对于FPGA技术发展来说，Xilinx和Altera分别被AMD和Intel收购显然是这段历史中的重要转折点。随着FPGA公司从独立公司变为芯片巨头旗下的一个子部门，其技术发展策略也会有非常大的改变，而本文将对这样的策略发展做一个展望。

　　FPGA赋能芯片新品类

　　首先，随着与芯片巨头的整合，FPGA将会与传统芯片做进一步集成，发挥其可编程性的优势，来赋能传统芯片的新能力，甚至实现新的芯片品类。

　　对于Intel来说，这样的芯片新品类的例子就是IPU（infrastructure processing unit，数据中心处理器）。随着数据中心的广泛使用，数据中心中的一些重要任务包括网络控制、存储管理和网络安全等对于处理能力的需求也是与日俱增，随着各大芯片公司推出各自的解决方案，Intel也对于该市场推出了IPU。上个月，Intel刚刚发布了它关于IPU的未来路线图，其中我们看到未来到2026年的IPU都会包括两个版本，一个是基于ASIC的高性能版本，而另一个则是基于FPGA的可编程版本（包括2022年的Oak Springs Canyon，2023/2024年的Hot Springs Canyon以及2025/2026年尚处于规划中的版本）。其中，基于FPGA版本的IPU事实上是集成了Intel FPGA芯片和Intel Xeon CPU的加速卡，可以以灵活的方式来处理各种不同的网络、存储和安全协议，从而保证最大化的可编程性而且不用担心兼容性问题。

　　事实上，类似数据中心存储和网络的FPGA解决方案在过去几年内一直有初创公司在从事相关方面的项目，但是随着巨头Intel的入场，我们认为这样的FPGA+CPU方案将会真正成为主流方案之一。初创公司从事相关方面的项目并且获得融资说明了技术方向是可行的，而Intel进入这个市场则带来了初创公司所没有的生态资源，我们认为在未来几年FPGA和CPU将会以更紧密的方式集成在一起（例如Chiplet），从而真正将灵活可编程的IPU做成一种由FPGA赋能的新芯片品类。

　　无独有偶，AMD也在积极筹划将Xilinx的FPGA和AMD的CPU集成在一起——在五月份的AMD财报发布会上，CEO Lisa Su宣布将在2023年发布集成了Xilinx AI Engine的CPU，也即拥有强大AI计算能力的CPU。到今天为止，AI相关计算都是在GPU或者其他专用加速硬件中完成执行，之前Intel优化在CPU上运行AI的努力并没有得到市场的大规模认可，只要是因为CPU的计算单元数目有限。但是，由于整体AI任务并不是只有神经网络，而是还要程序执行的其他部分运行在CPU上，因此如果能把CPU和AI加速单元做紧密耦合将会对任务的整体性能实现提升，这也估计是AMD提出集成FPGA AI engine的CPU的初衷，而这也是FPGA赋能新的芯片品类的一个例子。

　　综上所述，随着数据中心和人工智能等任务的进一步普及，Intel和AMD等巨头将会考虑如何充分利用FPGA的灵活性来应对这些市场，而以目前的态势光是推出FPGA产品并不是最好的方案，而是采用把FPGA和其他芯片做集成的方式来推出新的芯片品类，这将是FPGA未来的一个重要市场方向，接下来我们也将从技术方向来预测FPGA未来最关键的突破点在哪里。

　　更强大的集成和互联

　　如前所述，随着FPGA需要在新的芯片系统起到赋能的关键作用，我们认为集成和互联就成了一个重要的技术关键点。这里的集成和互联又包括两个层面：首先在FPGA层面，我们认为FPGA芯片本身会集成越来越多的相关IP，从而让FPGA芯片本身功能和效率更强；另一个层面是FPGA和系统中其他芯片的集成，我们认为chiplet等高级封装技术和相关的互联技术将是核心。

