浙商证券的相关研报指出，ChatGPT的“背后英雄”系GPU或CPU+FPGA等算力支撑。
所以，可以这么理解，FPGA成为了英特尔的背水一战，成则在人工智能中有一席之地，败了就准备去做历史的尘埃吧！
对于，这个事情，我反手就问了下ChatGPT，这货告诉我：目前，FPGA领域的本土化程度较低，中国市场主要由赛灵思Xilinx(现已被AMD收购)和英特尔主导，两家占据了超过70%的市场份额，安路科技、紫光国微、复旦微电等国内厂商的总份额约为15%。
英特尔透露，计划在今年推出15款新FPGA以应对日益升级的AI芯片军备竞赛，FPGA+CPU的解决方案得到背书。当前阶段，CPU + GPU是 AI 芯片的主流认知方向，寒武纪底部被挖掘后涨幅已超200%，但GPU+FPGA方向并未被市场充分认知，据了解过去十年微软、Amazon等在算力SS投入方面倾向CPU+FPGA技术路径并投入巨额资金。
微软押注FPGA，在OPENAI研究中使用FPGA加速OpenAI，在其研究中使用FPGA技术主要是为了提高计算效率和性能，从而实现更智能、更高效的人工智能计算。随着FPGA技术的不断进步和OpenAI研究的不断发展，这种结合将会有更广泛的应用和更深入的发展。
FPGA市场空间广阔，FPGA软硬件生态系统建立极高的行业壁垒。根据Frost&Sullivan 的数据，预计全球 FPGA 市场规模将从 2021 年的 68.6 亿美元增长至 2025 年的 125.8 亿美元，年均复合增长率 约为 16.4%；中国 FPGA 市场 2020 年的市场规模约 150.3 亿元，预计 2025 年中国 FPGA 市场规模将达到 332.2 亿元，复合增速为 17.2%。FPGA 需要由 FPGA 芯片、EDA 软件及 IP 方案组成的软 硬件生态系统共同支撑实现功能，逻辑容量、制程、SerDes 速率 等关键指标体现 FPGA 硬件技术水平，FPGA EDA 软件工具非常 复杂，FPGA 软硬件生态系统建立了极高的行业壁垒，国产替代的需求极为强烈。
FPGA与CPU/GPU/ASIC的比较
FPGA中文全称为现场可编程门阵列（Field Programmable Gate Array）。
集成电路芯片包括数字芯片和模拟芯片两大类，数字芯片可以分为存储器芯片和逻辑芯片。
FPGA 是逻辑芯片的一种，逻辑芯片还包括 CPU、GPU、DSP等通用处理器芯片，以及专用集成电路芯片ASIC。
我们熟悉的芯片，像CPU，这是一种通用芯片，而GPU、FPGA、ASIC等几类芯片，本质上都是专用芯片。
单纯的CPU，因为其承载的社会责任太多，往往控制、存储就能占用很多精力了，真正负责运算的单元其实特别小，如果遇到了计算量特别大的任务，就会卡。
为了应付这种计算量特别大的任务，就出现了专用芯片。但我们又熟知的GPU，更适合搞图像、视频处理，一门心思的完成被预设好的任务，如果还有新的需求，就得不到他们的满足了。
所以就出现了FPGA。
FPGA最大的特点在于它的灵活性，FPGA出时没有特定的功能，通过EDA软件现场对硬件编程，以实现用户的特定需要。简单来说就是你想让他干啥他干啥，香不香？
从下游应用市场来看，由于灵活性高，包括工控、通信、消费电子、数据中心、汽车电子、人工智能等多个领域都可以，而随着汽车四化趋势和人工智能的长期趋势，后三者将是其增长的核心动力。
据Market Research Future数据，2018年全球FPGA市场规模为63.35亿美金，预计2025年将增长至125.21亿美金。7年年均复合增长率10.22%。
而至于这种半定制化的产品为何过去市场不大，未来趋势向好，核心是大规模应用成本高。随着5G、AI等新领域出来后，技术更新迭代需求会加速，但通用芯片或是全定制化的ASIC都有着开发周期长、研发成本高的劣势，FPGA的优势就凸显出来了。
更好的是，我们在5G部署中处全球领先地位，使得我们在这个领域还是占了点储备优势的。
FPGA无指令特征，使其具有时延低、单位能耗比低、并行运算更高效三大特征，能够同时提供强大的计算能力和足够的灵活性。如今通用处理器（CPU）的摩尔定律已入暮年，而机器学习和Web服务的规模却在指数级增长。FPGA的无指令特征，使其具有时延低、单位能耗比低、并行运算更高效三大特征。
与 CPU、GPU 相比，FPGA具有更高的速度和极低的计算能耗，使深度学习实时计算更容易在端侧执行。FPGA常年来被用作专用芯片（ASIC）的小批量替代品。在近年，微软（MSFT.US）、百度（BIDU.US）等公司的数据中心大规模部署，以同时提供强大的计算能力和足够的灵活性。
AI拉动GPU/FPGA/ASIC量价齐升。人工智能芯片多用传统型芯片，或用昂贵的图形处理器 (GPU)，或用现场可编程门阵列芯片配合中央处理器(FPGA+CPU)为主, 用以在云端数据中心的深度学习训练和推理，通用／专用型AI芯片（ASIC），也就是张量处理器或特定用途集成电路(ASIC)，主要是针对具体应用场景，三类芯片短期内将共存并在不同应用场景形成互补。以多模态模型为代表的前沿AI技术所需的数据量、计算量庞大，有望拉动GPU/FPGA/ASIC量价齐升。
FPGA竞争格局
毫无疑问，提到芯片一定是外资的天下，全球FPGA市场高度集中，主要呈现出“两大两小”的局面。
两大指赛灵思和已被英特尔收购的Altera，占据了90%的市场，主要聚焦5G和AI领域。
两小指Lattice和Microsemi，其中前者主要面向IT市场，后者主要做航空航天和军工。
中国则简单很多，因为军工领域国外进不来，所以中国通过军工市场积累了一些竞争优势，这里面包括紫光国微、复旦微电、安路科技、高云等企业。
相比国内近2000家IC设计企业，国内FPGA领域玩家却很少，好事，因为行业壁垒高。这种芯片的要求厂商要具备很强的软件及硬件结合的开发能力，一般企业还真玩不了。
在前文提到的几大市场上，国内都是产业趋势加速状态，我们有理由相信，在国产替代的大背景下，虽然目前国内几大外资巨头占据了90%多的市场，但我们的技术追赶可期。
目前16纳米以上的制程占据了整个市场的80%，都是在通信和工控领域，而数据中心和AI用的先进制程我们确实做不了，但光前者的国替，对投资上带来的机会已经很大了。（来自）
本文作者可以追加内容哦 !
