國產FPGA，打入高端局_風聞

比起出貨量動輒幾十億、市場規模達千億美元的 CPU 和 GPU，FPGA 顯得有些 “小眾”—— 其全球市場規模僅僅百億美元。

但在國產芯片自主化的征程上，這顆看似不起眼的芯片卻分量十足，時常成為大眾討論的焦點。

01

FPGA，必爭之地

今年，是首款商用現場FPGA誕生40週年。當時，它首次引入了可重複編程硬件的理念。通過創造“像軟件一樣靈活的硬件”，FPGA的可重編程邏輯徹底改變了半導體設計的面貌。

FPGA主要有三大特點：可編程靈活性高、開發週期短及並行計算。

首先，與ASIC的全定製電路不同，FPGA屬於半定製電路。理論上，如果FPGA提供的門電路規模足夠大，通過編程可以實現任意ASIC和DSP的邏輯功能。另外，編程可以反覆，不像ASIC設計後固化不能修改。因此，FPGA的靈活性也較高。

其次，ASIC製造流程包括邏輯實現、佈線處理和流片等多個步驟，而FPGA無需佈線、掩模和定製流片等，芯片開發流程簡化。傳統的ASIC和SoC設計週期平均是14個月到24個月，用FPGA進行開發時間可以平均降低55%。全球FPGA第一大廠商Xilinx認為，更快比更便宜重要，產品晚上市六個月5年內將少33%的利潤，每晚四周等於損失14%的市場份額。

最後，FPGA屬於並行計算，一次可執行多個指令算法。而傳統的ASIC、DSP、CPU都是串行計算，一次只能處理一個指令集。因此在部分特殊任務中，FPGA的並行計算效率比串行計算效率更高。

FPGA 的走紅並非單點突破，而是移動通信、人工智能、工業互聯網三次技術革命共同作用的結果。

**5G 商用化成為第一個爆發點。**5G 網絡需要處理的信道數量是 4G 的 10 倍以上，且需支持靈活的帶寬調整與多制式兼容。使用 FPGA 實現基站基帶處理，可以明顯縮短研發週期，並顯著降低早期部署成本。

**AI 邊緣計算的興起讓 FPGA 再上台階。**雲端訓練依賴 GPU 的大規模並行計算，但邊緣端的即時推理更看重低延遲與低功耗。比如，FPGA尤其適合在智能攝像頭和傳感器等物聯網設備中進行AI推理加速。

**工業數字化轉型則打開了長期增長空間。**工業機器人、智能傳感器等設備需要處理大量非標數據，且對可靠性要求苛刻。FPGA 的抗輻射、寬温特性使其成為工業控制的理想選擇。

02

高端FPGA，擠滿頭部公司

FPGA 的市場版圖上，美國企業的強勢地位早已刻入行業基因。Xilinx 與 Altera 築起雙頭壟斷高牆，Lattice 和 Microchip 緊隨其後瓜分地盤，四家合計吞下超 90% 的市場蛋糕。

國內市場中，紫光同創、復旦微電、安路科技三家上市企業構成第一梯隊，在賽道上奮力追趕。

從通信設備到高清視頻處理，從數據中心到工業控制，高性能 FPGA 是繞不開的關鍵節點。它既是能靈活重構的 “萬能控制器”，更是拿捏系統效率、數據吞吐、安全隔離的 “咽喉要道”。

然而，從具體FPGA產品分類中，中高端市場幾乎仍是國際巨頭的專屬領地，國產方案始終缺少能正面抗衡的 “硬核力量”。

那麼中高端 FPGA 的評判標準有哪些？國際廠商進展如何？

**工藝製程是區分各代 FPGA 的標準，也是評價 FPGA 首先要考慮的指標。**FPGA 作為數字芯片的一種，本身遵循摩爾定律，平均每 2-3 年推出新一代產品。採用更先進的製程能降低功耗、縮小芯片尺寸並降低單片成本，使得新一代 FPGA 性能通常優於上一代。因此，評價 FPGA 首先要考慮其製程。

目前Xilinx最先進的產品“Versal”，採用台積電7nm FinFET工藝。

Altera的Agilex 3系列FPGA基於英特爾7nm工藝。

**邏輯單元數代表 FPGA的基礎容量，是目前評價 FPGA基礎容量的統一指標。**FPGA 的最小功能單元被稱為基礎邏輯單元，包含一個 LUT 和一個寄存器。FPGA 實現可編程的基礎是 LUT，本身可實現組合電路，配合寄存器可以完成時序電路，即一個邏輯單元擁有完成所有數字電路功能的能力。所以，邏輯單元數量越多，FPGA 容量越大，能構造的電路就越大型、越複雜。大容量 FPGA 直接體現廠商的技術能力。因為大型 FPGA 的邏輯單元數基本在 1kk 以上，當邏輯單元數超過 1kk 時，需要對包含 LUT、CLB、互聯在內的 FPGA 架構進行更改，否則功耗和時延會直接飆高。此外，還需要配套的 EDA 工具設計流程及佈局佈線算法迭代。目前，全球排名前五名的 FPGA 廠商中，只有Xilinx和 Altera兩家有能力持續提供大容量的 FPGA 產品線。

