有人認為，除了人才短缺、開發難度較大，相比未來的批量化量產的ASIC芯片，FPGA在成本、性能、功耗方面仍有很多不足。這是否意味著，在ASIC大爆發之際，FPGA將淪為其“過渡”品的命運？

安路科技市場與應用部副總經理陳利光表示，上面這幾大難題肯定有突破的空間，從成本來看，其主要受到技術和市場兩大因素的影響。一方面，高端FPGA只有兩家公司能提供，市場有效競爭不足，導致成本較高。未來隨著國產高端FPGA加入，成本將會逐步降低。另一方面，FPGA芯片中大量面積是完成信號互聯的，而邏輯單元架構也使得傳統的查詢表架構很多年沒有大的改變。未來應對AI的應用需求，邏輯單元、信號互聯和整體架構都可以創新突破。

“在工藝水平流片成本上升的情形下，FPGA的綜合成本反而小。”廣東高云半導體科技股份有限公司工程副總裁王添平說：“隨著工藝的不停升級，ASIC的流片費用已經抬高了ASIC保底的最少芯片銷售量，到最后全球也就為數不多的幾家ASIC廠商能夠承受這種巨額的ASIC流片成本和失敗風險。再說在市場應用中，各類應用需求林林總總，不是唯有速度論英雄。在國內，能夠采用28納米特別是14納米或7納米的芯片設計廠家不多。相反，隨著工藝、封裝水平的提升，FPGA工作頻率已經突破600MHZ，很多ASIC中小廠商面臨被FPGA替代的危險。”

除此，有業界觀點表示，在AI算法定型之前FPGA還會有很大的市場空間，在AI算法定型與成熟之后，FPGA的市場空間可能面臨一些挑戰。

對此，紫光同創市場營銷中心總經理包朝偉并不完全認同：“在專用的ASIC芯片出來以后，GPU和FPGA仍會有自己的優勢，一是它可以跟ASIC芯片配合在一起，提高算法靈活度及算法升級的空間；二是在某些應用場景下ASIC可能需要FPGA做運算加速等輔助功能。因為ASIC芯片的算法一旦固定，就只能對它自己的芯片進行加速，而FPGA可以對任何算法進行加速，以拓展ASIC有多個應用場景的價值。從這兩點來看，即便是有ASIC芯片了，FPGA也不會完全沒有空間，它們是互補的關系。”

目前為什么ASIC還沒正式爆發？包朝偉表示，整個AI市場還在培育期，算法更新太快，還沒有完全定型，想開發一款通用的ASIC來適配多種應用場景，目前看來不可能。而與FPGA配合可以提高ASIC的靈活度。

“我們已經到達引發智能革命爆炸性增長的拐點，AI技術革新才剛剛開始，算法還在不斷演化和突破，未來20年都將是AI快速發展的階段，同時，AI應用場景的多樣化，對AI芯片的需求也是多樣化，不同類型的芯片都有存在需求。”陳利光預計，FPGA、GPU、ASIC將作為三大主要AI芯片在很長一段時間內同時存在。誰將最終勝出，取決于FPGA、GPU、ASIC芯片本身的技術革新，目前沒有一種現有狀態的芯片是可以長期作為AI芯片的最佳選擇，還有一種可能性是多種技術的某種形式的融合。

“沒有一種芯片具有絕對的優勢，FPGA的優點相對比較多。FPGA在云端數據中心已經逐漸形成主流趨勢，FPGA的整體架構可能成為融合芯片的架構選擇，FPGA處理單元將借鑒TPU處理單元進行優化。技術難點是如何在定制結構和靈活可編程結構之間做到平衡。”陳利光說。

AI芯片不會是一兩顆芯片打遍天下，而一定是針對不同的應用類型處理，由不同的芯片來支持，是很多款芯片的融合。包朝偉強調說，AI芯片走向成熟期需要一個演變過程，未來AI芯片一定是一顆特殊的SoC，這顆SOC是異構的，包含有AI運算處理模塊、CPU（可能主要是ARM）、FPGA、還有一些存儲和接口等豐富資源，這個也是FPGA廠家的潛在機會。

整體而言，FPGA、GPU、ASIC三大主要AI芯片將在很長一段時間內同時存在。特別是在AI算法還沒完全固定之前，性能、功耗和體積等更為優秀的ASIC芯片也難以快速普及市場，因此，FPGA在這段時間內有很大的施展空間，即便是在ASIC算法成熟之后，FPGA也將作為ASIC的“輔助”芯片而存在，并不會淪為一個“過渡”產品。