前言

讲述FPGA前，我们先讲讲当年中兴被制裁的问题。

美国前总统特朗普曾经发布过一条禁令，由于中兴违反了美国的某个条例，禁止美国已经国外任何一家公司向中兴销售FPGA芯片。

这个时候，一定会有抬杠青年说，我见过国内生产的FPGA芯片，还用过呢。【通常遇到这一类质疑声，我一般都会说：你是对的！】

后来中兴没有办法，只能妥协了，美国派了人入驻中兴，还签了一些协议。最后才恢复到原来的买卖关系中。

要知道CPU、GPU、FPGA三者能力相加就是芯片的未来！

FPGA门槛之高在芯片行业里无出其右。

FPGA是一个本领群集型的行业，没有坚实的本领功底，很难造成有角逐力的产物。

好了，我们来介绍下到底什么是FPGA吧！

一、什么是FPGA？

FPGA 是一种硬件可重构的体系结构。它的英文全称是Field Programmable Gate Array，中文名是现场可编程门阵列。

FPGA就是一个可以通过编程来改变内部结构的芯片，FPGA常年来被用作专用芯片（ASIC）的小批量替代品，

同时也在微软、百度等公司的数据中心大规模部署，已同时提供强大的计算能力和足够的灵活性。

在没有FPGA之前，要想实现一个新计算机体架构的设计想法，

必须要开发一个ASIC作为原型，在面板上安装很多个体积庞大的IC。

但是，与这些需要投入巨大成本和精力的方式不同，一旦用户创建了具有多个FPGA的原型板，就可以立即运行您设计的新架构。

而且，修正和更改规格也变得轻松简单。

要知道、流片的价格可不低！

因此，许多新的架构应运而生因此，对可重构处理器的研究和对新FPGA架构的研究也开始蓬勃发展，

在此之后，FPGA使用灵活，适用性强的特征在通信/图像处理领域也大获好评，并将其应用于路由器等通信网络的各种设备中。

与ASIC的概念截然相反，FPGA的概念是在短时间能以低成本让用户得到想要的逻辑。

赛灵思Xilinx公司

可编程FPGA技术于上个世纪80年代初由美国赛灵思Xilinx公司发明。

Xilinx于1985年首次推出商业化产品“XC2000”。

近40年来，先后有超过60家以上的公司从事过FPGA技术与产品的研发，

其中包括Intel、IBM、AMD、TI、GE、AT&T、摩托罗拉、朗讯、三星、东芝、飞利浦等实力雄厚的大公司，

但绝大多数在耗费了上亿美元后功亏一篑！

欧洲、日本、韩国、等经济强国和中国台湾等地区都尚未真正掌握其核心技术。

二、FPGA的应用场景

FPGA是集成电路大产业中的小领域，5G和AI为行业增长提供确定性，国产替代叠加行业增长，国产FPGA市场腾飞在即。

全球FPGA市场规模走势及未来预测：

借助5G、自动驾驶、AI，FPGA需求还在逐步增大，未来空间还非常巨大。

1，通信领域。

通信领域需要高速的通信协议处理方式，另一方面通信协议随时都在修改，不适合做成专门的芯片，所以能够灵活改变的功能的FPGA就成了首选

电信行业一直大量使用FPGA。电信标准不断变化，建造电信设备非常困难，因此首先提供电信解决方案的公司往往会占领最大的市场份额。由于ASIC需要花费很长时间才能制造，因此FPGA提供了捷径的机会。最初的电信设备版本开始采用FPGA，这引发了FPGA价格冲突。尽管FPGA的价格与ASIC仿真市场无关紧要，但电信芯片的价格却很重要。许多年前，AT＆T和朗讯制造了自己的FPGA，称为ORCA（优化的可重配置单元阵列），但就硅片的速度或尺寸而言，它们与Xilinx或Altera不具有竞争优势。

2，算法领域。

FPGA对于复杂信号的处理性很强，可以处理多维信号。

3，嵌入式领域。

利用FPGA构建一个嵌入式的底层环境，然后在此之上编写一些嵌入式软件，事务性的操作更加繁杂一些，对FPGA的操作较少。

4，在安防监控领域

目前CPU很难做到多通道处理和只能检测分析，但是加上FPGA之后就可以轻松解决了，尤其在图形算法领域有得天独厚的优势。

5，在工业自动化领域

FPGA可以做到多通道的马达控制，目前马达电力消耗占据全球能源消耗的大头，在节能环保的趋势下，未来各类精准控制马达得以采用，一片FPGA就可以控制大量的马达。

三、公司

FPGA多年来被四大巨头Xilinx（赛灵思）、Altera（阿尔特拉）、Lattice（莱迪思）、Microsemi(美高森美)垄断。

还有一些小公司勉强在夹缝中生存。

其中Xilinx(赛灵思)是全球领先的可编程逻辑完整解决方案的供应商。 Xilinx研发、制造并销售范围广泛的高级集成电路、软件设计工具以及作为预定义系统级功能的IP（Intellectual Property）核。

