FPGA将无处不在_芯片_嵌入式

来源：本文由电姬翻译自semiengineering，作者Jeff Dorsch，感激。

在越来越多的设计和越来越多的市场中，我们都能看到 FPGA 的身影；而且随着它们被纳入越来越多的系统中，它们本身也在变得越来越繁芜。

十年之前，FPGA 的紧张市场是工业、医疗、汽车和航空航天。

这些市场现在依然强劲，但 FPGA 也开始在人工智能、数据中央、物联网、网络通信、测试和丈量仪器、无线和有线通信根本举动步伐乃至核电站等地方发挥浸染。
FPGA 供应商也故意进入大数据剖析、机器学习、数据存储压缩/解压和视频处理等运用领域。
而且尚处于早期阶段的嵌入式 FPGA（eFPGA）市场也正变得越来越遍及，由于对本钱敏感的设计师对利用这项技能的信心正越来越足。

一些 eFPGA 创业公司得到了相称显著的投资，在这个半导体创业公司稀少的时期，eFPGA 创业公司正在迅猛发展。
供应可重配置的 RTL IP 核和干系设计软件的 Flex Logix 已经得到了由 Lux Capital 和 Eclipse Ventures 领投的两轮共 1240 万美元私募投资。
成立于 2007 年的法国 eFPGA 创业公司 Menta 已经得到了 FJ Development EN 领投的 700 万美元私募投资。

Achronix 和 QuickLogic 等其它一些公司也根据内部的增长预期而大力投资 eFPGA。
Achronix 营销副总裁 Steve Mensor 说他公司的 FPGA 芯片（基于英特尔的 22nm 工艺）仍旧霸占了收入的大部分，并有望在今年超过 1 亿美元。
但他说 Achronix 的新 eFPGA 生产线将会占到今年整年 20% 以上的份额。

Flex Logix CEO Geoff Tate 将当前的 eFPGA 市场与从 PC 向移动手机转型过程中的处理器市场进行了比较。
“25 年之前，发卖的大多数处理器都被用在了 PC 和事情站里面。
ARM 认识到嵌入式处理器还有机会，这能带来 x86 架构无力竞争的新型运用——比如手机，必须要把处理器做得足够小和低功耗才能用在手机里。
嵌入式处理器是实现这一目标的关键。
”

只管 FPGA 市场一贯伴随着这两个市场一起增长，但 Tate 指出 eFPGA 是一种完备不同的方法。
“嵌入式 FPGA 须要与 FPGA 芯片不一样的技能调度。
”他说，“嵌入式 FPGA 的事情办法与 FPGA 芯片类似。
个中有查找表，个中有可编程互连，以是个中的 FPGA 构造类似于你可以在 Altera 或 Xilinx 或其它更小的 FPGA 公司的芯片中看到的构造。
但在嵌入式 FPGA 市场，要想成功并且知足客户的需求，你必须调度你的技能来办理这些不同的需求。
”

这才是 eFPGA 看起来如此吸引人的缘故原由。

“嵌入式 FPGA 市场的增长速率相称迅猛，由于市场须要这样的技能。
可能在过去的许多年里，那些有能力供应嵌入式 FPGA 的公司只是选择不生产而已。
”Achronix 的 Mensor 说，“现在我们正在供应这项技能，而且我们可以向公司证明：他们能用已有的独立 FPGA 技能演示的所有功能都会有做成嵌入式的需求。
而且他们也理解我们已经为开拓自己的 SoC 的公司供应过很多次 IP 了。
以是我们已经办理了他们对风险的顾虑。
需求一贯都有。
问题也一贯都在。
供应一贯都受到限定。
”

图 1：亚太地区的 FPGA 市场增长情形和预期，来自 Global Market Insight

图 2：美国的 FPGA 市场增长情形和预期，来自 Grand View Research

而且也不止于此。
多年以来，FPGA 供应商都把自己的芯片当作 ASIC 的低本钱替代品进行发卖。
以是芯片制造商不必直接为一个新市场创造一种新的 ASIC，而是可以从 FPGA 入手开拓，当销量值得本钱投入时，才终极将他们的设计成果转换成 ASIC。
FPGA 供应商在能力/性能方面的营销上投入了大量资金，却在可配置性和设计大略单纯性方面营销投入较少，也没有太多投入工艺节点，没有紧跟最前辈的 ASIC 供应商的步伐。

