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推理和5G通信这类迭代频繁、技术不确定性较大的领域正成为理想解决方案。最值得关注的下游场景集中在AI云端推理与边缘推断、5G基站、自动驾驶、工业视觉与安防加速，其中FPGA在AI推断市场的潜力尤为突出，且国产厂商已在部分领域崭露头角。

AI推理：从云端到边缘的加速需求

在AI芯片的推理环节，计算量相对训练较小，更侧重能耗、时延、成本等综合指标。FPGA以其灵活性和可深度优化的特点，有望继GPU之后在云端数据中心业务中爆发，能够处理用户实时计算请求以及小批量大批次的计算。目前，阿里云、亚马逊、微软等厂商已在探索云服务器+FPGA芯片的模式。

在边缘推断场景，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，适合对终端设备推断能力要求高的应用。在终端智能安防领域，已有厂商采用FPGA方案实现AI硬件加速。

5G通信：迭代周期的天然适配者

5G通信迭代升级周期频繁，技术不确定性较大，FPGA的硬件可重构特性使其成为该领域较为理想的解决方案。通信基站需要应对不断演进的协议标准，FPGA可在不更换硬件的情况下通过软件重新配置实现功能更新，这一特性与5G的快速演进高度契合，构成稳定的需求基本盘。

需求结构与国产切入机会

从市场规模看，全球FPGA市场预计从2021年的82.9亿美元增长到2025年的125.2亿美元，年均复合增长率约为10.8%；中国FPGA市场增长更快，预计2021-2025年规模复合增速为17.1%。驱动因素包括新一代人工智能及自动驾驶等新兴需求的兴起。

竞争格局方面，全球FPGA市场主要由赛灵思（52%）和英特尔/Altera（35%）占据；国内市场同样由海外巨头主导，但国产厂商已开始崭露头角，紫光国微、复旦微电和安路科技2021年合计市占率超过15%。需要指出的是，国产厂商在工艺制程和门级规模等技术指标上与国际领先水平仍有差距，但国产化加速推进背景下有望快速追赶。

常见问题

FPGA与GPU在AI推理中的分工有何不同？

GPU通用性强、适合大规模并行计算，是目前唯一可用于AI训练的量产芯片；FPGA则凭借开发周期短、可配置性强的特点，在AI推断市场潜力巨大。在异构计算架构中，CPU负责数据读取与准备，FPGA作为加速芯片处理大规模并行计算。

哪些具体场景适合采用FPGA方案？

主要包括三类：一是云端数据中心中处理实时计算请求和小批量大批次计算；二是边缘推断场景，FPGA作为低功耗异构芯片满足终端设备的AI推理需求；三是终端智能安防领域的AI硬件加速。

国产FPGA厂商的竞争位置如何？

国产厂商如紫光国微、复旦微电、安路科技已在国内市场占据一定份额，2021年合计市占率超过15%，但技术实力与国际巨头仍有差距，先进制程和门级规模等关键指标有待提升。在国产化加速背景下，具备追赶空间。