以低功耗FPGA见长的莱迪思，正处在一条陡峭的增长曲线上。财报显示，2026年第三季度，莱迪思单季营收达2.91亿美元，同比增长118%，创下历史新高；2026财年前三季度累计收入6.63亿美元，同比增长75.65%。一边是AMD（赛灵思）与英特尔（Altera）双巨头合计握有全球约84%的份额、在中高端市场正面交锋；一边是本土厂商借助涨价潮与交期延长撕开的窗口期加速追赶。夹在中间的莱迪思，把筹码押在了两处——低功耗，和物理AI。
“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。”在第九届进博会上，莱迪思半导体亚太区总裁徐宏来说。
“今年进博会给我的感受是，AI在产品中的应用比去年又进了一步。”他表示，展品更丰富、AI赋能产品更多。莱迪思此次重点展示了面向现代基础设施的Lattice Mach-N2系列安全控制FPGA、AI驱动型FPGA智能设计工具Lattice Prompt，以及最新版本Lattice Sentry解决方案集合（v5.0），试图呈现从数据中心到边缘端的完整安全控制与智能化管理生态。
AI工具降低FPGA门槛，成本不是核心约束
FPGA素有“万能芯片”之称，应用广泛，但开发门槛高企——RTL编码、时序优化、板上调试，每一环都需要资深工程师坐镇。Lattice Prompt要做的，就是把这些环节的门槛打下来。
今年9月，莱迪思推出Lattice Prompt 1.0版本，初步实现Radiant开发工具与大语言模型的连接。徐宏来坦言，1.0版本“是第一步”，当时莱迪思器件、参考IP和设计经验还没有充分体现出来；近期更新版本则进一步把莱迪思积累的知识和能力嵌入工具。
“现在更重要的是把自然语言要求写清楚，让工具准确理解，避免误解。”徐宏来说，客户使用习惯正在改变，过去大家可能只想着用AI自动生成代码，但要让AI真正辅助FPGA开发，关键在于需求表达的准确性。目前，该工具可帮助处理RTL编码、时序优化等工作，并可在设计落到客户开发板后，辅助代码部署和问题定位。
对于大模型连接带来的算力与成本问题，徐宏来认为影响有限。“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，客户也可以选择成本更合适的模型。”对于未来模型使用成本上涨是否会挤压毛利率，他表示：“这个工具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。”
数据中心控制链价值提升，后量子安全需求渐起
在徐宏来看来，FPGA市场的根本优势仍是低功耗、灵活可编程和低延迟。数据中心是莱迪思近年来增长的重要来源。据其介绍，国内云服务商、服务器厂商和ODM大量使用莱迪思FPGA，主要用于控制链，包括CPU、GPU、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。
随着服务器从单板走向复杂机柜，控制任务显著增加。“一旦发生漏液，要快速判断哪些器件先下电、哪些阀门要关闭。FPGA响应快，适合做这类控制。”徐宏来说，机柜内交换板连接大量GPU，也带来管理和控制需求。2026年5月，莱迪思宣布以16.5亿美元（约112亿元人民币）收购云和AI平台固件及基础设施管理领域厂商AMI，莱迪思收购AMI后，正把其平台固件和管理能力与FPGA结合，从板级控制扩展到整个机柜管理。“单颗器件价格不一定高，但使用数量增加以后，整体价值就比较可观。”
除数据中心外，后量子安全是徐宏来强调的另一重点。随着量子计算能力提升，现有加密方式面临挑战，一些关键行业采购设备时开始要求具备抵御量子计算攻击的能力。莱迪思此次也带来相关方案，试图在安全控制领域提前卡位。
物理AI是下一增长点，机器人“三个模块”均涉功能安全
数据中心是“现在时”，物理AI则是徐宏来反复强调的“将来时”。
