国产FPGA，打入高端局

　　比起出货量动辄几十亿、市场规模达千亿美元的 CPU 和 GPU，FPGA 显得有些 “小众”—— 其全球市场规模仅仅百亿美元。

　　但在国产芯片自主化的征程上，这颗看似不起眼的芯片却分量十足，时常成为大众讨论的焦点。

　　01 FPGA，必争之地

　　今年，是首款商用现场FPGA诞生40周年。当时，它首次引入了可重复编程硬件的理念。通过创造“像软件一样灵活的硬件”，FPGA的可重编程逻辑彻底改变了半导体设计的面貌。

　　FPGA主要有三大特点：可编程灵活性高、开发周期短及并行计算。

　　首先，与ASIC的全定制电路不同，FPGA属于半定制电路。理论上，如果FPGA提供的门电路规模足够大，通过编程可以实现任意ASIC和DSP的逻辑功能。另外，编程可以反复，不像ASIC设计后固化不能修改。因此，FPGA的灵活性也较高。

　　其次，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、掩模和定制流片等，芯片开发流程简化。传统的ASIC和SoC设计周期平均是14个月到24个月，用FPGA进行开发时间可以平均降低55%。全球FPGA第一大厂商Xilinx认为，更快比更便宜重要，产品晚上市六个月5年内将少33%的利润，每晚四周等于损失14%的市场份额。

　　最后，FPGA属于并行计算，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。

　　FPGA 的走红并非单点突破，而是移动通信、人工智能、工业互联网三次技术革命共同作用的结果。

　　5G 商用化成为第一个爆发点。5G 网络需要处理的信道数量是 4G 的 10 倍以上，且需支持灵活的带宽调整与多制式兼容。使用 FPGA 实现基站基带处理，可以明显缩短研发周期，并显著降低早期部署成本。

　　AI 边缘计算的兴起让 FPGA 再上台阶。云端训练依赖 GPU 的大规模并行计算，但边缘端的实时推理更看重低延迟与低功耗。比如，FPGA尤其适合在智能摄像头和传感器等物联网设备中进行AI推理加速。

　　工业数字化转型则打开了长期增长空间。工业机器人、智能传感器等设备需要处理大量非标数据，且对可靠性要求苛刻。FPGA 的抗辐射、宽温特性使其成为工业控制的理想选择。

　　02 高端FPGA，挤满头部公司

　　FPGA 的市场版图上，美国企业的强势地位早已刻入行业基因。Xilinx 与 Altera 筑起双头垄断高墙，Lattice 和 Microchip 紧随其后瓜分地盘，四家合计吞下超 90% 的市场蛋糕。

　　国内市场中，紫光国微、复旦微电、安路科技三家上市企业构成第一梯队，在赛道上奋力追赶。

　　从通信设备到高清视频处理，从数据中心到工业控制，高性能 FPGA 是绕不开的关键节点。它既是能灵活重构的 "万能控制器"，更是拿捏系统效率、数据吞吐、安全隔离的 "咽喉要道"。

　　然而，从具体FPGA产品分类中，中高端市场几乎仍是国际巨头的专属领地，国产方案始终缺少能正面抗衡的 "硬核力量"。

　　那么中高端 FPGA 的评判标准有哪些?国际厂商进展如何?

　　工艺制程是区分各代 FPGA 的标准，也是评价 FPGA 首先要考虑的指标。FPGA 作为数字芯片的一种，本身遵循摩尔定律，平均每 2-3 年推出新一代产品。采用更先进的制程能降低功耗、缩小芯片尺寸并降低单片成本，使得新一代 FPGA 性能通常优于上一代。因此，评价 FPGA 首先要考虑其制程。

　　目前Xilinx最先进的产品“Versal”，采用台积电7nm FinFET工艺。Altera的Agilex 3系列FPGA基于英特尔7nm工艺。

　　逻辑单元数代表 FPGA的基础容量，是目前评价 FPGA基础容量的统一指标。FPGA 的最小功能单元被称为基础逻辑单元，包含一个 LUT 和一个寄存器。FPGA 实现可编程的基础是 LUT，本身可实现组合电路，配合寄存器可以完成时序电路，即一个逻辑单元拥有完成所有数字电路功能的能力。所以，逻辑单元数量越多，FPGA 容量越大，能构造的电路就越大型、越复杂。大容量 FPGA 直接体现厂商的技术能力。因为大型 FPGA 的逻辑单元数基本在 1kk 以上，当逻辑单元数超过 1kk 时，需要对包含 LUT、CLB、互联在内的 FPGA 架构进行更改，否则功耗和时延会直接飙高。此外，还需要配套的 EDA 工具设计流程及布局布线算法迭代。目前，全球排名前五名的 FPGA 厂商中，只有Xilinx和 Altera两家有能力持续提供大容量的 FPGA 产品线。