这样的战线在 28nm 节点之后就开始分崩离析了。
开拓前辈 ASIC 的本钱模式在 finFET 领域碰着了麻烦，在后续节点上开拓芯片的难度更大了、本钱也更高了，而十亿单位级别的芯片终端市场也已被两家大型移动设备公司主宰。
幸运的是，也涌现了一些其它新市场，这些市场能给可编程逻辑带来很好的经济效益。

“这段韶光里，我们真的已经远不止是一家 FPGA 公司了，并且实际上已经将我们的市场范围拓宽到了嵌入式处理器等运用领域。
”Xilinx 的 FPGA 和 SoC 产品管理与营销高等总监 Kirk Saban 说，“在我们公司供应的产品的繁芜性方面，FPGA 业务范围正在扩大。
”

Saban 说，个中包括前辈封装办理方案、多处理器 SoC、射频 SoC 和集成高带宽内存技能。

嵌入式 FPGA 是 FPGA 方法的一个新的迁移转变点，而它们尤其吸引人的地方是它们可以利用任意工艺尺寸制造，可以为任意运用调控尺寸大小。
纵然对付可编程逻辑而言，经济模式也发生了变革。

“传统 FPGA 芯片面向的是低产量系统或原型系统，”Tate 说，“它们要么一贯是低产量，要么在增大产量时会转而利用 ASIC。
FPGA 芯片每每有非常高的功耗、非常高的性能、前沿的工艺技能和非常高的本钱。
嵌入式 FPGA 可以根据客户需求选择工艺，从 180nm 到 16nm 都可以。
它必须为高产量的芯片设计进行调度。
以是像是最小化金属层的数量等哀求就是非常主要的了，而 FPGA 利用了最大化的金属层。
在嵌入式市场，很多客户对本钱非常敏感，不会利用 FPGA 芯片那么多的金属层。
最主要的是，客户对尺寸大小的需求多种多样。
一些人须要非常小的嵌入式 FPGA，一些人则须要非常大的。
而且他们须要在他们选择的工艺上的 FPGA。
搞网络通信的人会选 16nm，而搞微掌握器的方向 40nm。
客户理解为他们的需求优化过的工艺，如果嵌入式 FPGA 没有知足客户对代工厂和工艺节点和他们对各自变体的需求——具有他们想要的各种尺寸和他们所需的选择，那么这种技能就毫无用途。
”

这也会改变哪种类型的芯片更适宜哪种终端运用的谈论。
过去，FPGA 常日被拿来和 ASIC 比较，但最近的比较工具则更多是用于机器学习和神经网络运用的 GPU。

Achronix 的 Mensor 说：“ASIC 便是固化的 FPGA。
如果你能承受非常高的开拓本钱和随之而来的风险，比如新式的定制芯片设计，那么 ASIC 是一种更优的办理方案。
ASIC 有自己的定位，而且这些定位是很有代价的。
它们每每为单位本钱和功耗进行了优化。
一旦你付出了非常高的开拓用度（包括工程设计、掩模用度、验证、软件验证、系统级验证），那 ASIC 终极将得到非常小的 die 尺寸以及一种针对生产的更优的办理方案。
利用 ASIC 的缺陷是很随意马虎受到缺点的影响，从而拖延产品。
而这便是 FPGA 显得代价非凡的地方了。
FPGA 可以修正。
当你的系统在进行 bring-up 测试时，如果你创造了任何问题，你都可以修正你的 EDA 工具上的代码然后重新配置你的 FPGA。
”

对 eFPGA 而言，情形则或多或少有些不同。
它可以用任意工艺构建到任何 SoC 中。
它可以在前辈封装中被用作加速器，也可以作为单芯片的办理方案。

Tate 说：“我们的技能有一种布局模块式的方法。
我们可以供应上百种不同尺寸的阵列，从小至 100 个查找表到大至 100 000 个查找表。
而且每当我们为一个新工艺节点开拓 IP 时，我们都会做一个验证芯片，这让我们证明我们的芯片并向客户展示。
我们首先让它有效了，那在他们的芯片上一开始就会有效。
”

