Lattice三季度营收2.91亿美元,FPGA在AI数据中心找到新位置

资讯 36氪 全文 4383 字 · 约 11 分钟读完 分类数据中心

AI数据中心的快速扩张,正在为FPGA带来新的市场机会。

所属频道 算力与芯片

AI数据中心规模不断扩大,FPGA也因此迎来新的市场空间。

11月2日,Lattice晒出2026财年第三季度成绩单:营收2.91亿美元,同比增长118%,其中FPGA收入同比增长约90%。公司CEO Ford Tamer的说法是,数据中心AI需求加速,是拉动业务增长的关键因素之一。

这组数字把FPGA重新拉回产业视野。早些年,外界对FPGA拓展异构计算抱有很大期待,可在AI计算市场一路狂奔的过程中,它一直没能站上主流计算平台的位置。

眼下,AI数据中心的增长给出了另一条路。GPU扛下的核心计算任务越来越多,服务器、机柜和集群的规模也在持续膨胀,系统管理、接口控制和安全防护随之变得更复杂。FPGA可编程的特点,正好能在这几个环节派上用场。

从争抢计算核心,到切入系统底层,FPGA在AI产业的发展中迎来了新一轮成长期。

巨头押注,FPGA却没能进入主流

半导体巨头一度设想,FPGA会成为未来计算架构里的重要一块。

2015年,Intel宣布以约167亿美元收购Altera。按照当时的规划,FPGA要和Xeon处理器搭配,为数据中心提供更灵活的异构计算方案。CPU与FPGA协同之后,用户能针对特定工作负载做硬件加速,在通用处理器之外拿到更高的性能和能效。

AMD也盯上了这块市场。2020年,AMD宣布以约350亿美元收购Xilinx,交易在2022年完成。Intel当时强调的是CPU与FPGA协同,AMD的思路则是借Xilinx补齐自适应计算能力,把CPU、GPU、FPGA以及相关软件技术装进一个更完整的产品体系。

行业当时的主流判断是:数据处理需求日益多样,单一架构很难覆盖所有场景,能按应用需求灵活调整硬件逻辑的FPGA,有望成为异构计算的重要拼图。两笔收购案的背后,承载的正是巨头对未来计算架构的共同期望。

不过,AI产业的发展逐渐改写了计算市场的竞争格局。

大模型训练和推理带来庞大的并行计算需求,GPU靠着成熟的软件生态、开发者基础和规模化部署能力,迅速坐上AI数据中心核心计算平台的位置。与此同时,针对特定工作负载优化的ASIC也在扩大应用。前者以通用性和生态优势占据主流AI计算市场,后者靠定制化设计,在特定场景里追求更高的性能和能效。

夹在两条路线中间的FPGA,处境有些尴尬。拼通用计算,它难以对抗GPU成熟的软件生态和规模化能力;拼专用计算,ASIC又能围绕固定工作负载做针对性优化。FPGA虽然有可编程、低时延、灵活适配这些长处,但开发门槛偏高,工具链和IP生态建设也不容易,大规模应用因此受限。

结果就是,Intel和AMD当初对FPGA的设想没能充分落地,后续的业务调整,也让这两笔收购的收尾显得有些虎头蛇尾。

2025年,Intel宣布向Silver Lake出售Altera 51%的股权,Altera转为独立运营。数据显示,Altera在2024财年实现15.4亿美元营收,但GAAP口径下经营亏损达到6.15亿美元。AMD这边虽然保留了Xilinx的产品和技术体系,FPGA却始终没有成为其AI计算业务的核心。

说到底,FPGA需要找到新的市场落脚点,而AI数据中心的持续扩张,恰好提供了这样一片土壤。

AI数据中心,给FPGA带来新位置

AI数据中心给FPGA打开的新空间,首先来自计算系统自身的演变。

AI算力需求一直在涨,数据中心建设的重点也跟着变了:过去围着计算芯片转,现在得让计算、网络、供电、散热这些环节一起配合。核心计算任务由GPU扛,可要大规摸算力稳住跑起来,离不开一堆硬件模块彼此协作。服务器之间、板卡之间、不同功能模块之间的连接与管理,难度也就跟着上去了。

这种变化,让计算之外的硬件控制需求逐渐凸显出来。以AI服务器为例,部署规模从单机扩展到整机柜和集群,GPU数量增加,高速网络、供电和散热系统日趋复杂。服务器不仅要实时监控温度、电压和设备状态,还得协调不同模块之间的通信,并处理上电、复位、故障响应和安全启动等任务。

