作者：lucien，文章来源：北格逻辑
春节不仅是辞旧迎新的节点，也是信息汇聚、思想碰撞的时刻。在这个假期里，关于AI与FPGA的讨论不绝于耳，有些想法，想借此机会与一直关注我们的朋友们分享。
一、AI带来的巨变
AI正以前所未有的速度重塑世界。它带来了生产力的变革机遇，将人类从繁琐重复的劳动中解放出来，让我们得以聚焦于更高阶的创造与决策；在FPGA与芯片设计领域，AI辅助工具大幅缩短了开发周期，让高效创新成为可能。
有人问过我们，现在AI越来越厉害，我们这类解决方案提供商会不会受到冲击？我们的核心价值和护城河究竟是什么？我们认为，机遇与挑战始终并存。简单的、时间消耗型的工作可以被AI轻易替代，但综合性和系统级的任务反而对从业者提出了更高要求——我们不仅需要驾驭工具，更需具备鉴别、指导和架构设计的深度专业能力。面对竞争对手利用AI实现快速开发的压力，我们必须主动拥抱变革，将深厚的行业积淀与AI的高效相结合，才能在浪潮之巅掌握主动权。
二、FPGA与AI
在北格看来，FPGA的能力主要体现在两个维度：连接能力与算力平台。
连接能力源于FPGA的可编程特性和可定义的接口，能够在两个芯片或系统之间建立桥梁。当没有成熟的ASIC解决方案可用时，FPGA能够提供强大的连接能力，例如实现接口转换功能，衔接原本互不兼容的芯片。
算力平台则体现在算法部署上——大多数场景下，FPGA能够获得比CPU乃至GPU更高的性价比。在同等成本下运行相同算法，FPGA可以提供比CPU高数十倍甚至上百倍的计算性能。如果没有ASIC方案可用，FPGA堪称性能王者。即使是性能强大的GPU，在大多数场景下性价比也不如FPGA，只能说各有所长。以数字货币矿机算法为例：比特币采用的SHA256算法适合用FPGA或ASIC实现，因其计算过程不断迭代、下一步依赖上一步，无法完全展开并行；而以太坊的Ethash算法对内存读写带宽要求极高，显卡凭借更高的存储带宽反而效率更优。
AI并未改变物理世界的底层规律。FPGA在AI的训练和推理上虽无明显优势，但在大量AI实际落地场景中，依然大有可为。AI赋予机器聪明的大脑，但在具体业务的执行落地中，显卡并非万能。搭配FPGA芯片，可以完成接口互联、传感器接入、执行单元实时控制等功能，同时也可实现算法加速，提升AI系统的整体性能。例如，在生成式AI中若需对上下文进行压缩和解压缩，由于压缩数据需依次串行解码、难以并行化处理，此时采用FPGA进行压缩/解压缩无疑是上佳选择。同样，对图像进行AI分析时，也可先用FPGA进行解码，以节省系统的传输带宽和存储容量。
三、冷静洞察：AI时代，专业深度仍是“1”
AI辅助开发是否意味着对技术和方案一无所知的素人，也能借助AI设计出优秀的产品？我们认为，这绝非易事。
以我们的核心业务——图像压缩与编解码IP为例。对于现阶段的AI来说，要设计出高质量的产品，需要我们自身对编解码有极其深入的了解。这个过程就像一位资深的FPGA架构师，在指导几位初级工程师完成开发：
我们需要给AI下达详尽且准确的指令；
当AI生成的代码存在问题时，我们需要有能力鉴定、分析，并指导AI进行修改；
我们需要设定足够多的约束条件，确保AI设计出的产品能在特定FPGA平台上以高效方式运行；
我们还要有能力在AI设计的基础上，进行进一步的完善和优化。
简言之，借助AI进行辅助设计时，我们首先得自己知道什么样的设计才是最好的，让AI按照我们的想法去执行；而不是让AI自由发挥，由它来定义什么是最好的。或许有一天，AI能发展到仅凭一句话就完成复杂设计，但至少在当下，即使有AI辅助，设计者对目标的深度理解依然不可替代。AI更多是帮我们完成已知的、琐碎的编码事务，把我们从繁杂的细节中解放出来——当然，这已经非常棒了。
四、拥抱AI：北格逻辑的定位与未来
北格逻辑“拥抱AI”主要体现在两个战略方向上：
向内求索，提升效率：使用AI工具提升生产效率。比如，利用AI编程工具加速RTL代码的撰写与验证，加快研发迭代过程。
向外赋能，提供价值：为AI算力的落地提供配套的辅助功能。FPGA强大的算力和连接能力，能让AI应用不仅拥有最强大脑，同时具备强健的四肢。
挑战即动力。AI的普及确实给我们带来了直观的挑战。在市场上，我们遇到了一些开始利用AI快速转化FPGA IP的竞争对手。虽然在最终的性能和资源利用率上，他们暂时无法与我们沉淀多年的成果相抗衡，但必须承认：他们的开发效率似乎快了很多。
这正是我们必须立刻、全面拥抱AI编程的核心原因——借助AI的能力，补齐效率短板，让我们的开发速度匹配上我们的技术深度。将耗时的基础性工作交由AI协助完成，可以帮助我们加速开发、降低研发成本；而我们在图像处理行业的深厚积累，则使我们成为AI开发最好的“驯兽师”，能够指导AI准确高效地完成开发任务。长期以来，FPGA项目开发周期长一直是行业痛点，有了AI的辅助，我们可以更快速地交付产品，恰恰能够破解这一难题。
值得庆幸的是，北格逻辑的核心业务——为市场提供高效率的图像处理解决方案及各类视频编解码IP——这些需求不会随着AI的出现而消失，反而会因为AI应用的普及而增长。
举个例子：在AI驱动的PCB板质量检测场景中，需要摄像头采集海量图像，并传输到带显卡的服务器进行AI分析。在这个过程中，基于FPGA的图像编解码方案就成了刚需——它能极大压缩传输带宽，确保系统高效运行。这正是FPGA在AI应用场景中大有可为的例证。
北格将继续深耕于图像处理方案与AI的应用结合；同时，未来还将在非图像数据的压缩和解压缩领域进行探索，为AI系统提供配套的数据协助服务。AI应用需要处理和产生海量的数据与图像，这些数据都需要通过压缩来方便传输和存储。
五、结语
我们在图像处理、视频编解码以及FPGA工程实现方面拥有丰富的经验。当这份深厚的专业底蕴，遇上了AI带来的高效开发工具，我们相信，这不仅是效率的叠加，更是能力的重构。
2026年，北格逻辑将继续深耕视频处理的底层技术，既做AI时代的“基建兵”，也做高效开发的“实践者”。我们希望能与所有合作伙伴一起，在这个变革的时代，看得更清，走得更远。