AI爆发，边缘崛起 英特尔FPGA如何塑造“芯未来”？

上世纪70年代，如果想要在硬件上制作原型并测试其逻辑功能，基本上只有TTL芯片和ASIC芯片两种选择，但前者会受到电路板尺寸和功耗限制的限制，而后者则会产生大量的前期成本，因此，作为数字芯片的一个子门类，具备现场可编程性的FPGA也应运而生。FPGA的出现既解决了定制电路的不足，又克服了原有可编程器件门电路数有限的缺点，即便是在制造完成后，也可以根据用户需要，通过EDA软件配置特定电路，从而赋予其特定功能。

在随后的几十年里，FPGA在安防、通信、汽车电子、消费电子、工业等领域中得到了广泛应用。近年来，随着数据中心建设速度加快，人工智能和自动驾驶等新兴市场的快速发展，FPGA的需求也随之被带动，有数据显示，2020-2026年全球FPGA市场规模从55.85亿美元增至96.9亿美元，年均复合增长率为9.6%。毫无疑问的是，FPGA正在迎来属于它的全新机遇。

作为芯片业界的老大哥，英特尔在不久前举办了以“创新加速，塑造FPGA芯未来”为主题的2023年英特尔FPGA技术日，展示了FPGA的新品及全矩阵应用，以及行业伙伴在数据中心、AI、网络、嵌入式等关键领域的诸多应用。

全面产品组合满足市场需求

今年英特尔推出FPGA的节奏，实际上是相当快的，根据英特尔的计划，今年一共要推出15款产品，而目前已经推出的产品数量已经达到了11款，这一方面归结于市场的强烈需求，另一方面也和英特尔强有韧性的供应链脱不开关系。

从英特尔在FPGA技术日上展示的最新FPGA产品路线图来看，英特尔将共计提供6款款先进的全新FPGA产品和平台，涵盖高、中、低端市场的产品组合，并全面覆盖从通信、数据中心到物联网、汽车、工业边缘各类场景应用需求。

其中，英特尔FPGA旗舰级产品Agilex系列分为3、5、7三个系列，其中定位入门的英特尔Agilex 3 FPGA系列外形小巧，在功耗和成本上进行了大幅优化，且拥有广泛的IO支持。其中Agilex 3 B系列FPGA面向电路板和系统管理，包括服务器平台管理（PFM）应用；C系列FPGA则针对一系列复杂可编程逻辑设备（CPLD）和FPGA应用提供更多功能以用于垂直市场领域。

定位中端的英特尔Agilex 5 FPGA系列采用第二代英特尔Hyperflex FPGA架构和英特尔7制程工艺，对晶体管的每瓦性能进行了优化，从而实现出色的能耗。同时采用英特尔上一代高端产品中嵌入的业界首个针对AI优化的模块，并将其扩展至Agilex5 FPGA的中端产品中，为边缘AI应用提供了理想选择。其中Agilex 5 E系列FPGA在功耗和尺寸上进行了优化。

最为高端的英特尔Agilex 7 FPGA系列则采用CXL提高带宽和连接性能，并借助HBM加快内存访问速度，目前具有性能功耗比优势的Agilex 7 M、F和I系列FPGA现已上市。其中，Agilex 7 FPGA R-Tile相较于其他同类FPGA产品，其每个端口的PCIe 5.0带宽速度提高了2倍，CXL带宽提高了4倍。

除此之外，英特尔也推出了通过开源生态系统扩展工作负载加速的开放式FPGA堆栈（OFS）、基于开源行业标准RISC-V架构的免费软核IP产品NiosV/c紧凑型微控制器，以及能够降低云和网络应用TCO的F2000 IPU平台，以满足更加广泛的市场需求。

“除了芯片和FPGA产品，英特尔也向市场提供了eASIC和ASIC的选项，和FPGA相比，虽然eASIC的开发时间较长，但可以满足更低的功耗和单位成本需求，ASIC则在成本和性能方面更有优势，英特尔会提供不同的逻辑自定义组合，满足市场对于功耗、成本、上市时间等方面的不同需求。”英特尔可编程方案事业部副总裁兼网络业务部总经理Mike Fitton博士表示。

