莱迪思半导体亚太区总裁徐宏来：数据中心带来可观增长 物理AI才是未来增长点

每经记者：温梦华 每经编辑：杨,翼

“我刚才进来走了一圈，第一感觉是今年展品更丰富了，AI在产品中的应用也比去年更进一步。”11月6日，在第九届中国国际进口博览会（以下简称进博会）的3号展馆，莱迪思半导体（以下简称莱迪思）亚太区总裁徐宏来向《每日经济新闻》记者（以下简称NBD）表示。

这份直观感受，折射出AI算力需求爆发背景下，半导体产业正在发生的巨大变化。伴随数据中心、AI产业快速扩张，中商产业研究院分析师预测，2026年全球FPGA（现场可编程门阵列）市场规模将达140.5亿美元，2030年有望接近192.2亿美元。

受访者供图

作为全球第三大FPGA供应商，相比AMD等产业巨头在中高端的正面交锋，莱迪思聚焦低功耗、小尺寸FPGA，持续拓展其在边缘AI、工业视觉、汽车电子、数据中心等领域的应用。财报显示，今年第三季度，公司FPGA业务营收同比增长约90%，数据中心AI 需求成为重要驱动力。

不过，面对AI数据中心对FPGA带来的新增量，莱迪思不再只满足于做低功耗FPGA芯片供应商，而是试图切入服务器控制与安全芯片赛道，在AI时代寻找第二增长曲线，拓宽竞争边界。

本届进博会，莱迪思把视觉传感、数据中心平台管理与AI辅助设计三条线一起摆上台面。早在9月，莱迪思就已经正式上线AI驱动型FPGA开发工具Lattice Prompt，并同步推出面向后量子时代的安全控制产品。

面对全球FPGA市场高度集中、双巨头主导，同时中国本土FPGA厂商加速追赶的竞争格局，莱迪思的差异化优势能维持多久？当FPGA的竞争不再局限于芯片性能，莱迪思能否借助AI打开新的增长空间？巨头们主导的竞争格局会被撬动吗？

AI开发工具落地 拉高FPGA开发效率

NBD：9月上线的AI驱动型FPGA开发工具Lattice Prompt，对算力要求高吗？如果大模型成本上涨，会影响公司毛利率吗？

徐宏来：大模型已经确定好，不需要客户自己训练大模型。我们的AI工具可以连接不同的大语言模型，不限定某一家。客户可以选择成本更合适的模型。所以，我认为成本不会特别高。如果大模型成本上涨，对公司的毛利率不会有很大影响。这个工具可以帮助客户提高开发效率，让产品更快进入市场，它带来的价值远高于模型的使用成本。

NBD：内存市场一直产品紧缺、价格上涨，会影响公司未来的成本吗？

徐宏来：我们有少量产品会与存储器结合封装，这部分可能受到影响，但体量不大。更明显的影响在客户的整机物料上。比如，数据中心客户要同时拿到CPU（中央处理器）、HBM（高带宽内存）、DDR（双倍数据速率内存）等器件，缺了其中一种，整机采购和交付节奏就可能往后推。

一些手机和工业客户也遇到DDR供应问题。客户原来设计使用DDR3（第三代双倍数据速率内存）或DDR4（第四代双倍数据速率内存），现在可能只能拿到DDR5（第五代双倍数据速率内存）；也可能出现相反的情况。我们要根据客户能获得的器件，调整控制器和相关IP（知识产权核），帮助他们完成适配。我们无法控制DDR的产能，但新产品开发时会更重视接口的兼容性，让客户有更多供应链选择空间。

NBD：AI正在向端侧发展，莱迪思的FPGA将迎来哪些新机会？

徐宏来：AI应用可以分为云端和边缘端。最近几年，我们的业务增长很大一部分来自云端。国内的云服务商、服务器厂商和ODM（原始设计制造商）都在大量使用我们的FPGA，主要用于控制链路上，包括CPU、GPU（图形处理器）、板卡上其他芯片的上电与温度管理，以及液冷系统的漏液监测。

谈及边缘端，我更愿意把它放在物理AI的范畴里。以机器人为例，它有摄像头和其他各种传感器。我们可以先用FPGA接入这些信号，完成汇聚和预处理，再通过以太网或PCIe（高速串行计算机扩展总线标准）等接到GPU里面。这样既能减少GPU在预处理上的算力消耗，也有助于稳定地传输数据，让后续决策更及时。目前，部分相关项目已经实现量产，公司也正在与国内外机器人客户开展相关合作。此外，还有一种方式是直接用FPGA做AI处理，例如超分辨率演示等。

