隨著處理器被添加到傳統FPGA中，可編程性被添加到ASIC中，FPGA和ASIC的分界線日益模糊。

　　FPGA變得比之前更加流行了。現在的FPGA不再只是查找表(LUT)和寄存器的簡單組合了，它已經成為系統探索的架構，以及驗證未來ASIC設計架構的橋梁。

　　從基本的可編程邏輯器件到復雜的SoC器件，當今的FPGA家族陣營極其龐大。在包括汽車和其它應用的AI、企業網絡、航空航天、國防和工業自動化等各種應用領域，FPGA使得芯片制造商可以在必要時以更新的方式部署實施系統。在這種標準、協議和最佳實現仍然在探索中，而且要求具備成本競爭力的新興市場中，FPGA的靈活性至關重要。

　　這就是賽靈思決定在其ZynqFPGA中添加ARM內核以創建FPGASoC的原因所在，Aldec市場總監LouiedeLuna表示。“最重要的是，供應商已經改進了工具流程嗎，這使得人們對Zynq產生了很大的興趣。他們的SDSoC開發環境看起來很像C語言，對開發人員很友好，因為應用程序通常是用C語言編寫的。他們將軟件功能放到開發環境中，允許用戶將這些功能分配到具體的硬件上。”

　　其中有些FPGA不只是像SoC，他們本身就是SoC。

　　“他們可能包含多個嵌入式處理器、專用計算引擎、復雜接口以及大容量存儲器等，”OneSpinSolutions綜合驗證產品專家MuhammadKhan說。“系統架構師規劃并使用FPGA的可用資源，就像他們在ASIC上所做的那樣。設計團隊使用綜合工具將他們的SystemVerilog、VHDL或SystemCRTL代碼映射到基礎邏輯元素中。對于大部分設計過程來說，專門針對FPGA或ASIC或全定制芯片的設計差異正在減少。”

　　ArterisIP首席技術官TyGaribay非常熟悉這一演變。“賽靈思2010年開始在Zynq上實踐這種路線，他們定義了一款產品，把ARMSoC的硬宏納入到了當時現有的FPGA中，”他說。“然后，Altera招募了我做基本上同樣的事情。它的價值主張在于許多客戶都想要SoC子系統，但是SoC的特性尤其是處理器那部分并不適合綜合到FPGA中。將這種級別的功能嵌入到實際的可編程邏輯中令人望而卻步，因為它幾乎用盡了整個FPGA的資源。但是它可以作為整個FPGA芯片的一小部分或一小部分，作為一個硬性的功能而存在。雖然你沒有為SoC提供真正可重構邏輯的能力，但是它們可以通過軟件編程，以這種方式改變功能。”

　　“這意味著，這種結構可以同時具備軟件可編程功能、硬宏和硬件可編程功能，他們可以一起工作，”他說。“這類期間有一些相當理想的目標市場，尤其是在低成本的汽車控制領域，在這種系統中一般都會以中等性能的微控制器搭配FPGA，現在客戶會說，‘我現在可以將整個功能放到FPGA芯片的硬宏上，以減少電路板空間，減少BOM并降低功耗。’”

　　這也符合過去30年FPGA的發展趨勢。最初的FPGA只是可編程結構和一組I/O。隨著時間的推移，內存控制器、SerDes、RAM、DSP和HBM控制器都慢慢地被硬化了。

　　Garibay說：“FPGA供應商一直在繼續增加芯片面積，同時也在繼續增加越來越多的硬邏輯，這些邏輯被相當大比例的客戶群普遍使用。現在，這些硬邏輯轉變成軟件可編程器件。在ARMSoC之前添加的大多數東西都是不同形式的硬件，主要與I/O有關，但也包括DSP，DSP有足夠的應用計劃，因此，通過將DSP硬化，可以節省可編程邏輯門。”

　　市場可能性

　　這種方式基本上已經把FPGA變成了具有多種可能性的瑞士軍刀。

　　“如果你往回看，FPGA只是一堆LUT和寄存器，而不是門，”NetSpeedSystems市場和業務開發副總裁AnushMohandass說。“這里有一個典型問題。如果您將任何通用器件和專用器件進行比較就會發現，通用計算可以提供更大的靈活性，而專用計算可以提供性能或效率優勢。賽靈思和Altera一直試圖越來越多地融合通用計算和專用計算，他們注意到，幾乎每個FPGA客戶都擁有DSP和某種形式的計算。所以他們在FPGA里面加入了ARM內核、DSP內核，還加入了所有不同的PHY和常用模塊，他們把這些東西硬化了，使得效率更高，并且性能曲線變得更好。”

　　這些新功能為FPGA在各種新興市場和現有市場中發揮重要作用打開了大門。

　　“從市場角度來看，您可以看到FPGA肯定會進入SoC市場，”Synopsys的高級營銷總監PiyushSancheti表示。“是做一個FPGA還是做一款成熟的ASIC牽扯到經濟問題。它們的界限開始變得模糊不清，我們看到越來越多的公司-特別是在某些市場上-正在在量產階段使用成本更低的FPGA。”

　　從歷史上看，FPGA主要用于原型階段，在生產用途而言，它僅限于航空航天、國防和通信基礎設施等市場，Sancheti說。“現在市場正在擴展到汽車、工業自動化和醫療設備。”

　　AI：一個蓬勃發展的FPGA市場

　　一些系統供應商/OEM采用FPGA，希望優化其IP或AI/ML算法性能。

　　NetSpeed的Mohandass表示：”他們想要打造自己的芯片，對其中很多人來說，做ASIC可能有點嚇人。他們也可能不想花費3000萬美元的晶圓成本來獲得芯片。對他們來說，FPGA是一個有效的切入點，他們擁有獨特的算法、自己的神經網絡，他們想要工程化，看看它是否能夠提供他們所期望的性能。”

　　西門子子公司Mentor的CatapultHLS綜合與驗證高級產品營銷經理StuartClubb表示，目前AI應用面臨的挑戰是量化。“需要什么樣的網絡?我如何建立這個網絡?什么樣的內存架構?即便你只有幾層神經網絡，當你獲得很多采用若干系數的數據之后，很快就會轉化成為數百萬個系數，存儲帶寬也會變得非常恐怖。沒有人真正知道正確的架構是什么。如果你不知道答案，你肯定不會直接上來就設計一個ASIC。”

　　在企業網絡領域，最常見的問題是密碼標準似乎一直在變化。Mohandass表示：“與其嘗試構建一顆ASIC，不如將密碼引擎放在FPGA中設計。“或者，如果您在全球網絡中進行任何類型的數據包處理，FPGA仍然能夠為您提供更多的靈活性和更多的可編程性。這就是靈活性的用武之地，他們也已經利用了這種靈活性。你可以稱之為異構計算，它看起來仍然像一個SoC。”