1. 2016年FPGA市场格局一场没有悬念的卫冕战聊起2016年的FPGA市场就像看一场结局早已注定的体育比赛。赛灵思Xilinx毫无悬念地再次登顶年度营收榜首这已经是它连续十几年稳坐头把交椅了。根本不需要什么复杂的财务分析行业里的人心里都跟明镜似的。但这并不意味着2016年风平浪静恰恰相反水面之下暗流汹涌整个半导体行业都在经历一场温和但充满变数的增长而FPGA这个小众却关键的领域更是上演了一出出并购、整合与战略转型的大戏。对于硬件工程师、系统架构师甚至是关注半导体投资的圈内人来说理解这一年发生了什么远比知道谁是第一更有价值。这关乎你下一个项目该选哪家的芯片关乎你职业生涯的技术栈方向也关乎整个行业未来的走势。所以咱们今天不聊干巴巴的财报数字而是拆开来看这些数字背后各家厂商到底在打什么算盘以及对我们这些一线干活的人意味着什么。2. 巨头们的棋盘并购潮下的FPGA新秩序2016年的FPGA市场最显著的特征就是“不再是以前那个市场了”。传统的“两大两小”格局赛灵思、阿尔特拉、莱迪思、美高森美被资本的力量彻底重塑。2.1 英特尔收购阿尔特拉巨鲸入池2015年底英特尔以167亿美元的天价完成了对阿尔特拉Altera的收购。这意味着2016年是阿尔特拉完全在英特尔麾下运作的第一个完整财年。这笔收购的意图再明显不过数据中心。英特尔的核心焦虑在于CPU的性能增长曲线正在放缓而数据中心的工作负载特别是人工智能推理、大数据分析和网络功能虚拟化NFV越来越需要异构计算和硬件加速。FPGA正是实现这种加速的理想协处理器。对我们工程师的影响是直接的生态融合你开始看到更多关于“英特尔至强CPU 阿尔特拉FPGA”一体化解决方案的宣传。对于做服务器加速卡、智能网卡SmartNIC的团队来说这提供了从芯片到软件栈更深层次优化的可能性但同时也意味着你可能被更紧密地绑定在英特尔的生态里。战略重心转移正如原文作者Paul Dillien怀疑的成为英特尔的一部分后阿尔特拉现在叫英特尔可编程解决方案事业部PSG的资源必然会向数据中心等高利润战略市场倾斜。这对于传统上使用阿尔特拉FPGA的工业控制、广播、测试测量等领域的工程师来说需要警惕长期的支持力度和产品路线图是否会有变化。我个人的体会是大公司收购后原有产品线的“长尾”部分很容易被忽视新功能的开发速度可能会放缓转而追求与母公司战略协同的大项目。2.2 美高森美的“购物车”与聚焦战略美高森美Microsemi这边也没闲着它在2015年吞下了PMC-Sierra之后又进行了一系列资产剥离出售了射频头Remote Radio Head业务等。这一系列操作的目的很明确强化其在航空航天、国防和高端工业市场的地位。PMC-Sierra带来了在存储和通信基础设施方面的互联IP这与美高森美FPGA在航天、军工等高可靠性应用场景形成了强力互补。这里的实操要点在于安全与可靠性成为绝对王牌美高森美的FPGA特别是基于Flash工艺的IGLOO²和SmartFusion2系列其抗辐照、高安全性如防篡改、加密功能、上电即行等特性在军工、航天领域几乎是无可替代的。如果你做的项目涉及国家安全、飞行控制或太空环境美高森美仍然是首选之一。他们的设计支持周期非常长一个项目可能持续十年以上这与消费电子领域“快进快出”的模式截然不同。设计周期心理准备正如原文提到的这类高可靠项目的设计导入design-in周期极长需要经历严苛的认证流程。但好处是一旦进去生命周期和利润都相当可观。选择这条技术路线的工程师需要有“打持久战”的心态和应对复杂文档、严格流程的能力。2.3 莱迪思的转型与消费电子搏杀莱迪思半导体Lattice Semiconductor在2015年收购了Silicon Image主营HDMI等显示接口IP这为其带来了可观的授权和专用标准产品ASSP收入。这使得单纯看“FPGA营收”变得模糊。