比性能相同工艺下FPGA的时钟频率和逻辑密度拼不过ASIC毕竟ASIC省去了大量可配置布线资源速度和功耗都更好。比通用性FPGA的开发门槛比CPU高太多你需要会Verilog/VHDL、懂时序、会调仿真这活儿不是每个软件工程师都能上手的。比性价比一旦产品上量ASIC的量产成本可以把FPGA按在地上摩擦。所以过去三十年里FPGA的核心客户就那几个圈层通信设备商用来做基站里的高速接口和协议处理、军工航天看重可重构和高可靠、实验室和高校用来做研究和教学。市场不算小但天花板看得见。2.2 三股力量把FPGA从配角推向了主角第一股力量是工艺和封装的拐点。FPGA过去有个老大难问题可编程电路浪费了太多芯片面积同样一颗裸片FPGA能实现的逻辑规模只有ASIC的几分之一。但进入7nm、5nm时代以后逻辑密度已经足够把完整的ARM处理器核心、FPGA可编程逻辑、AI计算引擎、NoC片上网络、高速SerDes、DDR控制器全部塞进一颗芯片里。赛灵思的Versal系列就是典型代表它不再是一颗可编程逻辑芯片而是一个可重构的异构计算平台。再加上Chiplet封装、HBM高带宽内存、PCIe Gen5/CXL这些新接口上身FPGA终于有能力站上数据中心的主板跟CPU、GPU平起平坐。这里打个生活化的比方以前的FPGA像一张能反复擦写的草稿纸功能有限只能写点便签现在的FPGA像一个可以随时重新装修的智能楼宇承重结构、水电、通信管线全都在你想把它改成数据中心还是实验室只需要换装修方案。第二股力量是AI推理需求的爆发。云端大模型训练基本是GPU的天下这个大家没争议。但推理环节尤其是边缘侧的推理FPGA有自己的独特位置确定性延迟时延抖动小、能效比高、IO可定制性强。工业相机里做实时ISP流水线FPGA去马赛克、降噪、色彩校正一气呵成激光雷达里测距需要高精度时间数字转换器TDCFPGA天然适合做TDC和直方图统计还有一些AI推理场景可以用Vitis AI或oneAPI做量化推理部署把模型直接烧进FPGA。这就是为什么fpga aipytorch fpga这类词会被搜爆。第三股力量是全球供应链和产品迭代节奏的变化。这两年芯片短缺给所有人上了一课想靠一颗ASIC包打天下越来越难了因为产品迭代快、需求碎片化严重。车载计算、工业控制、医疗设备、机器视觉每个场景都有不同的接口协议和实时性要求如果每次都去流片时间和成本都扛不住。FPGA的可重构性在这种环境里从凑合能用变成了关键优势。2.3 和GPU/ASIC/CPU的边界到底在哪里很多人对FPGA的理解容易走极端要么觉得它能替代一切要么觉得它啥都干不了。实际边界是清楚的维度FPGAASICGPUCPU灵活性高可重构低流片后定型中算法可改接口固定高完全软件化算力密度中高最高高低确定性延迟高高中低受系统调度影响开发周期中RTL/HLS最长12-24个月起步短CUDA/PyTorch最短单位成本大批量中最低中中最擅长的区间中低批量、复杂IO、强实时、高变化超大出货量、性能功耗极致场景大规模并行计算通用计算和逻辑控制所以FPGA的第二春不是要替代谁而是整个计算产业出现了大量中低批量、接口复杂、协议多变、实时性要求高的新场景这些场景正好落在FPGA的舒适区里。说白了新需求把FPGA的坐标从配角拉到了主角候选人的位置。3. 双雄对对碰英特尔的产品矩阵与赛灵思的自适应野心3.1 英特尔手里握着的牌从Agilex到oneAPI的生态协同英特尔在FPGA上的玩法从收购Altera那天起就没变过把FPGA嵌进x86帝国的整体版图里。看产品线就清楚了Agilex系列是主力覆盖了从边缘嵌入式Agilex 5到数据中心和网络Agilex 7/9的完整梯度。老的Stratix 10、Arria 10、Cyclone 10也还在大量出货存量市场非常可观。技术层面英特尔最值钱的牌其实是封装和架构协同。EMIB、Foveros这些3D封装技术可以把FPGA逻辑和HBM内存、SerDes、甚至x86核心封装到一起这对超低延迟的数据中心场景非常有吸引力。再加上PCIe Gen5和CXL这类新接口的抢先支持英特尔的FPGA在服务器里的存在感很容易刷出来。软件生态上英特尔想走的是全栈协同路线。Quartus Prime负责传统FPGA开发oneAPI负责统一编程模型OpenVINO负责AI推理部署DPDK负责高性能网络处理。这套组合的战略意图很清楚让写C/C、Python的软件工程师也能力便地把FPGA用起来。