在云端数据中心，FPGA 被看好继 GPU 之后迎来爆发，其核心驱动来自三股力量：大模型推理请求激增带来的实时计算需求、云厂商对单位算力成本与功耗的持续优化诉求，以及 FPGA 可编程架构对新算法的快速适配能力。FPGA（现场可编程门阵列）是一种硬件可重构的芯片，用户可通过软件重新配置芯片内部资源来实现不同功能，因而具备开发周期短、效率高、灵活性强的特点，适合处理用户实时计算请求以及小计量大批次的计算。

训练与推理：两类负载的不同偏好

机器学习包含训练与推断两个步骤，通常需要不同类型的 AI 芯片来执行。训练通过大数据训练出复杂的神经网络模型，计算量非常大，更注重绝对的计算能力，同时需要一定通用性；推断则利用训练好的模型，用新数据得出结论，计算量相对小很多，更侧重能耗、时延、成本等综合指标。

在云端推断场景中，大量矩阵运算的计算量相比训练环节更少，CPU 或 GPU 可以承担，FPGA 以及 ASIC 同样适用。在现阶段云端数据中心业务中，FPGA 以其灵活性和可深度优化的特点，有望继 GPU 之后在该市场爆发。

增长驱动的三个来源

  • 推理需求放量：当前大部分大模型仍处于开发阶段，对训练芯片的需求更大；随着各类大模型逐步成熟并在生产生活中应用，推断类 AI 芯片的占比可能逐步提升。
  • 降本与功耗优化：推理负载更关注能耗、时延与成本，这为可深度优化的架构留出了空间。
  • 算法迭代适配：在人工智能、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 是较为理想的解决方案。目前探索云服务器＋FPGA 芯片模式的公司包括阿里云、亚马逊、微软等。

市场规模测算看哪些变量

FPGA 市场规模的测算，主要取决于推理负载的放量节奏、云厂商资本开支的结构变化，以及新算法迭代对可编程架构的依赖程度。从已有预测看，随着全球新一代人工智能及自动驾驶等新兴需求兴起，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%；中国 FPGA 市场增长更快，预计 2021—2025 年规模复合增速 17.1%。不确定性则来自大模型落地进度、推理芯片路线的竞争分流，以及国产厂商技术追赶的速度。

常见问题

FPGA 为什么更适合 AI 推理而非训练？

训练需要处理海量数据、追求绝对计算能力，目前应用最多的主要是 GPU；而推理计算量相对较小，更看重能耗、时延与成本等综合指标。FPGA 具备可重构、开发周期短、灵活性强的特性，因而在 AI 推断市场潜力较大。

云端 FPGA 市场增长主要由什么驱动？

主要来自三方面：大模型成熟落地后推理请求的持续增加、云厂商对单位算力成本与功耗的优化诉求，以及算法快速迭代对可编程架构的适配需求。阿里云、亚马逊、微软等公司已在探索云服务器＋FPGA 芯片模式。

现在判断云端 FPGA 市场规模，最大的不确定性是什么？

一是大模型从开发走向应用的节奏，直接影响推断类芯片的占比提升速度；二是推理芯片路线之间的竞争分流，ASIC 同样非常适合 AI 推断场景；三是国产厂商的技术追赶进度，当前国产厂商先进制程集中在 28nm，与国际 16nm 水平仍有差距。