eFPGA摇身一变成“网红”，到底给市场带来哪些优势？

被应用到先前未被涉及的市常

Mentor Graphics新兴市场经理Bryan Ramirez对新技术、应用有过很深厚的研究。他认为，FPGA在对大规模计算和可重构性有强烈需求的数据处理领域表现出色。

那些对异构计算有需求的应用也可以从嵌入式FPGA上获益不少。而数据中心就是当中的最好应用市场，因为他们可以在主处理器旁边的FPGA上跑搜索分析算法；同样地，在应用到自动驾驶上的时候，同样可以实现MCU主管驾驶计算，而嵌入式FPGA则可以同时执行视频计算。

机器学习，大数据

FPGA关注的另一个热点领域应该就是目前红透半边天的机器学习。

"我们正在尝试打造一些不需要编程的机器"。Sonics的CTO Drew Wingard表示。"哪样的机器拓扑最有效率？哪样的算法最精准？关于这些问题的讨论从来没停止过。虽然网络拓扑很有提升的空间，但现在都已经用上了FPGA。"

"这些应用是极具灵活性的FPGA天然优势领域所在。" Drew Wingard补充说。

在数据中心领域，FPGA也是一个不能忽视的重要角色。尤其是现在数据的大爆发，对数据中心的需求激增，进而提高了对服务器降温和功耗的需求，具有天然优势的FPGA的受关注度自然也水涨船高。

"那些原本跑在主处理器上，使用软件实现的功能，也可以使用FPGA以硬件编程方式实现，且这种方式更加节能。" Durdan说。"当然，算法还需要持续更新，因此仍然需要可编程的软件模式。就算在数据中心，在不同的时段，他们也需要不同的算法。"Durdan补充说。

现在，所有这些功能都可以通过一个高端CPU和在一个板子上把FPGA连接到FPGA一起实现。

"微软和其他公司都已经证明，FPGA作为协处理器有很大的帮助。但这种FPGA与CPU之间的互联会成为性能瓶颈"。Tate表示。"我们如果打造一个Xeon+FPGA的芯片，可以把FPGA和CPU集成在同一个封装里，或者更进一步把FPGA和CPU集成在同一块芯片上，这样瓶颈就会被打破，性能就会得到提升。另外我们可以使用更简单的封装并且不再需要高功耗的SerDes，因此成本和功耗同样会降低。"Tate补充说。

将FPGA嵌入到SoC架构中的一个重大优势是FPGA与SoC其他模块之间的接口引线数量可以大大上升。

"一个中等FPGA的接口有300pin"，Blake表示。

"但如果我们将FPGA嵌入以后，pin可以高达16000个。因此，即使每个IO接口运行在非常低的频率下，总体而言还是能提供足够大的带宽和更低的延迟，这就是嵌入式的优势所在"。Blake补充说。

但当然，价格还是要考虑的。

"从单位面积性能上对比，FPGA的效率比定制逻辑芯片差25倍。" Wingard表示。

"另一方面，通用CPU的性能并不会比FPGA低25倍，可能的情况是5倍，但具体情况还是和应用有关。"

"而一个嵌入式FPGA相当于有多少个’门’呢？如果它的密度比定制ASIC电路低25倍，那么在你需要10000个ASIC门的情况下，这10000个ASIC门使用FPGA实现所需要的面积大约就是ASIC上25000门的面积。这么大的芯片面积我可能可以做十个32位的小处理器。" Wingard补充说。

Wingard认为，对于代工厂来说，FPGA在金属层方面有更多的需求。而嵌入式FPGA也避不开这个问题。

Menta公司的Dupret并没有被这个困扰。他表示，这个新技术的出现，对于很多节点来说，金属导线层有点偏高。例如在28nm或者14nm的时候，至少需要八层或者九层。这对于嵌入式FPGA来说是一个优势，因为这意味着你可以降低FPGA所占据的面积，且布线更简单。

生态系统

嵌入式FPGA想获得成功，依赖于很多因素，同时我们也知道，这个产品的生态系统是非常复杂的。

首先就是FPGA IP核的问题。

这种IP核比内存编译器复杂得多。你不但需要提供相当数量的逻辑块，你还需要提供存储、封装、以及例如DSP这样的嵌入式硬件核心，另外你还需要提供IP所需要的技术节点相关信息。这就需要一系列复杂的工具套件。包括了集成必须的模型和视图。

Blake表示，一个FPGA编译器需要的编译时间远大于内存编译器（内存编译器的编译时间往往只需要几分钟），通常需要几个星期。我们提供的是全定制IP功能块的GDS版图以及信号完整性模型、时序模型、测试模型、程序和文档。

各厂商们也尝试在里面增加一些灵活性。

"我们有一个数字信号处理模块，但如果在某种类型应用上，其他方式更有效率，那么也会使用定制化的DSP，同时我们会将其集成到嵌入式FPGA中，就像一个黑盒子。"Dupret表示。"因为他们知道和竞争对手的差别，这就可以保持其竞争优势。"Dupret补充说。

然后，用于集成IP核的工具也需要能够给FPGA编程。

独立的FPGA开发商在工具链上的投入与其在硬件上的投入一样多