这里又得提到AMD。收购Xilinx的初衷虽然没能实现,但它找到了更适合FPGA的应用位置——把FPGA用在服务器主板管理上。其Spartan UltraScale+系列面向数据中心服务器I/O和主板管理控制器(BMC),在服务器主板上负责电源时序管理、温度和电压监测、风扇控制、I/O扩展及系统状态监控。2026年6月,AMD宣布Spartan UltraScale+ SU200P进入量产准备阶段,并于同年7月正式量产。

和CPU、GPU相比,这些任务不需要复杂的通用计算能力,却要求硬件及时响应并持续运行,FPGA正好可以作为专门的板级控制器承担相关工作。服务器主板集成的传感器、电源域和接口数量越来越多,FPGA在底层管理和控制中的分量也在上升。

另一边的Lattice,则把FPGA的应用从服务器主板延伸到安全管理和机柜控制。在服务器层面,Lattice的低功耗FPGA可以承担安全启动、硬件身份验证、固件保护、传感器监测和接口管理等任务;在机柜层面,则可以配合管理软件监测服务器运行状态、功耗和温度,帮助数据中心运营方进行集中管理。2026年10月,Lattice与Arm宣布合作,将Lattice FPGA、Arm AGI CPU服务器平台和AMI固件结合起来。

独立之后的Altera选了另一条道,把FPGA往数据中心的数据通路上推。放到DPU和AI网卡里,FPGA能接RDMA、虚拟交换、网络安全、数据预处理这些活;到了存储系统,又能做NVMe-oF协议处理、数据加密和压缩。这些事要是全压在CPU身上,多少要吃掉一部分计算资源。分一部分功能给FPGA卸载,CPU的担子就轻了,还能靠可编程逻辑去适配不同的网络协议和系统架构。

AI数据中心给FPGA带来的机会,其实不止是把算力做大这一条。算力规模一上来,数据中心对底层硬件控制、设备管理和系统协同的要求也跟着抬高。对FPGA厂商来说,这些原先偏边缘的环节,正慢慢变成新的市场入口。

FPGA厂商,开始争夺平台入口

FPGA进入AI数据中心,改变的不只是应用场景的数量,厂商之间的竞争方式也在跟着变。

过去,FPGA厂商的竞争主要围绕芯片性能、逻辑资源、功耗和开发工具展开。到了AI数据中心市场,产品能不能进服务器设计,还要看它跟处理器、固件及管理软件配不配合。芯片之外的平台支持和生态建设,正成为厂商争夺市场的新重点。

2026年7月,Lattice完成对AMI的收购。AMI长期做BIOS、BMC固件和数据中心基础设施管理软件,业务覆盖服务器启动、硬件管理和平台运维等环节。最关键的一点,是AMI能提供连接处理器与底层硬件的软件和固件支持。对Lattice来说,这笔交易补上了原本相对薄弱的软件和固件能力,也让FPGA业务有机会进入服务器更底层的管理架构。

Lattice靠收购补齐软件和固件能力,Altera走的则是另一条路:用更丰富的FPGA产品组合覆盖多样化的系统需求。2026年10月,Altera发布Agilex 2X产品组合,面向数字AI基础设施、网络和物理AI等领域。其产品布局覆盖高速收发器、以太网和PCIe等连接能力,也涉及板级与机柜控制、接口桥接和硬件信任根等应用。

AMD这边也没闲着,仍在借Xilinx攒下的技术底子,加码自适应计算和嵌入式产品。几家厂商走的路子不一样,但都指向同一件事:FPGA不再只是卖一颗芯片,触角正伸向更宽的系统应用。

产品和业务布局之外,FPGA厂商还开始参与数据中心管理标准的建设。

2026年10月,Lattice与AMI在开放计算项目(OCP)推动成立SCMP工作组,AMD、Arm、Intel、Jabil、ASPEED和Microsoft等企业参与其中。该工作组希望推动开放、厂商中立的安全控制与管理架构,改善不同设备之间身份验证和管理接口的兼容问题。

数据中心一上规模,服务器内部、设备与设备之间的管理就变得盘根错节。有了统一的管理标准,不同厂商的硬件往一块儿集成会容易些,平台建设也不至于被某一家供应商的方案拴住。对下场参与的芯片厂商来说,标准怎么定,还牵着未来平台架构里谁说话算数,以及自家产品能不能挤进产业链。