除了硬件的持续迭代之外，英特尔在软件方面也下足了功夫，其推出的Quartus设计软件为客户提供了一个开放、全面的设计环境，可以支持FPGA的整个设计流程，与各类EDA工具无缝集成。英特尔可编程方案事业部副总裁兼软件工程总经理薛华表示，英特尔设计软件工具的愿景就是突破易用性的极限，由于Quartus基于以IP为中心的理念，因此无论是传统的RTL，还是NiosV处理器、DSP Builder，和HLS Compiler，都可以以一种逻辑一致的方式来处理，从而进一步推动简单易用，来适应多样化的需求。英特尔也有意在未来提供给市场更多的一键式实用模型，从而支持客户获得更简单的应用，以更小的投入来获得最大的体验优化，最终实现零支持、无缝安装和许可，以及社区支持模式。

创新技术解决设计挑战

现如今，整个社会已经飞速迈入了大计算时代，人们获取数据的能力正在大幅度提升，而海量的数据又在推动着算力升级，并对芯片设计提出了新的挑战。在英特尔FPGA技术日上，英特尔可编程方案事业部FPGA芯片产品营销高级总监Lux Joshi也对此分享了自己的看法。

首先，芯片创新的步伐与过去相比正在不断变快，而且涉及的领域众多，层出不穷的工作负载和应用使得原有的芯片设计方法已经难以满足快速迭代的市场需求，以英特尔Agilex 7 FPGA系列为代表的产品使用了Chiplet设计，每个Chiplet都是一枚小型集成电路芯片，内含一整套定义明确的硬核化功能子集。这些Chiplet（即小芯片）为实现异构芯片封装内高密度互连提供了颇具成本效益的连接方法，这种方法使英特尔能通过量身定制的灵活解决方案满足多种应用需求。因此，客户可在单个设备内实现之前需要多台设备才能实现的连接拓扑。

其次，不断激增的数据正在对内存和带宽提出挑战，原有的标准反而会成为设计方面的累赘，为此，Agilex也积极支持最新的内存接口标准，包括DDR5、LPDDR5和HBM2e等等。

最后，随着FPGA的密度在不断增加，也让设计变得更加复杂。AI的发展进一步加剧了这个问题，开发人员需要有新的IP工具来应对这些挑战，这也是英特尔积极推动OFS、Quartus等软件的重要原因之一。

从云到网再到边，FPGA满足多样AI需求

数字转型的需求正在被打断带来全新的工作负载，而近两年的主角无疑是AI，凭借着生成式AI的普及，越来越多的企业都在积极应用人工智能为业务赋能，加速数智转型的进程。

从应用场景来看，云端的AI需求主要集中在矩阵运算、图像处理、机器学习、压缩、非对称加密、搜索引擎排序等计算密集型任务，与CPU和GPU相比，FPGA在延迟方面具备极大的优势，通过将这些任务卸载到FPGA上执行，可以在减少CPU负载的同时加速AI的部署。

作为FPGA下游应用最广泛的场景，FPGA在网络通信领域可以有效实现大量高速数字信号处理功能。FPGA能够实现基带处理单元、RF前端和基站管理的一体化设计。相比于其他解决方案，这不仅降低了部署复杂度，也使系统更加灵活，可以按需配置不同的无线接入技术。同时，英特尔FPGA还能提供恒定的无线电参数控制，确保信号品质。

在边缘侧，随着智能边缘时代的到来，边缘设备需要实时收集和处理各种传感器收集的信息和数据，实时处理现场遇到的紧急事件，及时反馈。实时的与周边的环境和物体进行M2M交互，多个小型处理器提供分布式的异构处理能力，实现数据采集、聚合、加密、处理和传输等功能，而FPGA则能进一步加强边缘设备的机器学习能力，提高并行处理能力。

“FPGA的应用越来越广泛，特别是在工业领域中，像是工业控制器、摄像头判决等应用都是非常适合边缘AI应用的，这也是我们的FPGA产品能够发挥作用的地方，明年大规模量产的Agilex 5中有AI Tensor blocks功能，就特别适合用在边缘工业场景里，与ASIC或者通用CPU相比，FPGA无论是成本还是功耗方面都有着很大的优势。”英特尔可编程方案事业部中国总经理叶唯琛总结道。

值得一提的是，虽然英特尔在不久前宣布计划拆分旗下的可编程解决方案事业部（PSG），将其作为独立业务运营，但这并不意味着英特尔要和FPGA做切割，相反，在未来PSG独立运营后，会进一步提升自己创新流程、决策流程上的加速提效，从而进一步帮助客户做好服务工作，现在看来，PSG也确实做好了准备。