智通財經APP獲悉，東方證券發布研報稱，相比ASIC，FPGA可靈活重配適應算法迭代；相比CPU/GPU，其低時延優勢明顯。在AI服務器中，FPGA用於控制、互聯及計算，單服務器價值逐步提升，在AI服務器滲透路徑有望從控制與互聯向計算迭代。

東方證券主要觀點如下：

FPGA內部主要分為輸入/輸出要素、可編程邏輯要素和可編程佈線要素三部分組成，邏輯塊

基本要素包括查找表，其本質是靜態隨機存儲器，其邏輯容量大小由輸入端的信號數量所決定。除查找表外，邏輯塊還包括實現時序電路的觸發器和數據選擇器等，邏輯塊的核心是邏輯元件。輸入輸出塊：連接I/O引腳和內部佈線要素，完成芯片與外部電路連接的功能，同時進行輸入輸出的信號驅動和匹配。佈線要素：包括開關塊、連接塊和佈線塊，作用是將不同的邏輯塊連接起來，形成所需要的功能。佈線要素中的開關塊可以進行編程配置，可實現任意的佈線通路。

高度靈活性和低時延是FPGA的主要優勢

與ASIC相比，FPGA具備更高靈活性，比如在下游算法更新或協議升級時，無需重新設計硬件，僅更新配置文件即可。在通信協議頻繁升級、AI算法快速演進的訓練，這種靈活的優勢凸顯，AI大模型推理框架每個月都會發生重大演進，均對基礎硬件的計算模式提出了新的要求；FPGA在不更換硬件的前提下通過邏輯重配裝備新算子，將硬件生命周期從單一模型代際延展至跨代複用。靈活性在傳統領域的主要應用場景通信基站，後續在AI方面有望加速切入。與CPU/GPU相比，FPGA時延會更低。主要有三個原因，第一是算法直譯硬件，FPGA通過可編程邏輯單元將算法直接映射為硬件電路，省去了CPU/GPU需要執行的指令解析和調度步驟。第二是數據流驅動，計算單元按數據到達順序直接處理，無需頻繁訪問內存或等待全局同步。第三是並行運算，FPGA內部包含大量可同時工作的邏輯單元，支持任務級和流水線級並行。

FPGA在AI服務器中形成控制、互聯、計算等應用，單服務器價值量逐步提升

控制，CPLD/FPGA負責系統管理與電源順序控制，機櫃功耗逐步提升，GPU、HBM、交換芯片、DPU等多芯片的上電時序與過流保護要求嚴格要求，CPLD/FPGA採用非易失性存儲介質、上電即工作，可在完成秒內電源軌道保護響應。互聯，以英偉達Groq3LPX為例，需同時處理多種物理層接口與協議，FPGA可在單芯片內部署多套協議棧並支持動態在線重配，Scale-Up領域NVLink、UALink、SUE、UB等多協議並存格局持續強化FPGA互聯方案的地位。計算，AlteraAgilex系列集成AITensorBlock支持主流推理框架直接調用，微軟項目已驗證FPGA在數據中心推理場景實現吞吐提升，FPGA在效能比、時延確定性與功能集成度三個維度具備優勢，隨大模型推理需求增長，FPGA在AI服務器滲透路徑有望從控制與互聯向計算迭代。

風險提示

下游需求不及預期，技術研發不及預期，行業競爭加劇風險。