通常提到 FPGA，首先想到的是一款可编程的硬件产品，无论是用在嵌入式设备上，还是用在网络传输加速方面，与软件似乎都没有太多的直接联系。

  随着云计算技术的兴起，FPGA 与用户应用之间的距离在被迅速拉近。

  而如今，工艺的进步和 AI 时代的发展和数据的爆发性，由于 FPGA 在硬件和软件同时具有天生的超性能和灵活性特征，当 AI 遭遇多场景而导致落地难时，越来越多的创新者将目光聚焦在了灵活应变的 FPGA 及基于 FPGA 的衍生产品上，FPGA 迎来了巨大的发展机遇。

  随着 5G 的到来，AI 的增长又将会更快。据估计，在半导体业务方面，到 2024 年，AI 将占有约 500 亿美元市场。

  硬件加速从实现上看可以有几种不同选择：传统处理器、FPGA 和 ASIC。传统处理器最有灵活性，能够覆盖各种不同应用，但它的能力(效率)最弱。ASIC 的成本、性能和功耗最好，但它不能改变。目前 AI 算法层出不穷，ASIC 不能满足各种要求。

  若要同时具有可编程性和效率，则可以采用显示芯片和 FPGA。在功耗和效率上，FPGA 比显示芯片更强。尤其是在 AI 推理上，对于低精度场景，FPGA 的性能功耗比比显示芯片大 16 倍。显示芯片更适合用在服务器侧，而 FPGA 则更适合用在边缘侧。FPGA 适合做推理，显示芯片适合做训练。

  除了在 AI 的线上推理方向，FPGA 在其他很多方面也能发挥价值。在面向计算密集型任务，比如矩阵运算、图像处理、机器学习、压缩、非对称加密、搜索的排序等的时候，拥有流水线并行和数据并行的 FPGA 效率会高很多。