FPGA（现场可编程门阵列）凭借硬件可重构、开发周期短、效率高的特性，在AI推断领域正迎来需求爆发，最能消化国产产能的下游场景主要包括云端推断、边缘推断（含终端智能安防）以及5G通信。其中，云端数据中心业务中FPGA有望继GPU之后爆发，而边缘推断场景则因FPGA低功耗、编程灵活的特点成为AI硬件加速的重要方案。这一需求结构对国产FPGA厂商而言，意味着在国产化加速推进的背景下存在快速追赶的窗口期。
云端推断：继GPU后的下一增长极
在AI芯片需求结构中，训练与推断是两个截然不同的环节。训练芯片侧重绝对计算能力，目前主要由GPU主导；而推断环节计算量相对较小，更注重能耗、时延、成本等综合指标，CPU、GPU、FPGA及ASIC均可参与运算。
FPGA在云端推断场景的独特价值在于其灵活性和可深度优化的能力。官方资料指出，FPGA可以处理用户实时计算请求以及小计量大批次的计算，这使得它在现阶段云端数据中心业务中有望继GPU之后爆发。目前，探索云服务器+FPGA芯片模式的公司已包括阿里云、亚马逊、微软等头部云厂商。
从需求迁移趋势看，当前大部分大模型仍处于开发阶段，训练芯片需求更大；未来随着各类大模型成熟并在生产生活中逐步应用，推断类AI芯片的占比有望逐步提升，这将直接拉动FPGA在云端推断市场的需求。
边缘推断与通信：低功耗与灵活性并重
边缘推断是FPGA另一个关键的下游消化场景。未来人工智能应用场景对终端设备推断能力的要求不断提高，而基于CPU的传统计算架构无法充分满足AI高性能并行计算的需求，需要FPGA等AI架构专属芯片。FPGA作为低功耗异构芯片，开发周期快、编程灵活，AI领域的解决方案正从纯软件演进到软件+芯片的协同模式。在目前的终端智能安防领域，已有厂商采用FPGA方案实现AI硬件加速。
5G通信同样是FPGA的重要应用领域。在人工智能或5G通信这类迭代升级周期频繁、技术不确定性较大的领域，FPGA凭借其硬件可重构、开发周期短、效率高的特性，是较为理想的解决方案。
从市场增速看，全球FPGA市场规模预计将从2021年的82.9亿美元增长到2025年的125.2亿美元，年均复合增长率约10.8%；而中国FPGA市场增速更快，2021-2025年规模复合增速达17.1%，快于全球水平，显示出国产FPGA需求的强劲动能。
常见问题
国产FPGA厂商目前处于什么水平？
国产FPGA厂商已开始崭露头角。在技术实力方面，国产厂商与海外巨头仍有差距，先进制程与国际水平存在代差，旗舰产品的门级规模也相对有限。但在国产化加速推进的背景下，中国FPGA厂商有望快速追赶。
为什么FPGA适合AI推断而非训练？
训练需要处理海量数据，对绝对计算能力要求极高，目前量产芯片中GPU是唯一可用于AI训练的选择。而推断计算量相对较小，更注重能耗、时延、成本等综合指标，FPGA凭借灵活性和可配置性，在这一市场潜力巨大。
边缘推断场景中FPGA相比传统方案有何优势？
基于CPU的传统计算架构无法充分满足AI高性能并行计算的需求，而FPGA作为低功耗异构芯片，开发周期快、编程灵活，能够以软件+芯片的协同方式提供AI硬件加速方案，在终端智能安防等领域已有实际应用。