自FPGA誕生以來，FPGA（現場可編程門陣列）就引起了人們的關注。在1980年代中期，Ross Freeman和他的同事從Zilog購買了該技術，并創建了Xilinx，目標是ASIC仿真和教育市場。（Zilog來自?？松?，因為在1970年代人們已經擔心石油將在30年后用盡，今天仍然如此）。同時，Altera以類似技術為核心成立。
FPGA是一種由電路編程的芯片。它被稱為“模擬”電路。這個模擬比實際電路運行的速度要慢，如果它是在ASIC中實現的話——它具有較慢的時鐘頻率并使用更多的功率，但是它可以每幾百毫秒重新編程一次。
制造ASIC的人們開始使用FPGA來仿真ASIC，然后再將其應用到掩模上并發送到工廠進行制造。英特爾，AMD和許多其他公司在制造之前使用FPGA來仿真其芯片。
觸動了電信行業的神經
電信行業一直大量使用FPGA。電信標準不斷變化，建造電信設備非常困難，因此首先提供電信解決方案的公司往往會占領最大的市場份額。由于ASIC需要花費很長時間才能制造，因此FPGA提供了捷徑的機會。最初的電信設備版本開始采用FPGA，這引發了FPGA價格沖突。盡管FPGA的價格與ASIC仿真市場無關緊要，但電信芯片的價格卻很重要。許多年前，AT＆T和朗訊制造了自己的FPGA，稱為ORCA（優化的可重配置單元陣列），但就硅片的速度或尺寸而言，它們與Xilinx或Altera不具有競爭優勢。
如今，華為已成為FPGA的最大客戶。中美之間最近的緊張關系可能始于美國的FPGA，這使得華為在兩年前世界上任何其他廠商都準備好開始競爭之前，就在提供5G電信設備方面擁有優勢。
FPGA的價格觸及了神經
早期，FPGA被用于SDRs（軟件定義的無線電），同時構建了可同時用于許多不同標準的通信的無線電，實質上只有一部電話能說多種語言。這次，FPGA觸手可及。SDR技術的實施方式存在分歧。商業供應商開發了具有成本效益的解決方案，如今地球上的每個基站都具有SDR技術。另一方面，在國防界，SDRs是由大型國防承包商建造的，他們要保護的是利潤豐厚的傳統產品線。結果是基于FPGA的無線電產品的價格過高，以致美國國防市場的一部分對其使用產生了持續的過敏反應。
接下來，FPGA試圖在DSP（數字信號處理器）和嵌入式市場中發展。在角落里幾乎沒有硬微處理器的FPGA開始出現。銷售這些新的FPGA的壓力是如此之大，以至于如果客戶拒絕新的芯片系列，它們將被列入黑名單，有時甚至會拒絕服務幾個月。鑒于FPGA產品因其巨大的表面積和知識產權層而無法降低價格，因此，發展FPGA市場的壓力一直而且仍然是巨大的，FPGA公司征服新市場的失敗的規模也是如此。
在HPC和數據中心中觸及神經
在過去的幾年中，FPGA試圖在HPC（高性能計算）和數據中心市場中發展。2017年，微軟宣布在數據中心中使用Altera FPGA，而英特爾則收購了Altera。2018年賽靈思公司宣布其“數據中心首先”戰略，賽靈思CEO在分析師面前宣布，賽靈思不是FPGA公司了。這可能是一種輕微的戲劇化，但從歷史上看是相關的。
在HPC和FPGA的數據中心使用中，當今的主要障礙是布局和布線 -運行將電路映射到FPGA元件的專有FPGA供應商軟件所花費的時間。在大型FPGA和快速CPU服務器上，布局和布線最多需要三天，甚至三天后，很多次軟件仍無法找到映射。
觸及石油和天然氣中的神經
然而，在石油和天然氣的實施中，2007年左右有了一個利基市場。傳統計算機模擬地球上的鉆孔以發現石油所花費的時間比鉆探現場的實際建筑和鉆探本身更長。FPGA加速器的使用極大地改變了這種顛倒的時序。石油公司數據中心中的第一個FPGA，用于計算地震圖像，由Maxeler Technologies制造，并交付給Chevron。
在石油和天然氣中，FPGA的使用擴展了幾年，直到ASIC行業的壓力導致其恢復為標準CPU技術。如今，石油和天然氣中的預測和模擬仍然很重要，地震成像大多在CPU和GPU上完成，但FPGA的機會仍然存在。這提醒我們，“今天的新事物是明天的遺產”，當然，今天的新事物是AI，并且專注于數據。