中国FPGA产业,能否抓住新机会

海外FPGA厂商正在加快向AI数据中心拓展业务,中国厂商也面临着一次新的市场机会。

从市场规模来看,Grand View Research预计,中国FPGA市场将从2023年的约21.01亿美元增长至2030年的46.89亿美元,2024年至2030年的复合年增长率为12.2%。通信和工业控制仍是重要应用领域,数据中心、汽车电子和人工智能则为市场提供了新的增长方向。

市场在扩大,不等于国产FPGA就能顺手吃到AI算力增长的好处。数据中心这块尤其如此,厂商得盯着不同应用场景把产品能力提上去。高性能计算、高速网络这类应用,对逻辑资源、高速SerDes、先进接口和功耗控制的要求都不低;服务器管理则更在意低功耗、接口兼容、安全控制以及能不能长期稳定跑。应用方向不同,对芯片性能、功能配置和配套生态的要求也就各有各的门道。

前面提到的海外厂商布局,给了一条可以借鉴的路:国产FPGA未必要把资源全押在高端计算加速上,从更具体的系统需求里找切口也行。服务器板级管理、接口扩展、协议转换、安全控制这些环节,其实都需要FPGA的灵活适配能力。比起直接扎进GPU周边的高性能计算竞争,这些细分场景对部分国产厂商来说,或许更适合当作切入数据中心供应链的第一步。

可要进数据中心供应链,光有硬件产品不够,开发工具、IP资源、软件支持、平台适配能力一样得跟上。国产厂商想从卖芯片走到平台导入,这些短板同样得补。

国内市场的长处,是服务器和数据中心盘子大、应用场景多,本土FPGA厂商在跟客户沟通、做定制开发、供应链协同上也灵活一些。若能围着本土服务器厂商的实际需求开发产品,再与处理器、BMC及固件供应商搭上线,产品验证和导入的周期就有望压短。

当然,这些优势最终仍要接受产品和市场的检验。

结语

FPGA在AI时代又被看重,说明数据中心对硬件能力的需求正变得更多元。接下来的竞争,既在GPU所代表的计算核心上打响,也在支撑整个系统稳定运行的底层环节上展开。

对FPGA厂商来说,这轮变化带来的好处是产品应用空间被拓宽了,软硬件协同、平台适配和生态建设也成了新的比拼环节。FPGA未必能当上AI计算的主角,但在AI基础设施里占个更重要的位置,机会是有的。

本文由本站编辑组整理与排版,内容基于公开信息核实后归纳发布,与文中提及的产品、公司无隶属关系。我们持续跟踪 AI 领域的模型、产品与行业动态,力求信息准确、表述清晰;文中涉及的名称、价格与功能细节可能随官方调整而变化,请以官方最新说明为准。如发现疏漏或表述有误,欢迎通过站内渠道反馈指正。

相关推荐 按相关度与热度排序

全部资讯 →
  1. 黄仁勋辞职后:美商务部管制远程AI算力

    美国商务部2026年11月16日发布临时规则,要求数据中心向受限国家提供远程AI算力访问前须获得美国政府许可证。规则源于一个长期漏洞:中国企业虽被禁止直接购买Nvidia高端芯片,却通过第三国数据中心远程调用算力绕过限制。规则发布时间节点高度敏感——英伟达联合创始人黄仁勋刚因涉嫌与中国间谍关联的客户丑闻而辞职

    来源 AI 科技快讯
  2. 美国商务部新规:1200万TPP算力远程访问须许可,堵AI芯片转租漏洞

    美国商务部2026年11月16日发布临时规则,要求数据中心向受限国家提供远程AI算力访问前须获得美国政府许可证。规则源于一个长期漏洞:中国企业虽被禁止直接购买Nvidia高端芯片,却通过第三国数据中心远程调用算力绕过限制。规则发布时间节点高度敏感——英伟达联合创始人黄仁勋刚因涉嫌与中国间谍关联的客户丑闻而辞职。

    来源 AI 行业观察
  3. 软银AI供电设备损失37.3亿美元,马斯克翻旧账嘲讽孙正义

    孙正义又为AI豪赌交了一笔昂贵的学费。为了抢建美国AI数据中心,软银提前砸下近95亿美元锁定发电设备,结果项目方案一变,37.3亿美元直接打了水漂。消息传出后,马斯克立刻赶来补刀,翻出孙正义当年错过特斯拉、押注WeWork的旧账,讽刺他投资眼光太差。但这场隔空互怼背后,藏着一个更值得关注的信号。当全球科技巨头从抢G..

