近年来，诸如 TPU、MPU、DPU 等的“X”PU 们似乎层出不穷，市场经常会对这些新创造出的名词感到困惑：为什么会出现这么 多的单元？作为我们 FPGA 五问五答系列报告二，在这篇报告中，我们进一步回答投资人最常问的问题之一：FPGA 和 CPU、GPU 有什么区别？为什么越来越重要？
我们认为，这个问题不是简单回答他们的区别就可以解决的，因此我们单拎出来解答。 我们认为，众多“X”PU 出现的原因，本质上是由于 CPU 的算力到达瓶颈了，背后是通用计算时代的终结。从发明以来， CPU 算力的提升主要依靠两大法宝：一是提高时钟频率，二是增加处理器内核数，但这些方法到现在也遇到瓶颈了，人们开 始放弃使用一个超强的 CPU 完成所有事情，而是对某些重复的场景，卸载到专用的加速器，以达到新一阶段的降低功耗，提 升性能的目的，这就是“XPU”等加速器兴起的原因。
同时，自 2010 年 AI 兴起，AI 模型的训练所需的算力是爆发式的增长， 且“加&乘”的本质使得算力要求愈发偏向高并行而不是高串行，因此 CPU 越来越难以胜任高算力的场景，通用计算时代终结， 数据中心走向加速器时代。未来 10 年，在数据中心高性能计算及 AI 训练中，CPU 这一“主角”的重要性下降，而以往的“配 角们”，即 GPU、FPGA、TPU、DPU 等的加速器的重要性在上升。
FPGA 相比 CPU 的巨大优势在于确定性的低时延，这是架构差异造成的。CPU 的利用率越高，处理时延便越大，而 FPGA 无论利用率大小，其处理时延是稳定的。在汽车和工业这些需要确定低时延的场景，FPGA 具有非常大的优势。此外，FPGA 相比 CPU，具有更高的灵活性。 FPGA 相比 GPU 的优势在于更低的功耗和时延。GPU 无法很好地利用片上内存，需要频繁读取片外的 DRAM，因此功耗非 常高。FPGA 可以灵活运用片上存储，因此功耗远低于 GPU。FPGA“无批次（Batch-less）“的架构，使其在 AI 推理中相比 GPU 具有非常强的时延优势。
此外，GPU 的接口单一，而 FPGA 在接口灵活性上具有无可比拟的优势，特别适合工业场景。 为什么 FPGA 是战略芯片？我们认为，未来科技发展有两个领域处于战略地位：一是 AI，二是太空。AI 代表人类更高级别的 生产力工具，而太空是可供人类开发探索的广阔而未知领域。FPGA 凭借其架构带来的时延和功耗优势，在 AI 推理中具有非 常大的优势。同样，FPGA 独特的优势使其在航空航天领域有非常广泛的应用。
目前，我们看到太空活动发生新变化，背后是太空不断增长的算力需求。变化 1：地球观测、探火活动在增加；变化 2：寻求 扩大 AI 在太空的应用，以及宽带卫星通信的快速增长，提高了算力要求；变化 3：航天级器件的代际差在缩小，处理能力越 来越接近目前最高水平。当今全球地缘政治紧张的背景下，各国自有卫星星座需求激增，太空活动进入新活跃期。 FPGA 在航天领域为什么更具有优势？主要有两点原因：1）FPGA 可以降低项目的时间和金钱成本。航空航天存在着小批量 多品种的应用，本质是一个长尾的市场，能够适配的 ASSP 较少，而如果专门设计一颗 ASIC 成本则会非常高，时间也会变 得非常长，由此造成的时间成本不是线性的。FPGA“万能”的特点，可以节省 ASIC 的 NRE 成本，设计周期也大幅缩短，避免 重复的可靠性认证，加快项目进展；2） FPGA 动态可重构的特点可以降低在轨错误。太空项目本质是风险厌恶的，一旦发 生错误，可能导致数亿美元甚至生命的损失。航天级的 FPGA 可以通过定期刷新回读、动态重构的方式，避免或者减轻宇宙 射线对自身造成的破坏，是其它器件所无法做到的。