莱迪思的核心策略是聚焦中低密度市场尤其是对功耗、尺寸和成本极度敏感的消费电子、移动设备和边缘计算。给开发者的启示小身材大作为莱迪思的iCE40和ECP5系列是“极致性价比”和“低功耗”的代名词。很多火爆的硬件开源项目比如某些FPGA开发板都基于iCE40。如果你在做物联网终端、摄像头模块、便携式设备需要一颗FPGA来做传感器融合、图像预处理或接口桥接莱迪思的方案往往能以最小的PCB面积和最低的BOM成本实现。警惕市场波动消费电子市场的特点是“爆量快退潮也快”。一个产品成功可能带来数百万片的出货一旦过气营收会直线下滑。原文也提到莱迪思的营收估算可能偏高因为它受个别大客户如三星项目波动影响很大。这意味着选择莱迪思要对其供应链的稳定性和长期供货能力有额外的风险评估。3. 技术巅峰对决为什么是Virtex UltraScale现在回到那个终极问题2016年最好的FPGA是什么Paul Dillien把票投给了赛灵思的Virtex UltraScale系列。我深表赞同但这不仅仅是因为它“最大最快”。3.1 工艺制程的绝对领先赛灵思在16/14nm工艺节点上领先阿尔特拉英特尔PSG超过一年。在半导体行业一年的领先是巨大的鸿沟。这不仅仅是数字上的好看它直接转化为性能功耗比优势更先进的工艺意味着在相同性能下功耗更低或者在相同功耗下性能更强。对于高端通信设备、数据中心加速卡功耗是核心指标之一直接关系到电费成本和散热设计难度。密度与集成度UltraScale VU9P这样的器件能提供280万系统逻辑单元和96个高速收发器。这是什么概念它允许你将一个极其复杂的系统比如多个ARM处理器核心、自定义硬件加速引擎、高速网络接口等集成到单颗芯片中。这直接推动了“全可编程”All Programmable和“异构计算平台”的概念落地。3.2 从ASIC仿真到系统级芯片SoC的野心原文提到了ASIC仿真Emulation是这类高端FPGA的早期应用市场。确实像赛灵思的VU19P后来发布的和英特尔的Stratix 10 GX都是ASIC原型验证平台的宠儿。但UltraScale系列特别是其多处理器SoCMPSoC变体野心远不止于此。它实际上在模糊FPGA、ASIC和传统多核处理器的边界Zynq UltraScale MPSoC这款器件集成了四核ARM Cortex-A53应用处理器、双核ARM Cortex-R5实时处理器、ARM Mali-400图形处理器以及一大片可编程逻辑PL。它不再是一个需要外部CPU来“指挥”的FPGA而本身就是一个完整的、可硬件定制的异构计算系统。设计范式的转变这要求工程师不仅懂硬件描述语言Verilog/VHDL还要熟悉嵌入式软件开发、操作系统移植、驱动开发甚至异构计算框架如OpenCL。设计验证的复杂度呈指数级上升因为你要同时验证硬件逻辑、固件、操作系统和应用软件。这就是为什么原文作者感叹“天知道设计验证这样一个器件要多久”。我参与过的一个基于Zynq MPSoC的车载视觉项目团队就同时需要FPGA工程师、嵌入式软件工程师和算法工程师紧密协作传统的瀑布式开发流程完全行不通必须采用更敏捷的协同方式。3.3 “最佳”的定义取决于应用场景当然就像评论区Max说的“最大并不等于最好”。对于很多应用Virtex UltraScale可能是“杀鸡用牛刀”。通信核心网需要极高的吞吐量和复杂的协议处理VU系列的高密度逻辑和高速收发器是刚需。军事雷达/电子战需要大量的并行信号处理通道和极低的延迟FPGA的并行性无可替代而美高森美的抗辐照版本可能更合适。工业视觉检测可能需要中端器件如Kintex系列进行实时图像预处理再搭配一个嵌入式CPU做决策。消费电子接口转换一颗低功耗、小封装的莱迪思iCE40可能就绰绰有余。所以评选“最佳”必须加上“对于……应用场景”这个前提。UltraScale的“最佳”体现在它代表了2016年FPGA技术所能达到的巅峰复杂性和集成度为最前沿、最苛刻的应用打开了大门。