不过实话实说Quartus Prime在易用性上这些年一直被工程师吐槽UI界面和工程管理方式带着明显的传统气息altera fpga用什么软件开发modelsim-intel fpga starter edition这类搜索词能从侧面印证新手在Intel生态里找工具链需要花不少时间。3.2 赛灵思并入AMD之后Versal和Vivado的另一种打法赛灵思被AMD收购后产品主线没有乱依然是Versal系列打头。Versal把标量处理ARM核心、自适应硬件FPGA逻辑、智能引擎AI Core计算阵列和一个完整NoC片上网络整合到一颗芯片里。这套架构跟传统FPGA最大的区别是它更像一个硬件可重构的计算平台而不是单纯的逻辑阵列。你在Versal里既可以用Vivado做RTL开发也可以在AI Engine上部署DSP/通信算法还可以用Vitis HLS把C/C代码综合成硬件逻辑。AMD接手后的协同效应也逐渐显现。Alveo加速卡配上ROCm生态把FPGA加速推进数据中心AI市场Kria K26这种基于Zynq架构的模块化SOM大幅降低了嵌入式团队的开发门槛不用从零画板也能玩转FPGA。更关键的是AMD本身在x86服务器市场跟英特尔正面硬刚现在手里多了FPGA这张牌可以打包成CPUGPUFPGA的完整方案去谈客户。赛灵思的短板也很明显Vivado的工程编译速度慢是老生常谈高端的Versal系列价格偏高vivado读取fpga芯片dna码方法这种看似冷门的问题能被搜到说明Vivado用户基数确实庞大也说明大家每天跟工具链斗智斗勇是常态。另外AMD收购赛灵思之后的组织整合和市场策略还在落地过程中很多原来赛灵思的渠道伙伴也在观望。3.3 软件生态才是真正的胜负手从产品结构上看这两家现在的硬件能力已经到了神仙打架的级别真正决定胜负的反而是软件生态。我整理了一个简单对比对比维度Vivado / Vitis赛灵思-AMDQuartus Prime / oneAPIAltera-Intel传统RTL开发成熟教程多社区活跃成熟官方文档扎实HLS高级综合Vitis HLS推广力度大支持C/C/OpenCLDSP Builder和Intel HLS案例相对少软件/系统集成Vitis统一IDE对软件工程师更友好oneAPI定位更高层落地案例还在累积编译速度体验大工程依然慢大工程也慢并非明显优势学习资源高等院校和第三方教程非常丰富官方资料多但社区声量略低对AI部署的支持Vitis AI量化/编译/部署链路完整OpenVINO支持FPGA但重心在CPU/GPU我个人的观点是这两家未来比拼的逻辑很简单谁先把FPGA开发从硬件工程师的专属技能变成软件工程师也能上手的平台能力谁就能吃到那批增量市场。毕竟FPGA的传统用户就那么多真正能带来倍增的是那些被AI、数据中心、汽车和工业自动化吸引过来的新开发者。4. 对工程师来说这波争霸红利该怎么接4.1 技能栈已经变了只懂RTL已经不够如果说五年前会Verilog、能够做时序收敛、把状态机和FIFO调明白就能找到不错的FPGA岗位现在情况已经完全不同。打开招聘网站看FPGA工程师的要求里面大概率会包含高速接口DDR4/DDR5、PCIe、MIPI、LVDS、SerDes、嵌入式LinuxPetaLinux或Yocto、HLS高级综合、软硬件协同调试。这个变化其实跟双雄争霸的局面相互推动。赛灵思和英特尔都在往异构计算平台方向走芯片集成度越来越高系统工程师不能只盯着逻辑一定要懂CPU怎么跟FPGA交互、DDR控制器怎么调、PCIe枚举怎么排查。热搜词里fpga ddr4fpga i2c读写eeprom代码fpga的lvds接收fpga三速以太网居高不下说明大量的实际开发场景卡在接口和系统调试上而不只是逻辑设计本身。给新手一条实际的路径建议扎实过一遍数电基础触发器、时序逻辑、组合逻辑然后选一块主流开发板从Verilog开始先做几个小项目找到感觉fpga实现数码管动态显示fpga小车出租车计价器fpga这类教学项目是很不错的起点接着再碰有接口难度的东西比如SPI/I2C/UART再到DDR最后再根据自己的方向选图像处理、AI推理或者高速网络。每一步都上板实测光仿真是不够的。4.2 从热词里挖一挖哪些应用方向最能吃到红利我大致扫了一遍近期的热门搜索词可以把FPGA应用分成几个梯队每个梯队的含金量不太一样图像与ISP流水线fpga图像处理fpga isp去马赛克这类需求来自工业相机、医疗内窥镜、车载摄像头和机器视觉。