盡管如此，FPGA仍然是一種快速上市的方式，一種獲得競爭優勢的簡單方法以及許多任務關鍵情況的必不可少的技術-盡管與ASIC相比，每塊芯片價格昂貴。但是，與在CPU或GPU上運行軟件相比，在HPC和數據中心中，FPGA的運營成本大大降低。所需的FPGA更少，與CPU和GPU相比，所需的散熱更少。FPGA使得數據中心更小，從而使運營商感到不安，他們擔心自己的數據中心可能會縮小。
ASIC與FPGA
使用FPGA的另一種方法是補充ASIC。構建ASIC的目的是保持固定功能，同時增加FPGA，以為產品的最新更改或適應不同市場提供一定的靈活性。
現代FPGA集成了越來越多的硬件功能，并且變得越來越像ASIC，而ASIC有時會在其設計中添加一些FPGA結構，以進行調試，測試，現場修復以及根據需要添加少量功能的靈活性。
盡管如此，ASIC團隊一直在與FPGA概念抗爭。ASIC設計師問：“您想要什么功能？” 如果回答是“我還不知道”，他們就會不耐煩。
無人駕駛汽車產業就是這樣的新戰場。由于算法不斷變化，并且法律法規可能會在汽車駛入現場時發生變化，因此需要更新駕駛員，因此解決方案必須具有靈活性。FPGA的時鐘頻率較低，因此散熱片較小，因此物理尺寸比CPU和GPU小。更低的功耗和更小的尺寸使FPGA成為顯而易見的選擇。盡管如此，GPU更易于編程，并且不需要三天的布局和路線。
此外，能夠在車內和云中（主要用于模擬和測試）運行相同的代碼是至關重要的，因此FPGAs必須先在云中可用，然后才能在車內使用。由于這些原因，許多開發人員更喜歡GPU。
FPGA的發展
FPGA正在不斷發展?，F代接口正試圖使FPGA易于編程，更加模塊化，并與其他技術更加協作。FPGA支持AXI（高級可擴展接口）總線，這使它們更易于編程，但同時也帶來了極大的效率低下，并使FPGA的性能下降，最終使競爭力下降。學術工作，例如Eric Chung的關于FPGA動態網絡的論文，有助于解決路由問題，但是這種先進的思想尚未為業界所接受。
FPGA如何連接？對于具有大量數據流的HPC工作負載，您可以使用PCI Express并部署通信隱藏技術。但是，像NFV（網絡功能虛擬化）這樣的小型工作負載卻可以同時為大量用戶提供服務。通常，對于NFV和虛擬機加速，FPGA必須直接連接到CPU，可能使用緩存一致性作為一種通信機制，這是VMware最近調查的結果。當然，關鍵特性是能夠使FPGA崩潰而不使CPU崩潰，反之亦然。超標量技術公司正在從IBM大型機時代重新發現需求，從而將越來越多的復雜性帶入標準化平臺。
群眾也有機會。在提供FPGA平臺時，沒有ASIC開發預算且不了解最新芯片制造挑戰和解決方案的組織可以開發電路并在其產品中建立競爭優勢，例如在物聯網（IoT）網絡邊緣、靠近傳感器、顯示器或僅在數據線上在線計算的新機會。
同時，FPGA公司正在垂直向上推堆棧，并將其推入CPU插槽，英特爾在該市場上占據主導地位，例如，包括針對NFV的特殊說明。數據中心中新CPU和FPGA進入的主要障礙不僅在于速度和成本，還在于所有可能的I / O設備的軟件和驅動程序的可用性。
使FPGA在數據中心中工作的關鍵是使它們易于使用—例如，使用自動工具來驅動FPGA的使用而不會產生布局和布線困難。微軟率先在超標量數據中心中使用FPGA來加速Bing，NFV和AI算法。Microsoft還構建了抽象，特定于域的語言和靈活的硬件基礎結構。在商業上，FPGA的主要問題是上市策略。
制造新芯片，然后開始考慮該軟件為時已晚。而如何通過使硬件適合該軟件來從現有軟件中獲取價值？這也帶來了重新思考FPGA架構的機會。但是，要提一個警告：硅產業吞噬了現金。構建ASICs是一種撲克游戲，多年來賭注不斷上升。這是一場贏家通吃的比賽，FPGAs之類的威脅在比賽初期就被消除了。
