FPGA在AI推断、5G通信和自动驾驶等场景的需求正快速增长，下游应用结构正从传统的通信、工业控制为主，向AI推断、5G通信、自动驾驶等迭代快、技术不确定性高的新兴领域加速渗透。FPGA凭借硬件可重构、开发周期短、效率高的特性，成为这些领域较为理想的解决方案，在AI芯片市场中，适用于推断环节的FPGA占比有望随大模型应用落地而逐步提升。

需求增长驱动与市场结构变化

FPGA（现场可编程门阵列）是一种硬件可以重构的芯片，用户可通过软件重新配置芯片内部资源来实现不同功能。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是较为理想的解决方案。随着全球新一代人工智能以及自动驾驶等新兴需求的不断兴起，全球FPGA市场规模正在快速增长，其中中国FPGA市场增速更为显著。

在AI芯片的应用结构中，训练与推断是两个不同环节：训练芯片更注重绝对计算能力，目前应用最多的主要是GPU；而推断环节计算量相对较小，更侧重能耗、时延、成本等综合指标，FPGA凭借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迎来增长。当前大部分大模型仍处于开发阶段，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芯片的占比可能逐步提升。

FPGA在AI推断场景的应用优势

在云端推断方面，FPGA可以处理用户实时计算请求以及小计量大批次的计算。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，具备较强的市场潜力，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。

在边缘推断方面，未来人工智能应用场景对终端设备推断能力的要求较高。FPGA是低功耗异构芯片，开发周期快、编程灵活，人工智能领域的解决方案目前正从软件演进到软件+芯片。基于CPU的传统计算架构无法充分满足人工智能高性能并行计算的需求，需要FPGA等人工智能架构的专属芯片。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。

常见问题

FPGA与GPU在AI应用中有何不同？

GPU通用性较强，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，占据了AI芯片市场主要份额；而FPGA具有开发周期短、可配置性等特点，在AI推断市场潜力巨大。两者在AI芯片中属于互补关系，分别适配训练与推断的不同需求。

国产FPGA厂商发展现状如何？

全球FPGA市场主要由海外巨头占据，国产FPGA厂商已经开始崭露头角。在技术实力方面，国产厂商与国际领先水平仍存在差距，例如先进制程集中度、旗舰产品门级规模等方面仍有提升空间。不过在国产化加速推进的背景下，中国FPGA厂商有望快速追赶。

5G通信为何需要FPGA？

5G通信属于迭代升级周期频繁、技术不确定性较大的领域，FPGA硬件可重构、开发周期短、效率高的特性，使其能够灵活适应通信标准的快速演进，成为该领域较为理想的解决方案。