目前全球容量最大的FPGA為AMD在2023年6月推出的VP1902（VersalPremium），邏輯單元數高達18,507k（18kk）。

今年4月Altera宣佈Agilex 7 M 系列 FPGA正式量產出貨。作為業界首款集成高帶寬存儲器（HBM2E）並支持 DDR5/LPDDR5 技術的高端 FPGA，該產品以1TB/s 總內存帶寬和380 萬（3.8kk）邏輯單元的核心配置，為AI 推理、5G 通信、8K 視頻處理等場景提供顛覆性算力支持。

從製程上看，目前國產FPGA最先進製程在14/16nm。

**在容量方面，中國廠商的低容量FPGA技術已發展較為成熟。**低容量FPGA指邏輯單元在100k以下的FPGA產品。實際上，大部分低容量FPGA的邏輯單元在10k以內，主要用在消費電子領域，例如LED顯示、橋接等，以及部分預留或者功能拓展的場景。目前，本土的低容量FPGA製程主要集中在55nm、40nm和28nm這三個節點，大部分在2019年及之前推出，往往是本土FPGA廠商的第一代產品。

例如，紫光同創的Logos系列在2017年推出，為40nm的低功耗、低成本FPGA，邏輯單元在12-102k之間；安路科技的55nm的Eagle4在2016年推出，邏輯單元20k，主要用於伺服控制、高速圖像接口轉換的領域；高雲半導體的55nm的FPGA小蜜蜂（LittleBee）在2016年推出，是公司第一代產品，邏輯單元數在1-8k。

**在 28nm的中低容量市場，中國FPGA廠商也已經具備成熟的產品。**中容量FPGA主要指邏輯單元在100k-500k的FPGA，主要應用集中在無線通信的空口側、工業、汽車、A&D領域，中容量市場不追求最高的性能，性能和功耗同等重要，對成本亦有一定要求。比如紫光同創、安路科技、智多晶均在2020年推出了28nm的FPGA產品，主要對標Xilinx的7系列產品等。

此外還有部分廠商推出22nm 的 FPGA，以實現對應部分28nm 的中低容量 FPGA。比如高雲在 2022 年 9 月推出的 Aurora V，是其 22nm 的 FPGA 產品，邏輯單元數為 138k。

目前，高容量 FPGA 是國產化的難點。

03

高端FPGA，是重要機遇

全球高端 FPGA 市場主要由賽靈思和 Altera 佔據，代表產品包括賽靈思 7nm 的 ACAP Versal、16nm 的 Virtex Ultrascale+，以及 Altera 10nm（Intel 7）的 Stratix 10 和 Agilex。這些產品價格高昂代表了當前 FPGA 在性能、密度與集成度上的最高水平。

而高端 FPGA 不僅是利潤與競爭力的核心載體，也是技術迭代的需要。

**一方面，**低端市場因門檻較低，企業扎堆競爭導致利潤空間被壓縮，且難以形成穩定優勢。而高端市場憑藉高附加值成為廠商的“主戰場”，以 Altera 為例，其高端 Stratix 系列收入佔比超過五成，這種結構性的利潤分佈，決定了企業若想在行業中佔據主導地位，必須在高端領域有所突破。同時，高端產品的技術壁壘能有效阻擋新進入者，為企業構建長期競爭優勢提供支撐。

**另一方面，**高端 FPGA 是適配新興產業升級的 “剛需”。隨着 5G 通信、人工智能、自動駕駛等領域的快速發展，對芯片的性能、集成度和靈活性提出了更高要求。高端 FPGA 採用 20nm 及更先進製程，邏輯單元數突破百萬級，集成 CPU、高速接口等異構組件，能滿足高頻數據處理、複雜場景協同計算等需求，而這些都是低端產品難以企及的。

國產 FPGA 距離高端市場仍有差距，但國內相關企業已初步邁入這一領域。

製程層面，當前 FPGA 正加速向 16nm 及更先進節點遷移，技術代差帶來的競爭優勢愈發明顯。國內 FPGA 公司已有 16nm 及以下相關成果落地。易靈思於 2020 年 7 月推出 16nm FPGA 鈦金系列，最高邏輯單元數達 176k，成為國產 FPGA 在 16nm 領域的首發產品。紫光國微官網新聞顯示，紫光同創已啓動 14nm 億門級高端 FPGA 的研發工作。復旦微電於 2021 年開啓 14/16nm 產品研發，2023 年其 1xnm 製程的十億門級 FPGA 完成小批量試製，進入用户試用階段，並實現小規模銷售。

**500K 以上高容量 FPGA 仍是國產化的難點。**復旦微電的 28nm 億門級 FPGA 為國內首款，含約 700K 邏輯單元，集成 SerDes（最高 13.1Gbps）、DDR4、硬核 ARM 及 AI 加速模塊，對標 Xilinx Zynq 系列，應用於通信核心網、醫療設備、車規電子等領域。

無錫中微憶芯專業從事高性能 FPGA 研發，產品包括 YX5F200T 等，應用於工業控制和宇航領域；2024年16nm FPGA 試產成功，邏輯單元密度達 500K。

FPGA 的國產化，是一場需要穩步推進的攻堅。作為數字硬件領域的重要一環，它在國產化進程中的分量，並不因市場規模小於 CPU、GPU 而減弱。