據MRFR資料，2019年全球FPGA市場規模為69.06億美元，在5G和AI的推動下，2025年全球FPGA的市場規模有望達到125億美元，年複合增長率達10.42%。

人工智慧晶片的發展路徑：晶片種類不斷豐富，逐漸從通用向專用過渡

從廣義上講，面向人工智慧計算的晶片都可以稱為人工智慧晶片，目前主要包括基於傳統架構的GPU、FPGA以及ASIC(專用晶片)。隨著人工智慧在生活各領域的滲透，人工智慧應用落地和大規模商業化的需求，催生了對晶片研發的更高要求。人工智慧晶片種類日趨多元，目前已正在研究的有類腦晶片、可重構AI晶片等，但其離商用還有較大差距。

作為一項計算密集型的新技術，人工智慧早期可以依靠通用晶片的效能來迅速發展，而後期將依靠專用晶片來統治市場。定製的硬體才能實現更優的功耗效率，滿足不同演算法、結構、終端和消費者的需求，實現規模化的收益。當然，通用晶片與專用晶片永遠都不是互相替代的關係，二者必須協同工作才能發揮出最大的價值。

短期GPU仍是主導， FPGA將成為市場增長點

GPU是目前市場上AI計算最成熟，、應用最廣泛的通用晶片，按照弗若斯特沙利文的推算，2020年GPU晶片在AI晶片中的佔達35.95%，佔領最主要的市場份額。作為資料中心和算力的主力軍，前瞻認為，GPU市場仍將以提升效率和擴大應用場景為發展目標，繼續主導晶片市場。

在當前技術與運用都在快速更迭的時期，FPGA可程式設計帶來的配置靈活性使其能更快地適應市場，具有明顯的實用性。隨著開發者生態的逐漸豐富，適用的程式語言增加，FPGA運用將會更加廣泛。在專業晶片發展得足夠完善之前，FPGA作為最好的過渡產品，在短期內將成為各大廠商的選擇熱點。

FPGA算力強、靈活度高，但技術難度大，與國外差距較為明顯

FPGA 在出廠時是“萬能晶片”，使用者可根據自身需求，用硬體描述語言對 FPGA 的硬體電路進行設計，其靈活性介於CPU、GPU、等通用處理器和專用積體電路ASIC之間。由於FPGA的靈活性，很多使用通用處理器或ASIC難以實現的下層硬體控制操作技術利用FPGA可以很方便的實現，從而為演算法的功能實現和最佳化留出了更大空間。

同時FPGA一次性成本(光刻掩模製作成本)遠低於ASIC，在晶片需求還未成規模、深度學習演算法暫未穩定需要不斷迭代改進的情況下，利用具備可重構特性的FPGA晶片來實現半定製的人工智慧晶片是最佳選擇。

目前，FPGA市場基本上全部被國外Xilinx、Altera(現併入Intel)、Lattice、Microchip四家佔據，2018年其佔比分別為56%、31%、3%、2.6%。其中，Xilinx和Altera兩大公司對FPGA的技術與市場佔據絕對壟斷地位，佔據了近90%的市場份額。

2023年全球FPGA市場規模有望破百億美元

據MRFR資料，2019年全球FPGA市場規模為69.06億美元，在5G和AI的推動下，2025年全球FPGA的市場規模有望達到125億美元，年複合增長率達10.42%。

是有別於現在的CPU;GPU之外的另一個晶片發展方向吧？ 感覺處於爆發的前夜！ 不過，未來其發展前景上看有兩個方面非常值得所有人類關注了。

其一，未來對人類工作的替代作用到底有多深，是否會在短期內引來一場大規模的失業潮？！ 一旦出現怎麼應付

其二，一旦應用於軍事領域，出現自動殺戮機器怎麼辦？ 出現BUG想把人類全部屠戮…… 如何遏制？