邏輯器件可分為兩大類——固定邏輯器件和可編程邏輯器件。正如其命名一樣，固定邏輯器件中的電路是永久性的，它們完成一種或一組功能， 一旦制造完成，就無法改變。另一方面，可編程邏輯器件（PLD）是能夠為客戶提供范圍廣泛的多種邏輯容量、特性、速度和電壓參數的標準成品部件，而且此類器件可在任何時間改變，從而完成許多種不同的功能。本文將盤點電子發燒友網可編程邏輯頻道的二十大熱文。

TOP1 FPGA真的能取代CPU和GPU嗎？

最近我們看到一篇文章，說FPGA可能會取代CPU和GPU成為將來機器人研發領域的主要芯片。文章列舉了很多表格和實驗數據，證明了在很多領域FPGA的性能會極大優于CPU。并且預言FPGA將來可能會取代CPU和GPU現在的地位。但事實真的是這樣嗎？要搞清楚這個問題，我們首先得對CPU和FPGA都有足夠的了解。

TOP2 四大FPGA廠商壟斷局勢何時可破？

目前在全球市場中，Xilinx、Altera兩大公司對FPGA的技術與市場仍然占據絕對壟斷地位。兩家公司占有將近90%市場份額，專利達6000余項之多；剩余市場份額主要被Lattice和Microsemi所占有，這兩家的專利也達3000多項。2014年Xilinx、Altera兩大公司營收分別為23.8億美元和19.3億美元；而2014年Lattice和Microsemi（僅FPGA部分）兩公司營收為3.66億美元和2.75億美元。這前四大FPGA市場領先者幾乎壟斷了FPGA的市場份額。

TOP3 FPGA+ARM將加速工業4.0戰略布局?

隨著嵌入式系統越來越復雜，功能越來越強大，工程師在設計中往往既需要非常靈活的FPGA，又需要處理器去做一些控制，以及配合操作系統使用。傳統的方法是使用一個FPGA芯片和一個處理器芯片。但在這種模式中，FPGA和ARM之間的通信往往會成為系統的瓶頸。因此，賽靈思將FPGA和ARM集成在一個芯片內部。

TOP4 機器人中的FPGA芯片應用之道

智能工業快速發展，工業機器人的出現，很大程度上幫助人類減少了勞動力。賽靈思系列芯片正以燎原之勢席卷整個行業，有著不可小覷的影響。為此，電子發燒友《機器人技術特刊》誠邀賽靈思探討FPGA在機器人中的運用。

TOP5 stc89c52rc引腳圖 stc89c52rc引腳介紹與功能描述

STC89C52是一種帶8K字節閃爍可編程可檫除只讀存儲器（FPEROM-Flash Programable and Erasable Read Only Memory ）的低電壓，高性能COMOS8的微處理器，俗稱單片機。該器件采用ATMEL搞密度非易失存儲器制造技術制造，與工業標準的MCS-51指令集和輸出管腳相兼容。

TOP6 十年開發工程師談該如何學習

從大學時代第一次接觸FPGA至今已有10多年的時間，至今記得當初第一次在EDA實驗平臺上完成數字秒表、搶答器、密碼鎖等實驗時那個興奮勁。當時由于沒有接觸到HDL硬件描述語言，設計都是在MAX+plus II原理圖環境下用74系列邏輯器件搭建起來的。后來讀研究生，工作陸陸續續也用過Quartus II、Foundation、ISE、Libero，并且學習了verilogHDL語言，學習的過程中也慢慢體會到verilog的妙用，原來一小段語言就能完成復雜的原理圖設計，而且語言的移植性可操作性比原理圖設計強很多。

TOP7 相比GPU和GPP，FPGA是深度學習的未來？

相比GPU和GPP，FPGA在滿足深度學習的硬件需求上提供了具有吸引力的替代方案。憑借流水線并行計算的能力和高效的能耗，FPGA將在一般的深度學習應用中展現GPU和GPP所沒有的獨特優勢。同時，算法設計工具日漸成熟，如今將FPGA集成到常用的深度學習框架已成為可能。未來，FPGA將有效地適應深度學習的發展趨勢，從架構上確保相關應用和研究能夠自由實現。

TOP8 如何使用FPGA加速機器學習算法

當前，AI因為其CNN（卷積神經網絡）算法出色的表現在圖像識別領域占有舉足輕重的地位。基本的CNN算法需要大量的計算和數據重用，非常適合使用FPGA來實現。上個月，Ralph Wittig（Xilinx CTO Office的卓越工程師）在2016年OpenPower峰會上發表了約20分鐘時長的演講并討論了包括清華大學在內的中國各大學研究CNN的一些成果。

TOP9 流言四起，國產FPGA何去何從？

一家號稱是“世界上除美國硅谷以外唯一自主研發并成功量產現場可編程邏輯（FPGA）芯片”的公司；一家宣稱“歷經10年的艱苦努力，目前擁有200多項專利和上百款產品，其中100多項已獲授權。填補了我國可編程領域硬件設計和軟件開發的空白，培養了我國在該領域的大批技術人才”的公司，突然傳出可能倒閉的消息，作者解讀了國產FPGA的生長歷程和中外技術差距。