有人认为，除了人才短缺、开发难度较大，相比未来的批量化量产的ASIC芯片，FPGA在成本、性能、功耗方面仍有很多不足。这是否意味着，在ASIC大爆发之际，FPGA将沦为其“过渡”品的命运？

安路科技市场与应用部副总经理陈利光表示，上面这几大难题肯定有突破的空间，从成本来看，其主要受到技术和市场两大因素的影响。一方面，高端FPGA只有两家公司能提供，市场有效竞争不足，导致成本较高。未来随着国产高端FPGA加入，成本将会逐步降低。另一方面，FPGA芯片中大量面积是完成信号互联的，而逻辑单元架构也使得传统的查询表架构很多年没有大的改变。未来应对AI的应用需求，逻辑单元、信号互联和整体架构都可以创新突破。

“在工艺水平流片成本上升的情形下，FPGA的综合成本反而小。”广东高云开云棋牌官网在线客服科技股份有限公司工程副总裁王添平说：“随着工艺的不停升级，ASIC的流片费用已经抬高了ASIC保底的最少芯片销售量，到最后全球也就为数不多的几家ASIC厂商能够承受这种巨额的ASIC流片成本和失败风险。再说在市场应用中，各类应用需求林林总总，不是唯有速度论英雄。在国内，能够采用28纳米特别是14纳米或7纳米的芯片设计厂家不多。相反，随着工艺、封装水平的提升，FPGA工作频率已经突破600MHZ，很多ASIC中小厂商面临被FPGA替代的危险。”

除此，有业界观点表示，在AI算法定型之前FPGA还会有很大的市场空间，在AI算法定型与成熟之后，FPGA的市场空间可能面临一些挑战。

对此，紫光同创市场营销中心总经理包朝伟并不完全认同：“在专用的ASIC芯片出来以后，GPU和FPGA仍会有自己的优势，一是它可以跟ASIC芯片配合在一起，提高算法灵活度及算法升级的空间；二是在某些应用场景下ASIC可能需要FPGA做运算加速等辅助功能。因为ASIC芯片的算法一旦固定，就只能对它自己的芯片进行加速，而FPGA可以对任何算法进行加速，以拓展ASIC有多个应用场景的价值。从这两点来看，即便是有ASIC芯片了，FPGA也不会完全没有空间，它们是互补的关系。”

目前为什么ASIC还没正式爆发？包朝伟表示，整个AI市场还在培育期，算法更新太快，还没有完全定型，想开发一款通用的ASIC来适配多种应用场景，目前看来不可能。而与FPGA配合可以提高ASIC的灵活度。

“我们已经到达引发智能革命爆炸性增长的拐点，AI技术革新才刚刚开始，算法还在不断演化和突破，未来20年都将是AI快速发展的阶段，同时，AI应用场景的多样化，对AI芯片的需求也是多样化，不同类型的芯片都有存在需求。”陈利光预计，FPGA、GPU、ASIC将作为三大主要AI芯片在很长一段时间内同时存在。谁将最终胜出，取决于FPGA、GPU、ASIC芯片本身的技术革新，目前没有一种现有状态的芯片是可以长期作为AI芯片的最佳选择，还有一种可能性是多种技术的某种形式的融合。

“没有一种芯片具有绝对的优势，FPGA的优点相对比较多。FPGA在云端数据中心已经逐渐形成主流趋势，FPGA的整体架构可能成为融合芯片的架构选择，FPGA处理单元将借鉴TPU处理单元进行优化。技术难点是如何在定制结构和灵活可编程结构之间做到平衡。”陈利光说。

AI芯片不会是一两颗芯片打遍天下，而一定是针对不同的应用类型处理，由不同的芯片来支持，是很多款芯片的融合。包朝伟强调说，AI芯片走向成熟期需要一个演变过程，未来AI芯片一定是一颗特殊的SoC，这颗SOC是异构的，包含有AI运算处理模块、CPU（可能主要是ARM）、FPGA、还有一些存储和接口等丰富资源，这个也是FPGA厂家的潜在机会。

整体而言，FPGA、GPU、ASIC三大主要AI芯片将在很长一段时间内同时存在。特别是在AI算法还没完全固定之前，性能、功耗和体积等更为优秀的ASIC芯片也难以快速普及市场，因此，FPGA在这段时间内有很大的施展空间，即便是在ASIC算法成熟之后，FPGA也将作为ASIC的“辅助”芯片而存在，并不会沦为一个“过渡”产品。