1樓：謝志峰
FPGA非常重要，甚至牽涉到國家的安全。FPGA晶元它是一種可程式設計的，把各種各樣的電晶體全都做完了。做完以後可以在這個基礎上設計乙個晶元把它程式設計。
編完以後晶元不用流片就產生了。原來設計晶元的傳統做法要設計完電路，再把電路轉換成版圖，版圖做成掩膜版，再去生產封裝測試，這樣才可以用。一般週期沒有三到六個月是不可能的。
今天怎麼做呢？電路設計完以後不需要做版圖了，把這個電路圖直接灌到FPGA裡面去了。
怎麼灌的呢？把FPGA當成乙個程式，可以程式設計的乙個系統。直接把電路輸入FPGA晶元裡。
這是個晶元做成的晶元。只是這個晶元沒有接線或者說這些電晶體開關都做好了，你可以按照你的意思去連線。連出來怎麼樣就是這個晶元就是這個電路了。
這個很高效的。實際上是把幾個月到一年的時間製造晶元的過程，變成了幾天到幾個禮拜就做完了。所以做FPGA的人就特別賺錢。
特別貴，貴的話可能就幾千塊美金到三萬美金乙個。但是它快：你有什麼想法不要等三到六個月，它馬上實現。
世界上的大公司，Xilinx和Altera， 最早還有乙個比較小的就是美國的Latice，這些是世界最大。Altera被Intel收購了以後，就對外不賣了，所以現在只剩下Xilinx。很多用FPGA，可以把AI的功能演算法放進去，這樣很快就出現乙個FPGA的AI晶元。
這個特別快，所以在演算法中作迭代的時候，這個就比較高效率。這樣一來FPGA在人工智慧方面也用的非常好。它和GPU、TPU比有這樣乙個好處：
有什麼好的、新的演算法你需要去試一下，它很快就能做。
目前大多數還是用的ASIC的方法，有少數的會用FPGA。比如深鑑科技的DPU，而寒武紀、地平線還有谷歌都用ASIC的方法。FPGA和ASIC他們之間可以結合。
FPGA一旦做成了，就是所有的功能都確定了、定型了，我就根據這個電路圖去做掩膜版，這個成本就大大降低了。所以一般都會用FPGA先做驗證，證明這個晶元的所有的功能都是對的。然後大批量的生產，用這個傳統的ASIC方法去做。
其實在很多領域都在用FPGA。大家都還不知道，它是只有在量小的情況下才使用。量大就貴了用不起。
但是等要大批量的時候，又轉成了正軌的ASIC晶元。FPGA在計算應用這方面相當的廣。這方面除了美國以外，中國乃至全世界都比較落後。
中國有一些研發，未來也值得期待。
2樓：岸芷汀蘭
我在北美一家很小的公司做FPGA控制高頻數位電路好像很實用也很經濟(microsemi/actel的一片25刀)。我想知道為什麼目前還很小眾呢？
3樓：LEOO
現在工藝提高了,fpga做一些定製功能效能也不會很差。
還有就是隨著人工智慧的普及，fpga的平行計算特性剛好可以被利用。
4樓：Leo
Fpga善於做平行計算，是它火起來的關鍵。gpu固然好，可是太耗電，移動平台表現不好。專用ai處理器雖然效率高，但是現在還沒有統一標準，並未成熟。
所以fpga從不受待見到又火起來。
5樓：閒逛
在產品的研發階段，或追求效能的小規模產品領域裡需要高速平行計算，或多種埠資訊轉換、交換與互動場景中使用。
比如：現在的VR,AR裝置大都處於研發階段，自己的演算法和方案組成不可能有市場上成熟的晶元，這時就要用FPGA來驗證演算法和方案，當有批量後，再把實現邏輯轉化為低成本的專用晶元。
再比如：軍事領域產品（雷達，影象，通訊），不可能是大規模的產品，一年也就幾十到幾萬，所用的功能晶元不可能夠買到，基本都是用FPGA來實現。
雖然FPGA應用不像微控制器那麼廣，但能用FPGA的做產品的絕對是重點專案、有線的專案、不計成本的專案，能從事FPGA開發的也都是研發團隊的中堅力量。
6樓：
沒有感覺
1.職位少，8年fpga工程師，現在已經轉行雲計算軟體。
2.大量硬體職位被雲計算乾掉。現在大家傾向於統一硬體，而不是專有硬體。然後雲化，虛擬化。
3.公司內邏輯部門從120人，降到50左右。
4.altera,xilinx活的並不好。
5.工具鏈仍然不好用，開發效率太低。
ps：最近小半年好像稍微好了一點，可能是最近兩年國家隊半導體投入比較大。人工智慧和機器學習可能會用到一些。雲計算加速可能會用到。
7樓：其實我是老莫