4. 设计挑战与生态博弈工程师的真实战场选择一颗顶级FPGA只是开始真正的挑战在于如何驾驭它。4.1 工具链的复杂性与学习曲线赛灵思的Vivado设计套件功能强大但也是一个庞然大物。其高层次综合HLS工具、系统生成器System Generator以及针对MPSoC的PetaLinux工具链每一项都需要投入大量时间学习。英特尔阿尔特拉的Quartus Prime同样不简单特别是在与OpenCL SDK结合进行异构编程时。我的切身经验是不要试图精通所有工具。根据项目需求深入掌握一两个核心流程比如基于HLS的算法加速流程或者基于AXI总线的软硬件协同验证流程比泛泛了解所有功能要实用得多。4.2 功耗与热设计的严峻考验当逻辑资源利用率超过70%高速收发器以28Gbps甚至更高速度运行时芯片的功耗会非常惊人。VU9P的全速运行功耗轻松突破100瓦。这意味着电源设计需要多相、大电流、高精度的电源方案纹波控制要极其严格。散热设计必须采用强制风冷甚至水冷。PCB上FPGA周围的散热过孔阵列、高性能导热垫片、大型散热片和高速风扇缺一不可。在设计初期就必须进行热仿真否则芯片过热降频性能无法达标。静态功耗泄漏先进工艺下的静态功耗不容忽视。对于某些常待机设备需要利用FPGA的休眠、掉电模式来管理。4.3 生态系统与社区支持这也是一个关键考量点。赛灵思和英特尔阿尔特拉拥有最庞大的用户社区、最多的第三方IP核供应商和最丰富的参考设计。当你遇到一个棘手问题时在官方论坛或Stack Overflow上找到相关讨论的概率更大。莱迪思和美高森美的社区相对小众但更加垂直和专注。例如美高森美在航天领域的应用笔记和可靠性报告是无价的。一个重要的避坑技巧在选择器件前一定要去厂商的官网和社区搜索你计划使用的关键IP核如PCIe控制器、DDR4内存控制器、视频编解码器的已知问题Errata和用户反馈。有时一个IP核的某个版本存在的BUG可能会让你的项目进度延迟数月。5. 未来已来FPGA的云化与平民化趋势2016年还有一个容易被忽视但影响深远的事件亚马逊AWS在2016年底推出了EC2 F1实例。F1实例搭载的正是赛灵思的Virtex UltraScale VU9P FPGA。这标志着FPGA作为一种计算资源正式进入了公有云时代。5.1 云上FPGA的意义降低门槛开发者无需购买动辄数万美元的板卡和软件授权只需按小时租用云端的FPGA资源就能进行开发、测试和部署。这极大地加速了FPGA在算法加速、金融科技、基因组学等新兴领域的应用探索。动态伸缩业务高峰期可以快速部署上百个FPGA实例进行处理低谷期则释放资源实现了算力的弹性。简化部署AWS提供了FPGA开发套件如SDAccel现为Vitis和硬件管理服务让软件工程师也能更容易地利用FPGA进行加速。5.2 对工程师技能的新要求云FPGA的出现催生了对“FPGA即服务”FPGA-as-a-Service开发模式的需求。工程师的技能栈需要更新熟悉云开发流程包括使用AWS CLI、S3存储、CloudWatch监控等。掌握高层次开发工具更依赖像Vitis赛灵思或Intel oneAPI英特尔这样的统一软件平台用C/C或OpenCL进行开发而不是事事都从RTL级开始。关注安全性在云端你的比特流Bitstream配置文件和加速功能需要考虑到多租户环境下的安全隔离问题。回过头看2016年的FPGA市场赛灵思凭借技术和市场双重优势卫冕成功但英特尔通过收购强势入局美高森美和莱迪思在各自细分领域深耕形成了多元竞争的态势。而云服务的引入则为这个行业开辟了一条全新的赛道。对于我们这些身处其中的工程师而言最重要的不是记住谁是第一而是理解每一家背后的战略看清每一种技术路线的优劣然后根据自己手头的项目做出那个最务实、最可持续的选择。毕竟芯片是冰冷的但用它创造出的产品是有温度的。