曾经我以为我可以成为一名FPGA工程师。后来面试过了数字前端岗位，不熟练Linux基本命令，没用过DC、NC、PT等，却趁着某某事件后的IC就业潮进入了IC行业。本文就来盘盘在学校里玩的都是FPGA，如何转行做ASIC。

Achronix创新的机器学习处理器（MLP）突破传统FPGA运算瓶颈

得益于晶圆制造技术的线宽缩小，高性能数字IC(例如GPU、FPGA和微处理器)呈现电流需求迅速增加和工作电压下降的发展趋势。传统上，数字IC采用LDO稳压器或基于电感的开关稳压器控制器以及板外电源设备供电。随着对电源性能和尺寸要求的提高，传统方法已不再适用，而需要新一代的单片式电源。

任何编程语言的学习都不是一朝一夕的事，经验技巧的积累都是在点滴中完成，FPGA设计也无例外。下面就以我的切身体会，谈谈FPGA设计的经验技巧。

2019 ICCAD年会盛况空前，吸引了来自全国各地及海外的2800多位半导体行业专业人士参与。在本届年会的高峰论坛上，有五家EDA公司分别做了主题演讲并接受了行业媒体采访。从EDA供应商的角度来看中国芯片设计行业如何克服EDA/IP瓶颈而实现健康、快速增长......

受到人工智能/机器学习（AI/ML）的推动，数据中心/云端和边缘计算市场快速发展。在这个市场中，智能网卡大热，其中又以FPGA为新。Achronix和BittWare共同推出的基于Speedster 7t FPGA的VectorPathS7t-VG6加速卡，让二线云服务提供商也能获得以前只有大型云服务提供商才有的采用FPGA方案的优势。

随着时间的推移，FPGA 可重配置及可再程序设计的固有能力或许是其在快速发展领域中的最大优势。FPGA 可利用动态重配置，在不到一秒的时间内针对不同设计快速变化，从而可针对新的工作负载进行硬件优化。 因此，FPGA 能提供复杂多变超大规模应用所需的灵活性、应用广度和功能速度，这是 GPU 和定制 ASIC 无法实现的。

在美国硅谷举办的Hot Chips 31上发布的两款最大芯片引人注目。分别是Cerebras最大的深度学习芯片WSE，还有赛灵思发布全球最大的FPGA。Intel发布的两款AI芯片Nervana NNP-T/NNP-I同样备受关注。不过，AMD在Hot Chips期间并没有获得巨大的关注，这或许是因为在当今AI大热的情况下，他们采用“观望式”的AI策略。

它是一款“Chip Maker’s Chip”（为芯片制造商打造的芯片），主要面向最顶级ASIC、SoC芯片的仿真和原型设计，以及测试、测量、计算、网络、航空、国防等应用领域。

华为内部对整个供应链进行梳理后，认为最致命和卡脖子的环节就是EDA工具。如今，EDA战略性地位被更多产业界人士关注，国内现存10余家EDA公司，2018年销售额3.5亿元，仅占全球市场份额的0.8%，与国际巨头之间的鸿沟让人望而生畏。

本文将给大家介绍5款强大到不可思议的FPGA开发板，当然价格也是高的离谱，肯能对于大多数工程师来说，这些属于求而不得的高端“玩具”。

这款新产品他们在三年前就开始规划，过程中，Achronix工程团队重新构想了整个FPGA架构，要平衡片上处理、互连和外部输入输出接口（I/O），以实现数据密集型应用吞吐量的最大化，应用场景包括高性能AI/ML应用、数据中心的边缘计算、网络处理、5G网络处理、存储、IP授权技术。

AI的本质就是高性能计算，就像电力一样是一项通用能力，是能对所有行业进行产业升级以及产品迭代起促进作用的存在。

3D人脸识别是智能手机、AR/VR等移动设备发展的一大趋势，并将在工业、汽车等各领域渐渐普及。这其中涉及的关键技术就是3D成像。目前市场上的主流技术有三种，技术指标、成本和系统要求等各不相同。

我们正在从以电脑为中心的时代逐渐转向以数据为中心的时代。在这个背景下，Intel全新系列的FPGA Agilex应运而生。它不是Stratix的延续，而是一个全新的品牌。