為什麼最近幾年FPGA變得變得越發受大家重視了？
這題目咋一看問得很有深度。但是很遺憾這不是事實。
不過結合到題主的描述……你有這樣的感受是因為你之前沒有聽說過吧。畢竟幾年前你也不太可能知道什麼叫FPGA。
乙個簡單的辦法，在google Trends上把FPGA和目前真正有上公升趨勢的一次詞彙對比一下搜尋熱度。比如就拿Machine Learning 來比較一下就知道了。
藍色的是FPGA，紅色的是Machine Learning。看出趨勢了嗎？FPGA這5年裡搜尋熱度是在平穩下降，而Machine Learning才是在大幅提公升。
什麼叫越發受大家重視？這至少從乙個側面說明了問題。
2023年1月2日分割線
時光過去還是很快的，這都是2023年的回答了。現在都2023年了。
幾個月前（2023年8月），我按這個思路又寫了一篇對比文章：
其實我是老莫：從Google Trends發現的一些有趣的變化
可以從更長的週期用這個方法。不過今天仔細再一看這個文章，發現很有趣的一點是機器學習+人工神經網路已經接近人工神經網路熱度的頂峰2023年。而且這兩個詞熱度增加已經從2023年後就趨於平緩。
後續是繼續平緩向上，還是掉頭急轉向下就讓我們拭目以待。不過也基本可以判斷現在人工智慧處於「高位」，現在進去「高位接盤」的可能性較大。
其實像現在FPGA這種長期處於比較穩定的狀態也是個好事。人才培養和崗位需求一直處於基本供需平衡甚至供小於求的狀態。大起大落固然有人趕上了會享受幾年紅利，但對於大部分的人來說，被「套牢」以後慘痛割肉才是常態。
8樓：D Flip Flop
從略偏CS的角度答第一問
FPGA是可程式設計的，一塊FPGA晶元接上電以後還可以修改邏輯功能，這一點跟處理器是比較像的。個人認為FPGA跟處理器(包括CPU、GPU等)相比
優點：並行度高。沒有『一條一條依次執行指令』的限制，verilog裡寫
assign a = x + y;
assign b = x - y;
a和b的計算自然是並行的，根本不用管線程程序什麼的。合理的設計可以讓大部分運算單元都不閒著。
效能功耗比高。沒有指令解碼等控制模組吃功耗。
位運算自由。不受『一次操作8/16/32/64/etc.個bit』的限制，不用搞些奇怪的bit mask。
a = (a & 0xF0) | (b & 0x0F);
可以寫成
a[3:0] <= b[3:0];
缺點：程式設計困難。HDL就不說了，即使現在有了opencl這樣的東西，思維方式也沒有很大的變化。
算固定資料流圖的是厲害，比如FFT；遇到動態任務的，資料流圖和輸入資料有關的就很無力，比如快速排序。
（為什麼『快速傅利葉變換』不叫Quick Fourior Transform 而『快速排序』不叫Fast Sort呢？）
9樓：
FPGA是邏輯電路，處理數碼訊號的。
CPU是處理資料的，沒有可比性。
舉個例子。。CPU有快取記憶體。。。但是快取不能拿來直接用。
FPGA可以隨便用。。
所以FPGA在對於高速採集高速處理方面有先天優勢
例如。用FPGA實現乙個DDR記憶體控制器、實現乙個x264編解碼器、實現乙個HDMI採集或輸出裝置、實現乙個攝像頭轉USB的晶元、實現乙個簡單顯示卡、實現乙個自定義通訊結構的高速通訊介面等等。
那有人問了成本太高怎麼不用專用晶元啊，是啊成本高啊，所以FPGA一般都是用於生產驗證階段的「實驗」目的。但是如果小批量應用，總比設計一款IC成本低廉吧？
而且FPGA還有個好處就是內部的數字處理邏輯可以隨便更新。
例如我做了乙個通訊介面，但是這個通訊協議，考慮未來要公升級，那我就用FPGA作為這個通訊處理IC，以後協議要更新，我更新FPGA程式就可以。
iPhone7裡面用的FPGA，可能就是這個考慮吧？未來可以隨時公升級某介面的處理邏輯。
簡而言之FPGA主要是做裝置介面的。CPU是計算資料的。。
另外我想說一點。
Verilog和C語言完全是兩碼事，如果有人說，Verilog和C語言很像。。
我只想說。。呵呵。像你妹，你把C語言學明白再說像不像吧。
10樓：美人她爹
從微薄看到愛可可老師的鏈結，過來聊幾句。
