FPGA 最典型的应用是一大类问题：高速数据流 + 大量并行计算 + 确定性低延迟 + 接口时序复杂。
图像处理恰好非常符合这四个特征，所以 FPGA 在机器视觉、医疗成像、工业检测、相机、雷达等领域特别常见。
FPGA 到底擅长什么？
CPU、GPU 和 FPGA 可以先做一个直观比较。
CPU 更像一个非常聪明的“通用工人”，擅长：
复杂逻辑
操作系统
业务程序
协议栈
数据库
文件系统
GUI
GPU 更像几千个同时工作的“计算工人”，擅长：
矩阵运算
深度学习
3D渲染
科学计算
复杂图像算法
FPGA 则更像：
可以自己设计生产流水线的数字工厂。
例如：
ADC
↓
校正
↓
滤波
↓
检测
↓
压缩
↓
高速接口
一旦流水线建立起来，可以让这些环节同时工作：
Pixel 1 → Stage 4
Pixel 2 → Stage 3
Pixel 3 → Stage 2
Pixel 4 → Stage 1
流水线填满以后甚至可以做到：
每一个时钟周期
处理一个或多个数据
因此 FPGA 的优势不是简单的“主频高”，而是：
空间并行 + 流水线 + 硬件级确定性。
FPGA 最典型的应用领域
大体可以归纳为以下几类：
| 应用领域 | FPGA典型工作 | 适合程度 |
|---|---|---|
| 图像/视频处理 | ISP、滤波、校正、拼接、缩放、编码 | ★★★★★ |
| 高速数据采集 | ADC、DAC、传感器阵列 | ★★★★★ |
| 通信 | 5G、基带、调制解调、信道编码 | ★★★★★ |
| 雷达/声纳 | FFT、波束形成、脉冲压缩 | ★★★★★ |
| 工业控制 | 多轴运动控制、高速I/O | ★★★★☆ |
| 网络设备 | 数据包处理、交换、时间戳 | ★★★★★ |
| 测试测量 | 示波器、频谱仪、逻辑分析仪 | ★★★★★ |
| 医疗设备 | CT、X光、超声、MRI数据链 | ★★★★★ |
| 航空航天 | 信号处理、接口、控制 | ★★★★★ |
| AI推理 | CNN/Transformer等专用加速 | ★★★★☆ |
| 汽车电子 | ADAS、摄像头、雷达接口 | ★★★★☆ |
| 高频交易 | 超低延迟网络处理 | ★★★★★ |
其中真正可以称得上 FPGA “传统三大主战场”的，通常是：
高速通信、高速数据采集和数字信号/图像处理。
1. 图像和视频处理
这是最容易让人理解 FPGA 优势的领域。
例如一台工业相机：
CMOS Sensor
↓
MIPI / LVDS
↓
FPGA
↓
黑电平校正
↓
坏点校正
↓
Demosaic
↓
白平衡
↓
滤波
↓
缩放
↓
Camera Link / GigE / PCIe
假设一幅图像有：
4096 × 4096
约 1678 万像素。
60 fps 时，每秒就接近：
10亿 pixel/s
这种连续数据流非常适合 FPGA。
2. 高速数据采集
实际上，这甚至比图像处理更“FPGA 原生”。
典型系统：
Sensor
↓
Analog Front End
↓
ADC
↓
FPGA
FPGA负责：
采样时序
数据对齐
多通道同步
数字滤波
缓存
数据打包
高速传输
例如：
16通道ADC
每通道 100 MSPS
14 bit
原始数据率达到：
16 × 100M × 14
≈ 22.4 Gbit/s
普通 MCU 基本无法直接处理。
FPGA却可以在芯片内部：
16路同时工作
这正是FPGA的典型优势。
3. 无线通信
通信其实是 FPGA 非常传统、非常庞大的应用领域。
例如：
ADC
↓
DDC
↓
FIR
↓
FFT
↓
OFDM
↓
信道估计
↓
解调
↓
LDPC
↓
数据输出
这些算法都有很强的：
流水线
并行
固定数据流
特征。
所以：
- 4G/5G基站；
- 软件无线电；
- 卫星通信；
- 微波通信；
- 军用通信；
大量采用 FPGA。
4. 雷达
雷达甚至可以算 FPGA 的“经典教材级应用”。
例如：
ADC
↓
数字下变频
↓
滤波
↓
FFT
↓
脉冲压缩
↓
CFAR
↓
波束形成
↓
目标数据
FFT、FIR、矩阵乘加、并行通道处理都非常适合 FPGA。
现在很多雷达系统采用：
FPGA + DSP
或者：
FPGA + ARM
或者进一步采用：
FPGA + GPU
5. 网络设备
FPGA在高速网络中的优势非常明显。
比如：
100G Ethernet
↓
FPGA
↓
Packet Parser
↓
Filter
↓
Classification
↓
Forwarding
数据包经过 FPGA 时不需要：
操作系统
中断
线程调度
而是：
数据一进来 → 硬件马上处理
因此可以获得非常低而且稳定的延迟。
这也是 FPGA 在：
交换机
SmartNIC
网络安全
高速交易
中广泛应用的重要原因。
6. 超低延迟金融交易
这是一个很有意思的 FPGA 应用。
普通服务器：
网卡
↓
操作系统
↓
驱动
↓
网络协议栈
↓
应用程序
↓
交易算法
可能涉及微秒级甚至更高延迟。
FPGA则可以：
Ethernet
↓
FPGA解析行情
↓
硬件策略
↓
生成交易指令
↓
Ethernet
整个过程可能做到极低延迟。
所以在高频交易系统里，FPGA的意义不是：
算得比GPU快多少。
而是：
每次都能在极低且稳定的延迟内完成。
为什么图像处理尤其适合FPGA？
因为图像天然就是一种“流”。
摄像机不断产生：
Pixel 0
Pixel 1
Pixel 2
Pixel 3
...
很多算法又是：
每个Pixel执行差不多的运算
例如：
暗场校正
pixel - dark
增益校正
pixel × gain
3×3滤波
9个像素
↓
乘加
↓
1个像素
边缘检测
卷积
↓
阈值
这些都可以做成硬件流水线。
CPU可能是：
for y
for x
process(pixel)
FPGA的思维不是循环：
pixel
↓
减法器
↓
乘法器
↓
滤波器
↓
输出
只要数据不停：
100 MHz
理论上就可以做到：
每10 ns接受一个像素
所以图像处理确实与 FPGA 的硬件结构高度匹配。
但“复杂图像理解”反而不一定适合 FPGA
这里需要区分：
图像处理
和：
图像理解
前者例如：
滤波
校正
坏点处理
缩放
拼接
卷积
颜色变换
非常适合FPGA。
后者例如：
目标识别
SAM分割
视觉Transformer
大规模CNN
复杂AI模型
通常：
GPU / NPU
更合适。
所以现代视觉系统经常采用：
Camera
↓
FPGA
↓
图像预处理
↓
GPU / NPU
↓
AI识别
↓
CPU
↓
业务逻辑
这是非常典型的异构计算架构。
一个非常实用的判断标准
以后遇到某个任务，可以问四个问题：
数据是不是连续高速流入？
有没有大量相同计算可以并行执行？
是否要求非常确定的微秒/纳秒级响应？
是否需要直接控制高速硬件接口？
如果四个问题里有三个回答“是”，那么：
FPGA通常就值得认真考虑。
反过来，如果任务主要是：
数据库
GUI
Web
复杂业务逻辑
动态算法
大语言模型
文件处理
FPGA通常就不是首选。
因此，FPGA 的定位其实是“高速、并行、确定性的数据流处理平台”。