    来源 腾讯网
  4. 黄仁勋辞任后AI算力进入垃圾时间?中美建设路径已分岔

    10月中旬,我开始准备一篇关于AI算力进入垃圾时间的文章。 当时,海外AI产业链已经传出调整信号,纳斯达克的科技股最大下跌幅度30%,我明显感觉到,AI算力要进入一个阶段性的调整期,也就是垃圾时间。 没想到,这篇稿子命运多舛。每次打算落笔,就会出现一个无法忽视的大新闻。比如,美国中期选举了。 【反数据中心】成为美国各地

    来源 AI 行业观察
  5. 苏黎世联邦理工学生用千问APP算AI基建账:Rodin系统可评估69个选址

    【环球网科技综合报道】近日,苏黎世联邦理工学院学生团队借助千问APP开发了数据中心投融资与经营决策系统Rodin,供数据中心开发商和投资者评估选址、投资回报和运营风险。目前,该项目已成为瑞士企业责任与可持续发展中心(CCRS)的正式研究项目,一家欧洲地产公司也对该系统的后续研发与应用表现出兴趣。欧洲数据中心协会...

    来源 腾讯网
  6. AI数据中心撞上电力与选票:中期选举夜27项限制提案全过

    过去两年,AI产业最稀缺的资源是芯片;从2026年秋天开始,答案变成了电力和选票。11月初的美国中期选举夜,发生了一件此前罕见的事:数据中心第一次大规模成为全国性竞选议题。在41项与数据中心直接相关的地方提案中,27项限制性提案全部通过,13项支持开发的提案全部被否,行业仅在北达科他州哈伍德赢下一局。资本市场的反...

    来源 腾讯网
  7. LS电气拿下1300亿韩元订单,为美国AI数据中心供配电设备

    据公司声明,LS电气获得了一家全球大型科技公司约1300亿韩元的订单,将为美国的一座超大规模AI数据中心提供配电系统。该公司将为该数据中心供应38千伏(kV)高压及低压开关柜。LS电气自该项目初期便已参与,并在此次扩建项目中再次中标。公司表示,近期已与另一家大型科技公司签署了长期供货协议,并计划继续扩大该业务规模。(新

    来源 AI 行业观察
  8. 于胜淇团队南迁苏州:43万部AI短剧催热长三角机房

    于胜淇的团队最近搬了一次家。编剧和审片的人留在原来的城市,大批量视频生成任务从北京搬到苏州的托管机房。于胜淇是一家AI(人工智能)漫剧制作公司的创始人,带着几人规模的团队正赶年末漫剧上线旺季,机器7×24小时连轴转。 于胜淇对经济观察报记者说,同样一分钟成片,算力开销已经涨到年初的两三倍,“希望借此(团队南迁)缩短制作

    来源 AI 行业观察
  9. 百度Q3财报:AI新业务占一般性收入53%,智能云同比增94%

    第三季度经营现金流为人民币28亿元,截至2026年9月30日,百度公司现金及投资总额高达人民币2766亿元。AI新业务占比达53%,传统业务承压本季度百度最大的亮点在于业务结构的根本性改变。在11月12日的百度世界2026大会上,百度创始人李彦宏宣布推出连接AI模型服务商与客户的交易平台“词元所”。另外,AI应用板块,

    来源 TechWeb
  10. 百度Q3财报:AI新业务占比53%,智能云收入增94%

    【TechWeb】11月17日消息,百度集团发布2026年第三季度未经审计财务业绩。在传统在线营销业务面临宏观挑战和主动转型阵痛的背景下,百度交出了一份“新旧动能转换”特征鲜明的答卷:AI新业务已占据百度一般性业务收入的53%,全栈AI投入正逐步转化为实质性的规模增长。 营收企稳,利润与现金流保持健康 财报显示,百度第

    来源 AI 行业观察
  11. CataX AI种轮融资4000万:Agent原生推进新药临床开发

    近日,上海凯思达生物医药科技有限公司 宣布完成4000万元人民币种子轮融资,由启明创投孵化并独家投资。CataX AI创立于上海,是一家智能体原生的创新药研发公司。CataX AI聚焦临床开发端,以智能体为技术底座,并由此构建“Clinical-of-One”这一全新的组织范式,计划通过许可引进或共同开发,推动临床前及

