日前，半导体公司Achronix的数据显示，其2017年的营收将较2016年增长700%，这对FPGA产业来说是一个利好。因为在Altera被Intel收购之后，曾有专家提出谁将会是Xilinx的挑战者，给FPGA产业带来竞争，共同进步。现在看来这个竞争者会是Achronix。

　　Achronix的营收增长（source: semiwiki）

　　联想到FPGA老大Xilinx在过去一年里股票的飞涨，老二Altera之前被Intel用百亿身价收入囊中，也许对整个FPGA产业来说，属于他们的时代终于要回来了，曾几何时，在Fabless刚出现的那段日子，FPGA的发明厂商Xilinx曾经雄霸全球半导体设计公司榜首的位置。现在的表现可谓是一个循环。

　　Xilinx 过去一年的股价走势（source：Yahoo Finance）

　　至于推动这波FPGA热潮的原因，正如Achronix CEO Robert Blake所说，FPGA技术能够加速人工智能、机器学习、软件定义网络和5G基站的应用，FPGA市场开始变得有趣起来。

　　借势新应用增长700%，eFPGA是卖点

　　Achronix成立于2004年，是一个专注于高性能FPGA产品的公司。该公司刚成立的时候是作为美国常春藤名校康奈尔大学的附属公司而存在的，而公司的产品也是来源于康奈尔大学的授权。

　　从Achronix的产品线来看，目前他门拥有了Speedster 22i FPGA、Speedcore eFPGA（嵌入式FPGA）、ACE软件和加速版这几类产品。其中Speedster 22i FPGA是基于22nm FinFET技术开发的一系列高性能和高密度产品，根据官网描述，这是一系列面向通信应用的产品。

　　而ACE软件则是Achronix FPGA的设计工具，而加速板则是Speedster22i的评估板。剩下的一项产品线就是Achronix独具优势的eFPGA IP产品。官方描述，这是业界仅有的，经过硅验证的eFPGA技术，能够让你的SoC拥有更强劲的性能。

　　该公司也曾公开表示，与独立FPGA芯片相比，Speedcore eFPGA提供了更高的加速能力，可实现10倍的低延迟和10倍的高带宽。目前正被应用于或正被评估用于更高性能的，包括数据中心加速、汽车ADAS、数据库加速和5G无线基础设施在内的加速系统，这也许会是Achronix未来成长猛增的利器。

　　在过往的SoC设计中，工程师塞进了GPU、GPU和DSP等各种核心，但就从来没见过FPGA。从FPGA的特点来看，他拥有极高的并行处理性能，但是如果被制成独立的芯片，虽然处理能力比CPU快，但是会面临功耗大，成本高的劣势。再加上没有一个完善的配套FPGA产业链助力，造成了FPGA产业只剩下几家寡头的现状。（关于eFPGA的介绍，可以参考我们之前发布的文章 《eFPGA逐渐成为主流，SoC又有新玩法》 ）

　　而根据广东高云产品研发总监王添平之前在一个关于FPGA的分享中提到，在高峰时期，全球曾经拥有四十多家从事FPGA设计的公司，其中不乏像TI, AMD,IBM, Toshiba, Samsung, Motoroa这样的大企业。相信他们的退出，与FPGA芯片的天然劣势不无关系。为了兼顾高性能需求，又避免FPGA的天然劣势，eFPGA应运而生。

　　另外，传统的芯片设计人员会面临重新配置RTL的可能，那就会造成巨大的成本损失，而eFPGA的出现则可以提高了RTL配置的灵活性，这种便利和成本节约，是以前不具备的，这是eFPGA发展的另一个推动力。加上之前谈到新市场带来的新机遇，于是包括Quicklogic、Flex Logix、Menta、NanoXplore、ADICSYS和Achronix在内的众多公司正在投入了eFPGA的研发。

　　人工智能和大数据让FPGA焕发第二春

　　在看到FPGA芯片和eFPGA让Achronix成为业界关注的热点的同时，我们也要看到FPGA在过去一年里的关注度的升温，这得益于机器学习和大数据的火热。在谈及FPGA现在的当红之前，我们先要回顾一下他们曾经的辉煌。

　　上世纪八十年代，在微处理器公司Zilog工作的Ross Freeman发明了一种可编程的的逻辑电路，这种新产品单用一个硅片，就能满足所有ASIC客户的需求，更重要的是开发者可能只用一天就能实现客户需求。在当时，一颗ASIC开发要几个月甚至一年的时间，所以赛灵思的XC2064面世，给产业界带来的震撼是不能想象的。

　　全球第一颗FPGA XC2064

　　前面也有提到，由于FPGA的成本、功耗和体积等问题，让FPGA没能像ASIC一样大红大紫，但多年来也保持着不错的增长，并且在经历了多年的大浪淘金之后，在最近两年迈入了一个新时代。人工智能和大数据引爆的服务器需求，给FPGA带来了“第二春”。

　　首先在人工智能领域，从最初用串行处理器做机器学习，到利用GPU的多核心来执行并行计算，再到ASIC方案，最后到FPGA。关于人工智能大家都做了很多的尝试，在各种方案中都有其优劣势，而具有配置灵活性和计算有事的FPGA就成为了人工智能方案的重要的选择。

　　据介绍，FPGA在GPU和ASIC中取得了权衡，很好地兼顾了处理的速度和控制能力。一方面，FPGA是可编程重构的硬件，因此相比GPU有更强大的可调控能力；另一方面，与日增长的门资源和内存带宽使得它有更大的设计空间。更方便的是，FPGA还省去了ASIC方案中所需要的流片过程。FPGA的一个缺点是其要求使用者能使用硬件描述语言对其进行编程。

　　于是一些机器学习的公司在FPGA上做训练，Xilinx等公司也推出相关的产品，引爆市场的需求。Intel的CEO Krzanich曾说过：“你可以把FPGA想象成一堆gate，且能够随时编程”。

　　根据他的想法，其算法会随着时间的推移和学习变得更聪明。FPGA可以用作多个领域的加速器，可以在进行加密的同时进行面部搜索，而且能在基本上在微秒内重新编程FPGA。这比大规模的单个定制部件的成本低得多且具备更高的灵活性。”

　　在人工智能方面，英特尔的技术路线表现为，从现在分立的 CPU 芯片+ 分立的 FPGA 加速芯片，过渡到统一封装内的 CPU 芯片+FPGA 芯片，到最终 的集成 CPU+FPGA 芯片，以拥有更高的单位功耗性能、更低时延和更快加速性能，冲击 CPU+GPU 的主导地位。大家怎么看？

　　而在数据中心领域，微软之前做的一次尝试，可以看作FPGA未来在这个领域的一个方向。

　　微软方面认为，现在网络各类的服务需求已经超过了摩尔定律，大家发现，单纯靠增加CPU的数量已经不能解决问题了。但另一方面，如果为每个新难题打造定制化专用芯片又太过昂贵，FPGA正好填补了其中的鸿沟。他们让工程师打造比流水线型通用CPU速度更快（因为FPGA是真并行）、功耗更低的芯片。可定制化让它能够从容面对瞬息万变的技术和商业模式。（关于FPGA的发展，可以看这篇文章 《FPGA的过去，现在和未来》 ）

　　未来的人工智能和服务器中心的增量市场无疑是巨大的，加上5G和SDR的助力，一个时代正在开启。