　　首先，在FPGA芯片层面，FPGA提供灵活性，但是对于通用的模块（如处理器等）效率较低，因此在FPGA芯片上集成硬IP以同时满足效率和灵活性的需求将会继续是主流思路，而且未来集成的IP数量会越来越多。在同一块芯片上以FPGA为核心模块，同时搭载其他硬IP模块（例如CPU，以太网，视频编解码和内存控制等），并且使用NOC等片上互联方案把FPGA和其他IP连接起来。AMD/Xilinx是这方面的先行者，其在Versal产品线路线图可以看到越来越多的硬IP将会集成在芯片上，而Intel的FPGA在这方面也会有相似的设计。通过集成这些硬IP，FPGA将能提供更强的功能。对于Xilinx来说，其最关键的IP就是AI相关的DSP，而且我们也看到了一些新的IP，例如Direct RF等，它可以通过超高速率的数模转换来直接支持射频应用，并且可望与FPGA结合来满足各种无线通信的需求，这样就可以实现真正的软件无线电，从而为FPGA打开新的应用场景。因此，通过集成越来越多的硬IP在FPGA芯片上，将会成为使FPGA功能进一步变强并且进入新应用场景的重要技术路径。

　　第二个层面是在系统层面将FPGA和其他芯片集成在一起的集成和互联，我们认为这样的集成将会是FPGA赋能新芯片系统和品类的关键，而结合之前所说的FPGA芯片上的更多硬IP集成，我们认为最终功能越来越强大的FPGA可以赋能越来越多的新芯片品类并打开市场。在这个层面，我们认为最关键的技术路径是通过高级封装的形式实现灵活且可定制化的异质集成，并且辅以创新的互联技术。在这方面，Intel在早前就发布了使用高级封装技术（EMIB）来把FPGA和高速收发机（用于数据中心可扩展性互联）和DRAM等都集成在一个封装里。在今年晚些时候的HOTCHIPS会议上，Intel也有一篇关于使用异质集成来实现创新射频应用的报告。使用异质集成的主要优势在于其灵活性，例如可以根据用户的需求来和不同种类和规格的芯片粒去做集成，来实现最大化性能，成本和可定制化之间的折衷。

　　同样的，AMD把Xilinx FGPA和CPU集成在一起的计划，虽然目前没有发布明确的技术参数，但是根据AMD之前在chiplet方面的投资以及AMD之前的相关专利，我们认为也有很大可能会是使用chiplet技术。

　　随着这类集成的规模越来越大，对于互联的需求也就越来越高，否则互联可能会成为多芯片系统中的瓶颈。互联不仅需要能提供高带宽，还需要对于系统级的重要功能提供支持，例如缓存和内存一致性等。目前，Intel和AMD的FPGA都对相关的CXL协议提供支持，而我们认为随着FPGA和处理器以及其他芯片粒之间的更大规模集成，越来越复杂和高速的芯片粒间互联将会成为关键技术。

　　软件将成为关键

　　除了硬件之外，如何在实际任务中最大效率地利用FPGA也是一个极其关键地问题。随着FPGA和其他芯片（例如CPU）紧密集成在一起形成一个异质芯片系统，如何确保软件能够充分利用FPGA并且避免调度等方面的瓶颈就是一个非常复杂但是重要的问题。这是一个有很高挑战性的问题，因为FPGA和系统中其他部分（如CPU）的编程模型可能非常不同，因此如何确保软件可以正确分割任务（即把合适FPGA的任务分配给FPGA，而适合其他处理器的任务分配给相应处理器），合理处理调度和内存管理，并且以一种较为用户友好的形式供软件工程师使用，是一个很大的工程。这些是与传统FPGA软件（即主要针对前端和后端逻辑综合任务）有较大区别的任务。

　　在这个领域，Intel和AMD都在积极投资。例如，在Intel发布的IPU路线图上，开放且灵活的软件生态是Intel一个重要的投入领域，而且与之相应的是Intel在日前刚刚宣布要收购跨平台异构芯片软件编译器公司Codeplay，这一举动也被业界认为是在下一代FPGA软件方面的投资。与此同时，AMD也在五月的财报发布会上表示要大力投入软件领域，显然这里也包括了FPGA相关的软件研发。我们认为，随着FPGA成为新的芯片系统中的重要一环，相应的软件生态也必须要跟上，从而使得这样的FPGA系统新范式真正进入主流。