　　目前全球容量最大的FPGA为AMD在2023年6月推出的VP1902(VersalPremium)，逻辑单元数高达18,507k(18kk)。今年4月Altera宣布Agilex 7 M 系列 FPGA正式量产出货。作为业界首款集成高带宽存储器(HBM2E)并支持 DDR5/LPDDR5 技术的高端 FPGA，该产品以1TB/s 总内存带宽和380 万(3.8kk)逻辑单元的核心配置，为AI 推理、5G 通信、8K 视频处理等场景提供颠覆性算力支持。

　　从制程上看，目前国产FPGA最先进制程在14/16nm。

　　在容量方面，中国厂商的低容量FPGA技术已发展较为成熟。低容量FPGA指逻辑单元在100k以下的FPGA产品。实际上，大部分低容量FPGA的逻辑单元在10k以内，主要用在消费电子领域，例如LED显示、桥接等，以及部分预留或者功能拓展的场景。目前，本土的低容量FPGA制程主要集中在55nm、40nm和28nm这三个节点，大部分在2019年及之前推出，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，主要用于伺服控制、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，主要应用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。

　　此外还有部分厂商推出22nm 的 FPGA，以实现对应部分28nm 的中低容量 FPGA。比如高云在 2022 年 9 月推出的 Aurora V，是其 22nm 的 FPGA 产品，逻辑单元数为 138k。

　　目前，高容量 FPGA 是国产化的难点。

　　03 高端FPGA，是重要机遇

　　全球高端 FPGA 市场主要由赛灵思和 Altera 占据，代表产品包括赛灵思 7nm 的 ACAP Versal、16nm 的 Virtex Ultrascale+，以及 Altera 10nm(Intel 7)的 Stratix 10 和 Agilex。这些产品价格高昂代表了当前 FPGA 在性能、密度与集成度上的最高水平。

　　而高端 FPGA 不仅是利润与竞争力的核心载体，也是技术迭代的需要。

　　一方面，低端市场因门槛较低，企业扎堆竞争导致利润空间被压缩，且难以形成稳定优势。而高端市场凭借高附加值成为厂商的“主战场”，以 Altera 为例，其高端 Stratix 系列收入占比超过五成，这种结构性的利润分布，决定了企业若想在行业中占据主导地位，必须在高端领域有所突破。同时，高端产品的技术壁垒能有效阻挡新进入者，为企业构建长期竞争优势提供支撑。

　　另一方面，高端 FPGA 是适配新兴产业升级的 “刚需”。随着 5G 通信、人工智能、自动驾驶等领域的快速发展，对芯片的性能、集成度和灵活性提出了更高要求。高端 FPGA 采用 20nm 及更先进制程，逻辑单元数突破百万级，集成 CPU、高速接口等异构组件，能满足高频数据处理、复杂场景协同计算等需求，而这些都是低端产品难以企及的。

　　国产 FPGA 距离高端市场仍有差距，但国内相关企业已初步迈入这一领域。

　　制程层面，当前 FPGA 正加速向 16nm 及更先进节点迁移，技术代差带来的竞争优势愈发明显。国内 FPGA 公司已有 16nm 及以下相关成果落地。易灵思于 2020 年 7 月推出 16nm FPGA 钛金系列，最高逻辑单元数达 176k，成为国产 FPGA 在 16nm 领域的首发产品。紫光国微官网新闻显示，紫光同创已启动 14nm 亿门级高端 FPGA 的研发工作。复旦微电于 2021 年开启 14/16nm 产品研发，2023 年其 1xnm 制程的十亿门级 FPGA 完成小批量试制，进入用户试用阶段，并实现小规模销售。

　　500K 以上高容量 FPGA 仍是国产化的难点。复旦微电的 28nm 亿门级 FPGA 为国内首款，含约 700K 逻辑单元，集成 SerDes(最高 13.1Gbps)、DDR4、硬核 ARM 及 AI 加速模块，对标 Xilinx Zynq 系列，应用于通信核心网、医疗设备、车规电子等领域。

　　无锡中微忆芯专业从事高性能 FPGA 研发，产品包括 YX5F200T 等，应用于工业控制和宇航领域;2024年16nm FPGA 试产成功，逻辑单元密度达 500K。

　　FPGA 的国产化，是一场需要稳步推进的攻坚。作为数字硬件领域的重要一环，它在国产化进程中的分量，并不因市场规模小于 CPU、GPU 而减弱。