FPGA正在為硅項目帶來額外的不良風險。
利基技術
雖然軟件設計人員總是會說：“如果可以通過軟件完成，則將通過軟件來完成，” ASIC設計人員將說：“如果可以通過ASIC完成，則將通過ASIC完成?！?最有趣的是，“如果可以用軟件完成，那么您就不必與認為像FPGA的人打交道了?！?與制造ASIC所需的軍隊以及世界范圍內的軟件程序員相比，FPGA擁有一個很小的社區，其中包含許多有時是古怪的程序員。FPGA公司很小。FPGA社區很小。
英特爾正在推動FPGA的靈活性。它是遵循構建硬件以運行現有軟件的原則的最成功的公司。
fpga可以比cpu和gpu更快，但是從工業界和投資界得到的慘痛教訓是，在計算機存在的大部分時間里，速度并不重要，實時性也不重要。因此，僅僅為了速度而購買電腦是很少見的。它會發生，但它更多的是一個隨機事件，而不是一個建立業務的市場。此外，FPGA沒有標準的、開源的、令人愉快的編程模型——因此，對于在所有FPGA芯片上工作或可以輕松交叉編譯的FPGA程序，沒有一個標準的市場。Maxeler技術提供了一個高級解決方案來提供這樣的接口，但是廣泛的行業采用需要信任。要從早期采用者受益到惠及每個人，信任需要數據中心領域中現有供應商的一致和支持。
現實世界中的應用程序人員說：“我不在乎它是什么，只是給我一種方法去做我想做的事?！?尚未廣泛探索的FPGA可能有哪些應用領域？對于實時計算，有制造。對于無人機的計算機視覺，這是FPGA的重量和功耗優勢。在衛星上，進行硬件升級非常昂貴，因此FPGA提供了至關重要的長期靈活性。FPGA需要找到一種能產生諧振的產品，并且它們必須易于編程。不只是硬件或軟件，還包括生態系統。這是完整的解決方案。
超越當前市場范圍的一種方法是實時編譯和自動FPGA程序生成。這說起來容易做起來難，但是隨著AI撕毀應用程序空間的機會越來越大。如今，一切都由AI完成。甚至諸如石油和天然氣地震成像之類的傳統算法都采用了AI。需要科學和工程解決方案來處理AI塊。FPGA可能是一個很好的起點，可能首先是連接AI模塊，然后將它們合并到FPGA架構中，例如Xilinx的下一代芯片，而AI架構，CPU，100G接口和FPGA單元都在同一個7納米芯片中。
從另一個角度來看，隨著人工智能芯片產生和消耗大量數據，fpga將需要滿足這個龐大的需求，并將輸出快速移走。隨著人工智能處理的新ASIC的出現，fpga可以為人工智能芯片公司提供差異化。
預測
以下的發展在10年或25年前就能預測到嗎？雖然世界在變化，但預測似乎保持不變。
1.將會有成功的CPU+FPGA服務器芯片，或直接訪問CPU緩存層次的FPGA。有人說可以，有人說不可以。
2. SoC（片上系統）FPGA芯片將不斷發展壯大，帶動醫療，下一代電信和汽車行業等。
3.開發人員將使用FPGA來做令人驚奇的事情并使世界變得更美好，但必須掩蓋內部存在FPGA的事實。
4.將保留FPGA名稱，并構建稱為FPGA的芯片，但是內部的一切將完全不同。
5.當我們放棄（數據流）優化以使FPGA易于編程時，FPGA的性能將降低，因此它們將不再與CPU競爭，后者將始終易于編程。
6.將會有具有動態路由，不斷發展的互連以及運行時靈活的數據移動的FPGA。
7.放置和布線軟件以及FPGA頂部的完整軟件堆棧將是開源的。Yosys和Lattice FPGA已經開始努力。
8.所有半導體架構都將與TPU，GPU，CPU，ASIC和FPGA組合成單個芯片。一些可能是每個整體的組合。其他將是每個部分的組合。
9.更多的芯片將專注于有限的應用空間，而更少的通用芯片。從某種意義上說，一切都變成了SoC。
最后評論
本文解決了多少個沖突，并且創建了多少個新沖突？從這個意義上講，沖突是對現有工作方式的挑戰。這種現有的做事方式可能會影響人們的思維方式，從而影響他們的行為方式。但是，也許更重要的是，這將影響我們的開發商如何謀生。