FPGA的优势是可以在极低延迟下完成像素级的流水线处理非常适合实时性要求高的前端场景。接口桥接与协议转换fpga实现mipifpga三速以太网fpga的lvds接收fpga spifpga i2c读写eeprom代码这些是任何智能硬件、通信板卡都绕不开的脏活累活。随着传感器种类越来越多FPGA作为协议翻译官的角色越来越吃香。精密测量与仪器fpga tdc 直方图是个很小众但价值极高的方向。激光雷达、核医学探测、物理实验都需要皮秒级的时间测量TDC加直方图统计在FPGA里实现是标准的做法会这个的工程师薪资一直很稳。AI边缘推理fpga aipytorch fpga的热度说明很多AI工程师也在跨圈关注FPGA。但我要泼一点冷水FPGA做AI不是万能的移植一个模型到FPGA的工程量和成本都不低真正适合FPGA的是那些对时延敏感、对能效比苛刻、且模型基本定型的场景。硬件系统协同fpga与pcb开发如何互动fpga 电源 解决方案fpga的io有没有类似arm的模式推挽开漏上拉这些词背后是一批硬件工程师正在从PCB往FPGA方向延伸技能树。会FPGA的硬件工程师在项目里往往能做别人做不了的顶层设计这本身就是稀缺价值。挑选方向的时候我的建议是结合自己的基础来做。如果你擅长C/C和Linux可以往HLS和嵌入式方向走如果擅长PCB设计和电路调试往接口桥接和系统验证方向走如果精通算法和数学往TDC、DSP、信号处理方向走。每一种技能背景都可以在FPGA生态里找到身位。4.3 双雄之外还有一批不能被忽视的玩家聊FPGA如果只盯着英特尔和AMD会漏掉一些性价比很高、在特定市场非常能打的选手。Lattice的低功耗FPGA在视频桥接、服务器BMC管理和电池供电设备里占有率很高很多产品设计里功耗才是第一约束Lattice是这类场景里绕不开的选项。Microchip原Microsemi/Actel在军工、航天和严苛工业环境里有大量高可靠性的FPGA方案辐射加固等特性是别人替代不了的。国产品牌这几年也起来了高云和易灵思在低功耗、低成本市场做了不少有竞争力的产品安路和紫光同创在中端和通信领域持续发力。对中小公司和初创团队来说国产FPGA在供货稳定性、价格和技术支持响应速度上往往比国际大厂更有优势尤其在fpga 电源 解决方案fpga与pcb 开发如何互动这种整板设计阶段本地化支持能省很多时间。4.4 面试和择业的现实考量fpga面试常见问题能上榜说明求职市场确实热闹了。以我接触到的面试题来看FPGA岗考察的重点其实非常集中跨时钟域处理CDC单比特同步、多比特处理、异步FIFO设计是必考。时序收敛setup/hold、时钟频率分析、如何定位和优化关键路径。状态机设计FSM的编码方式、空转与安全状态处理。复位策略异步复位同步释放、全局复位与局部复位。存储接口DDR读写实现、AXI总线时序。工具链理解约束文件编写、时序报告阅读、仿真和上板调试流程。双雄争霸对择业的影响也值得留意。在Intel生态里积累的经验Quartus、ModelSim、Agilex和Xilinx生态的经验Vivado、Vitis、Versal并不能直接平移但底层原理是通用的——时序、架构、调试方法、总线协议这些知识在任何FPGA平台上都成立。我的建议是入职初期选定一个生态深耕到精通再把另一个生态作为日常了解项不要一上来就双线并行否则容易两边都学不深。5. 最后说几句实在话做了这些年FPGA相关的项目从接口桥接、图像处理到边缘AI推理落地我最深的感受是FPGA这波双雄争霸带来的不只是资本和股民关注而是实实在在改变了行业对FPGA的定位。以前它是小众硬核现在它是异构计算时代的关键一环。对工程师来说这意味着选择变多了你可以往平台型系统走可以往细分应用走可以往工具有效性走也可以往国产替代方向走每条路都有机会。如果一定要提炼几条非常实际的建议第一别怕RTL但别只停留在RTL花点时间学HLS和嵌入式Linux能让你在平台化产品里的身价明显上升。第二选一个主战场深耕到底不管是高速接口、图像流水线还是AI部署深度比广度更容易脱颖而出。第三有机会一定从仿真走到板级调试上板遇到过的问题——时序违规、信号完整性问题、DDR校准失败——才是简历里真正值钱的经历。英特尔和赛灵思的双雄戏码还会继续演下去但FPGA这一波的第二春是真真切切轮到工程师口袋里的机会了。