“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开发。”徐宏来表示，边缘端AI更愿意放在物理AI范畴中理解。以机器人为例，摄像头和各类传感器信号可先由FPGA接入，完成汇聚和预处理，再通过以太网或PCIe接入GPU，既减少GPU在预处理上的算力消耗，也有助于稳定传输数据、提升决策及时性。莱迪思已实现量产量，并与国内外机器人客户开展合作。
在医疗等细分场景，莱迪思尝试直接用FPGA做AI处理。进博会展台演示了超分辨率方案：部分内窥镜设备摄像头仍为720p，但显示屏已升级至4K，直接显示画面模糊，莱迪思通过AI提升图像分辨率，以适配具体医疗应用，并正与国内内窥镜厂商合作。
徐宏来将物理AI拆为三个模块：决策、感知和动作。“这三个部分都涉及功能安全。”他以人形机器人关节为例，关节通常是密闭小型系统，没有风扇，电机控制既要低功耗，又要足够小；若能把DSP和MCU配合完成的工作集成到FPGA，就有机会在保持性能和响应速度的同时缩小体积。莱迪思已把相关方案提供给国内人形机器人厂商。
不过，他并不认为物理AI会像大语言模型那样快速爆发。“物理AI的发展速度可能不像数据中心的大语言模型那么快。它需要解决物理模型的问题，也需要让仿真训练和真实环境更一致。”徐宏来说，机器人必须通过传感器完整感知真实世界，才能把仿真中学到的能力可靠用到现实中。
本土化不是简单供应链，竞争不止FPGA厂商
面对外资企业普遍谈及的本土化，徐宏来表示，莱迪思几年前就开始在供应链上布局，与本地合作伙伴开发更适合中国市场的封装并共同推广。但公司内部投入最多的是本地应用工程能力，包括增加工程人员、配备设备和资源。“中国市场变化快、竞争激烈，客户提出需求后，我们需要快速响应本地需求。”
进博会平台则被莱迪思视为接触更广泛客户群的窗口。徐宏来说，莱迪思已连续三年借助临港平台参加进博会。专业展会接触的客户群体相对固定，而进博会观众范围更广，“有些问题可能看起来不是这个行业的常规问题，但对我们很有启发”。莱迪思希望借这一平台收集更多需求，寻找FPGA在现有客户群之外的机会。
谈到竞争，徐宏来直言，莱迪思面对的不仅是其他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。”他将公司总战略概括为三个“S”：Supply、Service/Support和Solution，即供应、服务支持和解决方案。“供应是基础，更重要的是做好本地支持，并提前准备方案。”
“FPGA看起来什么都能做，但要真正用到客户的特定产品里，仍有门槛。”徐宏来说，希望莱迪思能比客户更早想到问题，当客户提出需求时马上拿出成熟方案，“这是我们在中国市场长期发展的关键”。
芯片需要长期积累，开放合作不可替代
回看中国半导体行业发展，徐宏来认为，半导体市场大、有增长潜力，资本进入正常，但芯片制造及相关设备、材料都需要长期耕耘和积累。“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，但整个产业的发展还不够平衡。基础工业、设备、材料等环节需要长期投入，把基础打牢，行业才能更稳定地发展。”
他强调包容和开放合作。“没有任何一个国家能够独自完成整个半导体产业链。我们始终坚持与全球伙伴建立合作关系。”
对于当前内存市场紧缺、价格上涨，徐宏来表示，莱迪思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整机物料上，数据中心客户需要同时拿到CPU、HBM、DDR等器件，缺一种就可能推迟整机采购和交付节奏。莱迪思无法控制DDR产能，但新产品开发时会更重视接口兼容性，并根据客户可获得的器件调整控制器和相关IP，帮助客户完成适配。
在徐宏来看来，FPGA市场“小而散”的特点不会改变，但工业和汽车等长生命周期领域仍值得投入。“市场虽然分散，但我们愿意为这些客户投入技术和业务资源。”在AI向物理世界渗透的长期趋势下，这正是莱迪思寻找下一增长曲线的底层逻辑。