国外三巨头占据90%全球市场，国产厂商暂时落后。

FPGA市场呈现双寡头垄断格局，Xilinx和Altera分别占据全球市场56%和31%，

在中国FPGA市场中，占比也高达52%和28%，

由于技术、资金、人才上的壁垒及FPGA量产带来的规模经济，行业领导者地位较为稳定。

国产厂商目前在中国市场占比约4%，未来随着国产厂商技术突破，

FPGA领域国产替代或将是百亿级的机会，替代空间广阔。

Altera目前已被Intel收购，AMD正在收购赛灵思，预计2021年底完成收购。

我国FPGA公司

1、京微齐力：二次创业，瞄准AI云边端
2、上海遨格芯：从编译软件切入生态链
3、广东高云：28nm中高密度FPGA
4、深圳紫光同创：高性能FPGA已量产商用
5、西安智多晶：小米为第四大股东
6、上海安路科技：28nm今年批量供应
7、成都华微科技：出身国家“909”工程
8、上海复旦微电子：超大规模亿门级FPGA

五、IP核

FPGA有个最重要的概念就是IP核。

IP(Intelligent Property) 核是具有知识产权核的集成电路芯核总称，是经过反复验证过的、具有特定功能的宏模块，与芯片制造工艺无关，可以移植到不同的半导体工艺中。

如果还不理解，你就当他是一个软件模块，或者是一个积木的部件。

比如赛灵思已经基于FPGA设计好了UDP 核、PCIE xDMA 核、UART 核，我们只需要把人家的核添加到我们工程中，那么就相当于与我们的板子已经支持了这个功能。

对于FPGA 开发软件，其提供的IP核越丰富，用户的设计就越方便，其市场占用率就越高。

一句话：IP核很值钱！

六、语言和举例

talk is cheap，show you code！

下面我们举一个例子来讲解

下面我们用verilog实现超前进位加法器：

例1：超前进位信号的产生原理

代码：

结果：

可以看到，这个和一般的高级语言差别比较大。

学习FPGA必须有过硬的硬件电路基础。

例2：

上述为lattice的一款FPGA架构，你可以把它想象成一块放满电子元件的硬件电路板，图中“电路板”上的元件有IIC和SPI硬核接口“器件”，有NVCM程序存储“器件”，有RAM数据存储“器件”，还有最小单元的LUT（查找表）器件。

一般FPGA工程师会使用硬件描述语言Verilog或者VHDL对FPGA进行“编程”，之后，再经过厂家提供的FPGA开发工具（Diamond或Radiant、vivado）的综合、布局、布线，会产生bit文件或bin文件。

如果工程师将最终产生的bit文件或bin文件下载到FPGA中，就相当于一位硬件工程师，在FPGA芯片这块已经放置了“元件”的“电路板”上，进行了布线操作。（也就是把毫无关联的与器件，用铜线连接起来）

下载程序后的FPGA，我们就不能简单称之为“电路板”了。

举个例子，FPGA实现的功能是SPI转并口，那么这块FPGA就可以称为“spi接口转换板”。

当然，FPGA和“电路板”终究是不同的，FPGA可以进行重复编程，相当于一块可以反复布线的电路板。

七、为什么效率会如此之高？

1. FPGA与GPU的区别本质上是体系结构的区别

CPU、GPU 都属于冯·诺依曼结构，指令译码执行、共享内存。

FPGA 本质上是无指令、无需共享内存的体系结构。

CPU与FPGA区别之（指令）： CPU结构——有指令： 冯氏结构中，由于执行单元（如 CPU 核）可能执行任意指令，就需要有指令存储器、译码器、各种指令的运算器、分支跳转处理逻辑。由于指令流的控制逻辑复杂，不可能有太多条独立的指令流，因此 GPU 使用 SIMD（单指令流多数据流）来让多个执行单元以同样的步调处理不同的数据，CPU 也支持 SIMD 指令。 FPGA结构——无需指令： 而 FPGA 每个逻辑单元的功能在重编程（烧写）时就已经确定，不需要指令。
CPU与FPGA区别之（内存） CPU结构——仲裁与共享内存： 冯氏结构中使用内存有两种作用。一是保存状态，二是在执行单元间通信。由于内存是共享的，就需要做访问仲裁；为了利用访问局部性，每个执行单元有一个私有的缓存，这就要维持执行部件间缓存的一致性。

FPGA结构——无需仲裁与共享内存： 对于保存状态的需求，FPGA 中的寄存器和片上内存（BRAM）是属于各自的控制逻辑的，无需不必要的仲裁和缓存。对于通信的需求，FPGA 每个逻辑单元与周围逻辑单元的连接在重编程（烧写）时就已经确定，并不需要通过共享内存来通信。

FPGA 同时拥有流水线并行和数据并行，而 GPU 几乎只有数据并行（流水线深度受限）。

FPGA流水线与数据并行处理：例如：处理一个数据包有 10 个步骤，FPGA 可以搭建一个 10 级流水线，流水线的不同级在处理不同的数据包，每个数据包流经 10 级之后处理完成。每处理完成一个数据包，就能马上输出。
GPU数据并行处理：而 GPU 的数据并行方法是做 10 个计算单元，每个计算单元也在处理不同的数据包，

然而所有的计算单元必须按照统一的步调，做相同的事情（SIMD，Single Instruction Multiple Data）。

这就要求 10 个数据包必须一起输入、一起输出，输入输出的延迟增加了。

总结一句话，很多算法如果用纯软件实现，需要很多条指令才能完成，如果用FPGA，只需要在有限个时钟周期即可完成，速度快的不是一点半腥。