在新的和已有的终端市场中，eFPGA 和 FPGA 都面临着很大的不愿定性。
协议在不断改变，用于自动汽车和机器学习的技能仍还处在定义和调度阶段，而现在的前辈制造工艺在足够稳定足以担保合理产量之前还须要经由多轮修订。

这使得可编程性（programmability）成了设计中一个有吸引力的选择。
而在一些市场（尤其是机器学习市场）中，FPGA 的表现实际上优于其它处理器类型，由于它们采取了定点打算，而非浮点打算。

“在功率足迹（power footprint）方面，FPGA 要好得多；而且在性能方面也远远更好，由于它们固有的平行性就更好，比起 GPU，你可以在 FPGA 中创建更多编程单元。
”Mensor 说，“差异在工具链、软件流程上。
”

其他人也赞许这个不雅观点。
“从机器学习的角度看，只管人们普遍认为 GPU 在演习上表现更好，但 FPGA 在推理上表现更好，而且领先上风还将连续扩大。
”位于新加坡的 Plunify 的联合创始人兼首席运营官 Kirvy Teo 说，“仍旧会有很多竞争。
我也有兴趣看到英特尔的 CPU+FPGA 的表现会如何。
GPU 仍旧更随意马虎取得，而且更加常见。
每个人都知道 GPU 是什么以及如何利用它。
但比来大型云供应商对 FPGA 运用的激增将会带来一些影响。
在生态系统互助伙伴方面，GPU 看起来有上风，但同样，FPGA 正在追赶。
”

涌现这种情形是有缘故原由的，个中比较显著是功率、性能和可配置性。

“FPGA 为可重配置的运用供应了一些真正强大的打算能力，这些运用中现在最显著便是每个人都喜好的机器学习。
”OneSpin Solutions 营销副总裁 Dave Kelf 表示，“Xilinx 等公司正在投入非常大量的事情，要将 FPGA 打造成大型数据中央里加工数据/数字的处理器，以支持机器学习和大数据运用。
我们看到个中也利用了大量 GPU，由于它们内置了一种强大的神经网络机制。
FPGA 的上风是能供应远远更高的性能，而且仍旧是可重配置的。
ASIC 是一个本钱极其高昂的命题。
在光掩模和芯片制造本钱上，FPGA 比 ASIC 更具竞争上风。
”

Xilinx 架构与验证副总裁 Gaurav Singh 赞许这个不雅观点： “机器学习正变得非常主要，而且机器学习算法的运用和利用实际上也正连忙扩展。
个中有一个演习部分，即科学家与数据科学家和专家要试图构思神经网络、神经网络的演习办法。
这便是这个演习部分。
更大范围支配的实际是推理部分。
这是演习好了神经网络之后，你希望在高效的设备上实际将其用于推理的部分。
为此，肯定要有数据中央。
”

美国国防高等研究操持局（DARPA）估计航空航天和国防电子产品将用掉所有 FPGA 中的大约 10%。
汽车电子、通信/数据中央/网络加速和传感器领悟等领域也会用到分立的 FPGA。

Mensor 说，带有固化的 IP 功能的 FPGA 将在基于以太网的网络中得到运用，以 10 到 40 到 100 Gb/s 的速率传输数据。
其余 FPGA 还将被用于有线开关、测试和丈量以及军事运用。
5G 等运用须要在 360 到 500 MHz 条件下运行，而据 Mensor 称，Achronix正在努力实现那样水平的高性能。

与此同时，据 Tate 说，eFPGA 的最大运用是物联网和微掌握器、网络通信和数据中央芯片、航空航天/国防。
很多公司都相信，随着各种工艺节点的 eFPGA 的推出，eFPGA 将霸占越来越大的市场份额。

不愿定性是有代价的，如果公司错失落了市场窗口，末了只能用基于较旧的协议或为较旧的算法设计的芯片，那这个代价将会非常高昂。
可编程性将在这方面供应极大的助力。

原文链接：https://semiengineering.com/a-chip-for-all-seasons/?from=timeline

本日是《半导体行业不雅观察》为您分享的第1392期内容，欢迎关注。