FPGA 由逻辑、输入/输出、布线三要素构成。FPGA 由输入/输出要素、可编程逻辑要素和可编程布线要素三部分组成，以岛型 FPGA 举例，由可编程逻辑要素、输入输出要素和布线要素（开关块、连接块、布线通道）和存储模块组成，相邻的逻辑块、连接块和开关块组成一个可编程逻辑块，模块呈阵列式排列最终形成岛型结构。
逻辑块：市面上对于逻辑块结构的叫法各有不同，Xilinx 称为 CLB，Altera 称为 LAB，但本质原理类似。逻辑块基本要素包括查找表，其本质是静态随机存储器，其逻辑容量大小由输入端的信号数量所决定，目前一般为四输入查找表、五输入查找表和六输入查找表，但输入端数量增加会导致查找表面积的增加。除查找表外，逻辑块还包括实现时序电路的触发器和数据选择器等。逻辑块的核心是逻辑元件。
输入输出块：连接 I/O 引脚和内部布线要素，完成芯片与外部电路连接的功能，同时进行输入输出的信号驱动和匹配。
布线要素：包括开关块、连接块和布线块，作用是将不同的逻辑块连接起来，形成所需要的功能。布线要素中的开关块可以进行编程配置，可实现任意的布线通路。
1.2 特点：高灵活性和低时延
FPGA 具备高灵活性。与 ASIC 相比，FPGA 具备更高灵活性，比如在下游算法更新或协议升级时，无需重新设计硬件，仅更新配置文件即可，大幅缩短研发周期。在通信协议频繁升级、AI 算法快速演进的训练，这种灵活的优势凸显，AI 大模型推理框架每个月都会发生重大演进，从Transformer 到 MoE 架构的切换、从 FP16 到 FP8/FP4 量化精度的下探，均对基础硬件的计算模式提出了新的要求；FPGA 在不更换硬件的前提下通过逻辑重配，将硬件生命周期从单一模型代际延展至跨代复用。同时，FPGA 内嵌的高速 SerDes 接口可直接驱动 PCIe、CXL 等多种协议，符合 AI 服务器对多协议并存、快速切换的工程诉求。灵活性在传统领域的主要应用场景通信基站，后续在 AI 方面有望加速切入。
FPGA 具备低时延特点。与 CPU/GPU 相比，FPGA 时延会更低。主要有三个原因，第一是算法直译硬件，FPGA 通过可编程逻辑单元将算法直接映射为硬件电路，省去了 CPU/GPU 需要执行的指令解析和调度步骤，从根源上减少了计算延迟。第二是数据流驱动，计算单元按数据到达顺序直接处理，无需频繁访问内存或等待全局同步，进一步降低了通信开销。第三是并行运算，FPGA 内部包含大量可同时工作的逻辑单元，支持任务级和流水线级并行，多个任务能同时执行，显著提升吞吐量。
二、FPGA 在 AI 服务器的应用
2.1 控制：负责时序控制等环节
控制：CPLD/FPGA 负责 AI 服务器的系统管理与电源时序控制等功能。AI 服务器机柜功耗已从传统 8 卡机的 10-20KW 提升至超节点的 100KW 以上，供电时序管理的复杂度增加，GPU、HBM、交换芯片、DPU 等多芯片对上电顺序、欠压锁定与过流保护有详细要求，任何时序错误导致器件损毁。CPLD/小容量 FPGA 采用 Flash/EEPROM 等非易失性存储介质保存配置，掉电后数据不丢失，上电后无需像 SRAM 型 FPGA 那样从外部 ROM 重新加载比特流，即可立即工作。其可编程逻辑可在数十纳秒内完成电源轨的状态采样与保护响应。随着超节点机柜总功耗提升，同时供电架构向 HVDC 与 SST 转变，电源控制逻辑的复杂度持续提升，CPLD/FPGA 在单台服务器的单机价值量有望随之同步上行。
2.2 互联：承担协议桥接和互联
互联：FPGA 可在高速互联架构中承担协议桥接与板间互联的功能。以英伟达 Groq3 LPX 机架架构为例，LPX 机架内 32 个计算托架通过背板上的 ETL 主干实现机架级全互联。该互联背板需同时处理多协议，而上述协议在物理层接口、拓扑扩展架构以及生态上均不相同。在此情况下，FPGA 的可编程逻辑允许在单颗芯片内部署多套协议栈，并支持动态在线重配，灵活完成不同协议间的帧解析、转换与错误处理，对比来看 ASIC 桥接芯片难以在同一硬件平台上实现多协议的并行处理与后续迭代。因此在需要兼容多种互联协议的架构中，FPGA 成为协议桥接与板间互联的关键载体。举例来看，Versal 等高端系列 FPGA，通过可重叠迭代逻辑与 112Gbps PAM4SerDes 集成于同一芯片，在板间互联中应用。这一互联在整个 AI 服务器生态中具有普遍性，Scale-Up 领域现有协议包括 NVLink、UALink、SUE、UB 等，呈现多强竞争格局，FPGA 互联方案价值持续凸显。
2.3 计算：做加速器
计算层：主流芯片厂商已在推理服务器中验证了 FPGA 的计算加速价值，Altera Agilex 系列集成AI Tensor Block，官方手册显示其通过 oneAPI 等支持主流框架直接调用；微软自 2016 年 ProjectCatapult 起在数据中心规模部署 FPGA，公开技术资料显示其 Bing 搜索排序加速实现接近翻倍的吞吐量提升，并扩展至推荐系统与自然语言处理等在线推理任务。相较于纯 GPU 方案，FPGA 在AI 推理中的优势体现于三个维度：一是能效比，GPU 的 SIMT 架构在处理低并行度、内存带宽敏感型子任务时存在 Warp 调度开销，而 FPGA 将计算逻辑直接映射为硬件电路，以较低静态功耗维持持续吞吐；二是时延确定性，GPU 依赖内核动态调度，FPGA 的硬件逻辑以固定的硬件路径执行，推理响应具备确定性低时延；三是功能集成度，单颗 FPGA 可在同一器件内整合预处理、后处理及安全 I/O 等功能，减少多芯片方案的复杂度。
相关标的为在 FPGA 领域目前产品矩阵完善，同时在新品迭代较快的复旦微电、安路科技、紫光国微、成都华微等