    来源 TechWeb
  12. CataX AI获4000万种子轮融资,用Agent推进新药临床开发

    近日,上海凯思达生物医药科技有限公司 宣布完成4000万元人民币种子轮融资,由启明创投孵化并独家投资。CataX AI创立于上海,是一家智能体原生的创新药研发公司。CataX AI聚焦临床开发端,以智能体为技术底座,并由此构建“Clinical-of-One”这一全新的组织范式,计划通过许可引进或共同开发,推动临床前及

    来源 TechWeb
  13. 腾讯总办号召AI时代再创业:不拥抱就是被颠覆

    今日,“腾讯文化”公众号发文《总办号召 AI 时代再创业,“心态归零”》,再度谈及28岁生日这天,腾讯总办对AI时代的机会、挑战与选择的看法。文章指出,面对技术变革的巨浪,没有人是旁观者。所有人都要做出选择。如果不想被颠覆,真正重要的事只有一件:一起动起来。“现在进行的智能革命如果不投入拥抱,就是被颠覆。这是一个生死存

    来源 TechWeb
  14. 腾讯总办喊话AI再创业:不投入拥抱就是被颠覆

    今日,“腾讯文化”公众号发文《总办号召 AI 时代再创业,“心态归零”》,再度谈及28岁生日这天,腾讯总办对AI时代的机会、挑战与选择的看法。文章指出,面对技术变革的巨浪,没有人是旁观者。所有人都要做出选择。如果不想被颠覆,真正重要的事只有一件:一起动起来。“现在进行的智能革命如果不投入拥抱,就是被颠覆。这是一个生死存

    来源 TechWeb
  15. TensorWave与OpenAI签六年协议:部署超450MW AMD算力

    AI云服务商TensorWave与OpenAI达成一项重大基础设施协议,进一步推动AMD在前沿AI算力市场的布局。根据协议,TensorWave将在美国多个数据中心站点为OpenAI提供457MW(兆瓦)的IT算力容量,为期六年,全部搭载AMD Instinct MI455X GPU,预计2027年上半年开始投入使用,

    来源 腾讯网
  16. 英伟达博通到光模块,AI硬件资产预期重估

    导语:从英伟达、博通到光模块、半导体设备,AI硬件资产正在经历一场预期重估。过去两年,全球资本市场最拥挤的交易之一,就是买入AI硬件。英伟达的GPU、博通的定制芯片、台积电的先进制程,以及光模块、服务器、电源和散热设备,几乎构成了AI投资浪潮中最确定的一条受益链。投资者当时的逻辑并不复杂:只要微软、谷歌、亚...

    来源 腾讯网
  17. 美国BIS新规:海外数据中心出租算力须获许可,英伟达阿里同日下跌

    美东时间11月15日,美国商务部工业与安全局(BIS)发布临时最终规则,将出口管制对象从先进人工智能芯片的实物发运,延伸到这些芯片的远程使用,旨在堵住云计算和海外数据中心造成的漏洞。规则由美国财政部和白宫国家安全委员会撰写并指导制定,官方文件称之为先进超级智能(SI)技术。美东时间11月16日收盘,英伟达下跌4....

    来源 腾讯网
  18. 卖出AI硬件,已成为全球投资者共识

    过去两年,全球资本市场最拥挤的交易之一,就是买入AI硬件。 英伟达的GPU、博通的定制芯片、台积电的先进制程,以及光模块、服务器、电源和散热设备,几乎构成了AI投资浪潮中最确定的一条受益链。 投资者当时的逻辑并不复杂:只要微软、谷歌、亚马逊和Meta继续增加资本开支,AI算力需求就会持续增长,而处于产业链上游的硬件公司

    来源 AI 行业观察
  19. 乌兰察布数据中心运维岗走俏:约1MW配一人,相亲彩礼或少10万

    AI算力集群在乌兰察布快速扩张,数据中心运维成为当地受青睐的新职业,一座数据中心一栋楼维护人员不到20人。培训机构统计约120名入职学员中10%月薪7000元以上;因岗位体面稀缺,相亲时说在数据中心工作彩礼可能少十万元。但当地运维岗位需求不超过500个,数据中心解决最多的仍是建筑工人、保安和保洁。

    来源 凤凰科技
向下滚动自动加载更多