我在華大讀書的時候就是做FPGA優化演算法的，當時的導師後來放著自己業界幾十年的功成名就覺得不好玩，跑去altr當工程師，過了幾年某奧就被某爾收購了。
當時我跟他讀書的時候，他已經在FPGA界做出了重大成就，還自己籌資生產了他獨創架構的可程式設計高效能計算晶元，當然那個時候太早了，也沒太出名，那些晶元就扔在他書桌上。
我跟他的時候，他讓我琢磨向量運算，我不是傳統意義上的好學生，凡事不是導師說了就做，而是要刨根問底先讓導師說服我，導師倒是也不煩，就說服我，說高效能計算的根本就是矩陣運算，而矩陣運算的根本就是向量運算。我憑著小時候耳濡目染的一點點數學底子，眨眨眼想明白了，就認真做。現在大家說的什麼tensor flow，裡面tensor就是張量，一維張量就是向量，二維就是傳統意義的矩陣，不管多少維，運算都是回到向量計算。
後來我做出乙個演算法來，是在導師發明的演算法控制之下的，把可程式設計晶元的最關鍵部分：片上網際網路絡的利用率提上去，然後把這種演算法的效率提高了很多，另外還把時空資源分配的事情也搞定了。這個東西出來，基本上乙個可程式設計晶元就可以隨時變成乙個超級計算機，當時還拿了乙個獎。
我畢業以後也在某奧做了幾年。
我導師發明的這種可程式設計晶元，一部分是FPGA，另外一部分是運算器件。以後FPGA的發展方向，會朝這種混合高效形式走。
回答提問者的問題：
1.FPGA的運算優勢。主要是高效能計算，高效能計算就是拼向量，向量的維度有長有短，能同時計算的維度，就是資料通路寬度。
CPU的問題在於資料通路窄，phi也就是幾個維度，GPU的維度寬，FPGA的好處是可以隨時變化寬度。乙個FPGA的資料通路寬度，理論上僅受限於片上的乘法器數量。FPGA另外乙個優勢是能耗低，但是這個東西以後會上來的，bit per watt的理論極限在那裡，沒辦法的。
2.FPGA的發展方向我看還是在人工智慧。主要是因為物聯網的大爆發，資料產生速度超過了人類能處理的能力，所以需要高效能自動化資料處理，特別是時間序列資料的處理能力。
FPGA在消費類電子產品裡面雖然會有應用，但是那種主要是glue logic，注意iphone裡面的FPGA不是高效能FPGA，lattice的市場份額最多只有個位數，X和A家基本上7:3的樣子。
3.新手不要先學FPGA，那個東西目前的工具鏈還不太成熟，先把程式設計學好，或者偏電子專業的學Verilog / VHDL也好。
一晃已經12年過去了，摩爾定律的發展，終於走到了這一步。FPGA走上了正式的高效能計算的舞台，我導師自己忍不住，跑到第一線去玩了。哪天去問候一下，聊聊最新進展。
2017/01/10 更新
終於找到導師了，跟他聊了在某爾的經歷。老師畢竟老了，對很多事情沒有太多興趣，準備退休。但是腦子依然犀利，聽我說要把FPGA用在雲端的AI裡面，導師表示這種事情interesting，也就是說客套一下其實很無聊的意思。
他老人家的話我還得多琢磨琢磨。
最近幾年什麼證含金量高？
榮勝教育 目前含金量比較高的6個證，1 註冊會計師，2 一級建造師，3 國家法律職業資格考試，4 註冊消防工程師，5 造價工程師，6 註冊電氣工程師 建造師和消防工程師的詳細考試資訊可以去榮勝教育官網查詢一下。 可樂 對其他證了解不多說說我比較關注的吧 一級註冊消防工程師 人保部頒發公安部消防總局註...
坦克世界這類戰爭網遊為什麼最近幾年火了？
這個遊戲說是主打娛樂，但作為玩家認為平衡做得不好，彈夾車以及wz等確實影響遊戲平衡 第二點，遊戲中的所謂金幣彈讓坦克裝甲形同虛設，有錢就能打穿你，就算技術差距大也沒辦法避免 第三點，遊戲車種定位越來越模糊，不同車種都一種打法 第四點，地圖改動很多都是換湯不換藥，只注重小坡等細節上的改動而不注重整體上...
本來面部相對圓潤的臉，為什麼近幾年臉頰變得越來越凹陷 怎麼才能恢復到原來的樣子？
李焰理顏 面頰部凹陷的問題，通常是困擾中年女性的乙個重要的問題，和法令紋一樣，很多人都不能容忍。廣告上面說是膠原流失，相信麼？這麼面積的凹陷，這麼大個坑兒，你也信。和人體的頰脂墊 還有相關的肌肉筋膜有明確的相關性。首先是頰脂墊，這是人體頭面部最大的一塊脂肪小室，從太陽穴到下頜都有它的分布，本來是起到...