笔者根据最近接触和学习到的有关FPGA的知识，盘点了一些常见问题和解答与读者共享。

什么是FPGA？

FPGA（Field－Programmable Gate Array）是现场可编程门阵列的缩写，简单来说是一种逻辑数字电路设计的方法，它是在PAL、GAL、CPLD等可编程器件的基础上进一步发展的产物，是作为专用集成电路（ASIC）领域中的一种半定制电路而出现的，既解决了定制电路的不足，又克服了原有可编程器件门电路数有限的缺点。可以说，FPGA在硬件编程领域无人企及；其外形上看就是一种半导体芯片，而且是一种功能强大似乎无所不能的芯片。

FPGA应用在哪些领域？

FPGA最初的应用领域是通信领域。后在数据处理、医疗、网络、仪器、工业控制、军事和航空航天、安防、广播、汽车电子、工业、消费类市场、测量测试等众多领域得到越来越广泛的应用，同时，随着工艺的进步和技术的发展，向更多、更广泛的应用领域扩展。

目前的5G移动通信、高性能计算（包括计算机视觉、AR/VR等）、网络加速、汽车应用等热门领域均有FPGA的高度参与。当下十分火热的人工智能、机器学习等领域，FPGA也有所作为。

一句话，FPGA的应用已经从过去通信基础设备这一非常窄的领域迅速扩展到了今天非常广泛的应用领域。

FPGA当前市场情况？

ASIC、ASSP和FPGA已形成当前全球半导体市场格局的三足鼎立之势，但目前FPGA的市场远不及ASIC和ASSP，但是市场统计研究数据表明，FPGA已经逐步侵蚀ASIC和ASSP的传统市场，并处于快速增长阶段。

据悉，2014年FPGA市场规模为52.7亿美元。根据Global Market Insights的最新报告，FPGA市场在2015~2022年间将出现8.4%的年复合成长率，届时规模可望超过99.8亿美元。而中国将拥有超过50亿元的FPGA市场。“十二五”期间，中国的可编程器件市场仍将保持年均30%以上的增长速度。

FPGA产品的发展趋势？

最近几年，FPGA的演进趋势越来越明显：一是，随着工艺技术的创新和发展，FPGA芯片面积越来越小，同时功耗更低，成本更低；二是突破了一直以来的通用型限制，现在的FPGA产品具有更大的灵活性，能够更多地满足用户的定制需求；三是出现了多种FPGA产品形式，从单独的FPGA芯片，到嵌入式FPGA，再到片上系统（SoC）等，用户可以按需选择。

FPGA在人工智能、机器学习等领域与GPU的关系？

因为GPU和FPGA都有着大量的计算单元，因此均比CPU更适用于人工智能、机器学习等需要分析大量数据，对计算性能要求较高的领域。

就目前来看，不管是人工智能还是机器学习，GPU已是主流，FPGA属于后起之秀。但目前也有媒体称，未来FPGA会替代或超越GPU。不管怎样，FPGA的前景被十分看好。

FPGA和GPU有各自的优势与不足。GPU主要优势在于浮点运算，从峰值性能来说，GPU远远高于FPGA；相比GPU，FPGA有更高的性能，和更低的功耗，在实现相同性能的深度学习算法中，GPU所需的功耗远远大于FGPA。

据业内人士称，GPU主要依靠软件层进行优化，而FPGA则关注硬件层面。在机器学习场景中，两者都能发挥各自的优势：GPU主要用于学习阶段，而FPGA则在推导阶段，如实时识别、分类计算等，发挥优势。目前，人工智能仍处于早期阶段，未来人工智能的主战场是在推理环节。可以想象，当未来人工智能爆发时，FPGA的光环会更加耀眼。