本土竞争加剧 比拼不止芯片参数

NBD：如何看待中国市场在公司亚太营收中的增长趋势？未来是否会加大本地研发、本地供应链和本土生态合作的投入？

徐宏来：中国是莱迪思在亚太乃至全球的重要市场。我们在中国的增长，既反映客户对我们解决方案的信任，也体现了中国AI、智能硬件市场的快速增长。而这些领域的增长，离不开中国的人才储备、营商环境等全方位的竞争力。对于长期发展，我们更关注客户项目能否落地，以及为这些项目提供怎样的支持，我们希望继续与中国客户及生态伙伴共同开发应用方案、开展联合验证。

NBD：近年来，中国本土FPGA厂商进步迅速，面对“本土替代”压力，公司在中国市场的战略有哪些调整？

徐宏来：中国本土FPGA企业的进步，体现了中国半导体生态的创新活力。客户如今评估的不只是芯片参数，也关注功耗、实时响应、安全性、开发工具和及时的工程支持。我们希望把这些能力结合起来，并与不同计算平台协作，而不是用笼统的“技术代差”来定义优势，或让客户依赖单一处理器生态。

中国市场变化快、竞争激烈。我们一直持续关注中国客户的本地化需求，并通过加强本地应用工程支持、与生态伙伴开展合作及联合验证，做到快速响应客户需求，并提供更贴近实际应用场景的解决方案。

NBD：在您的观察中，哪些领域能看到中国市场独有的增长曲线？

徐宏来：中国应用场景丰富，我们关注汽车电子、工业自动化与机器人、通信基础设施，以及AI数据中心等方向，但各行业需要解决的问题不同：汽车电子关注传感器与显示连接；工业系统关注确定性电机控制和传感器处理；通信平台关注安全连接与精确同步；AI基础设施则关注可信启动和管理。

数据中心带来增长 物理AI代表未来

NBD：其他头部厂商也在发力边缘AI，如何看待当下FPGA市场的变化和竞争？

徐宏来：FPGA的优势是灵活、可编程，而且响应速度快、延迟低。FPGA适合让客户快速验证新想法，甚至直接量产。我们的根本优势还是低功耗，选择工艺、设计架构，都会围绕这一点，同时也会跟着市场需求走，比如物理AI、人形机器人和智能工厂，都要求更低的延迟、更快的响应，以及安全控制能力，这些需求都会影响我们后续的产品设计和方案开发。

我们面对的竞争不只有其他FPGA厂商，也包括其他技术路线。我们要做的，一方面是继续坚持低功耗这个核心能力；另一方面是更贴近市场，提前理解客户现在和未来的痛点。目前，数据中心带来了很多增长，但我更关注物理AI这个未来的增长点。

NBD：如何评判FPGA在机器人等物理AI应用的增长前景？怎样才能抓住这个机会？

徐宏来：我个人非常关注物理AI，也在公司内部和本地团队推动这方面的工作。人形机器人不只有“大脑”“小脑”的决策，还要控制关节和电机，对精度、响应速度和功能安全都有要求。

以关节为例，它通常是密闭的小型系统，没有风扇，电机控制既要低功耗，又要做得足够小。过去可能用DSP（数字信号处理器）和MCU（微控制器）配合完成这些工作；如果能集成到FPGA里，就有机会在保持性能和响应速度的同时缩小体积。此外，机器人身上还有大量来自摄像头、传感器和电机的信号，我们也可以用FPGA做整合。

工业场景同样值得重视。未来，不只是自动化执行固定动作，还会走向更自主的控制。不过，物理AI的发展速度，不像数据中心的大语言模型那么快，它需要解决物理模型问题，也需要让仿真训练和真实环境更一致。但我相信，随着这些能力发展，应用场景会越来越丰富。

NBD：回看中国半导体行业发展，您认为哪些是被热炒的概念，哪些趋势未来会爆发？

徐宏来：我感受最深的，一是本土创新不断深入，二是客户需求越来越具体。更多本土企业正在展示FPGA产品和方案。与此同时，客户不只看芯片本身，也会问它怎样融入系统、工具和安全能力是否成熟、工程团队能否及时支持落地。这说明产业越来越重视把技术转化为真正可用的应用。

半导体是个很大的市场，也具有非常大的增长潜力。这些年，中国的芯片设计发展很快，一些化合物半导体领域也取得了进展，所以吸引资本进入是正常的。芯片制造以及相关设备、材料，都需要长期耕耘和积累，整个产业发展还在完善过程中，未来产业发展要保持开放合作，把基础打牢，行业才能更稳定地发展。