如何选择满足FPGA设计需求的工艺？

采用合适的工艺开始定制

工艺特性以不同的方式影响FPGA的不同结构。相似地，不同的应用对这些FPGA结构有不同的要求。结果，在一定时期内，没有一种工艺技术能够为多种应用提供最合适的平台。计划、成本和性能要求促使FPGA中的某些结构采用混合定制方法来实现，以满足FPGA设计对多种工艺选择的要求。

三个例子可以说明这一点。首先，考虑一个单芯片电机控制SoC（图3）。芯片接收来自四个电机的连杆传感器位置数据，都是较高的kHz速率，以较低的MHz速率驱动四个驱动电路板。它连接至中速DDR2 DRAM，进行编码和数据存储，连接至工业以太网，将SoC连接至工厂车间控制网络。

图3.单芯片多轴电机控制器结合了基于单元的DSP电路来计算FOC算法，可编程逻辑对I/O信号进行编码和解码，CPU用于管理和功能安全算法。

芯片实际上支持两项主要任务。第一项是在FPGA DSP模块中进行计算的现场定位控制（FOC）算法，实际上是每一电机大量的矩阵算术。可编程架构中的I/O电路以相对较低的速率和功耗，对位置数据进行解码，对信号进行编码，以便驱动电路板。第二项任务是功能安全封装，一组设计用于保护机器运行以及设备完整性的功能，运行在SoC FPGA的嵌入式ARM Cortex-A9 CPU上。

这一设计有两个很大的难点。第一，客户希望不断提高能效和精度，降低噪声，这些都要求更大的带宽，更复杂的算法，进行FOC计算。因此，应用程序要求使用硬核DSP模块和RAM.第二，成本问题，这个问题更严重。

对形势进行分析，这一应用最关键的FPGA结构是硬核IP模块、模块RAM，以及随着功能安全要求的提高，还有CPU内核。这些模块相应地要求半导体工艺良好的标准单元库，合适的SRAM以及尽可能低的价格。现在，Altera的Cyclone V SoC产品采用了TSMC的28低功耗（28LP）工艺，很好的结合了高性能硬核IP和存储器，降低了成本，可以及时供货。

帮助驾驶员开车

第二个例子是下一代汽车辅助驾驶系统（ADAS）设计。这一SoC接收来自汽车雷达和几个HD视频摄像机的数据，使用图像处理例程和人工智能（AI）算法算出车辆的位置，驱动两个实时显示屏，向车辆控制模块发送命令，进行换挡、刹车和传动系统控制。大部分I/O数据流会通过一对冗余的10G以太网端口。由于严格的推出计划，必须在2013年年中开始系统体系结构设计。

这一系统中的难点是进行大量的视频和雷达信号处理，识别目标，满足分类和AI例程的计算需求，以及大量的本地和外部宽带存储器的需求。这些需求主要依靠可编程架构来满足，使用了DSP硬核IP、模块RAM和外部DRAM.由于计算负载是偶发的，车辆没有移动或者慢速行驶时，计算很少，而计算强度基于环境的复杂度，因此，需要很好地进行功耗管理。这类FPGA需要金属层距和晶体管性能优于目前中端FPGA的工艺，以便满足可编程架构和硬核IP的性能目标。但是，设计最初并不需要FinFET那样的速度和功耗。Altera的20nm产品系列基于TSMC的20nm芯片系统（20SoC）平面工艺，很好的同时实现了带宽、计算性能和可用性。

最后，让我们进一步了解一下近期会怎样。新一代数据中心将不仅仅包括高密度服务器类CPU芯片簇，而且还有大容量的高速FPGA.这些FPGA以及CPU和共享高速缓存将位于超高速本地网中，用作虚拟的动态重新配置网络数据包引擎和计算加速器。

这类芯片要求很高的晶体管密度和金属层距，提高芯片的容量和带宽，特别是，考虑到服务器机架严格的散热和功耗限制以及较高的占空比，这些都限制了动态功耗管理的效率，因此，功耗性能点超出了任何建议的平面晶体管的能力范围。此外，为能够连接超高速数据网络，以支持外部存储器极大的带宽，这些FPGA需要的集成模拟电路性能水平超出了目前针对FPGA所讨论的电路性能。这些应用促使Altera选择了Intel的14nm三栅极工艺。

结论

本文介绍了三种场景，每一种都结合了硬核IP应用、可编程架构应用、存储器带宽，以及I/O带宽，很好地满足了不同半导体工艺的要求。这一工艺实际上就是Altera的定制方法：每一类应用的FPGA性能、余量、计划和成本都能够满足系统要求。最好的选择给系统开发人员带来了明显的优势。