1.5.1 人工智能

FPGA结合了分布式存储器、算术单元和LUT，从而提供了组合功能，该组合功能非常适合人工智能驱动的应用程序所需的数据流进行实时重组、重新映射和存储器管理。根据Intel披露的数据，数据中心领域逻辑芯片市场规模2017年达25亿美元，2022年有望达到80亿～100亿美元。数据中心FPGA主要用在硬件加速，相比于GPU，FPGA在数据中心方面的核心优势在于低延迟及高吞吐。微软Catapult项目在数据中心使用FPGA代替CPU方案后，处理Bing的自定义算法时快出40倍，加速效果显著。数据中心对芯片性能有较高要求，硬件及服务模式下，未来更多数据中心会采纳FPGA。

人工智能场景中FPGA市场规模2023年有望达52亿美元，未来5年复合增速达38.4%，人工智能领域的应用不可小觑。FPGA由于其灵活性及高速运算能力，在人工智能加速卡领域应用广泛。

FPGA在人工智能领域处理效率及灵活性具有显著优势，未来伴随人工智能技术的发展必将迎来增长。在加速二值化神经网络（BNN）中比较FPGA、CPU、GPU和ASIC，FPGA提供了超过CPU和GPU的效率。即使CPU和GPU提供高峰理论性能，它们也没有得到有效利用，因为BNN依赖于更适合定制硬件的二进制bit级操作。尽管ASIC仍然更高效，但FPGA具有更高的灵活性，无须锁定固定的ASIC解决方案。