9月15日，FPGA厂商Altera已秘密提交美国IPO申请。据路透社报道，公司计划融资超过20亿美元。Altera曾在2015年被英特尔以167亿美元收购，2025年银湖资本以44.6亿美元收购其51%股权，对应企业估值约87.5亿美元，英特尔目前仍持有49%股份。Altera的产品覆盖数据中心、通信网络、工业设备、AI等多个领域。

资本市场关注的是Altera能否抓住AI带来的新机会。

但从PCB产业看，更值得关注的是另一个变化：过去FPGA更多让人想到通信、工业控制和开发板，现在它正在进一步进入AI推理、网络加速和数据中心。应用场景变了，承载FPGA的PCB也在跟着变。

GPU负责算，FPGA开始在旁边“干活”

FPGA最大的特点是可以根据不同任务重新配置硬件逻辑。

这种灵活性让它在AI时代找到了新的位置。它不一定与GPU正面竞争，而可以承担AI推理、网络数据处理、存储加速以及不同高速接口之间的数据转换。Altera目前也将数据中心中的AI推理、网络等作为FPGA的重要应用方向。

问题来了。

当FPGA从普通控制设备进入AI服务器和高速网络设备，外围需要连接的东西明显变多：高速内存、PCIe、以太网以及各种高速SerDes接口，都可能集中在一块板上。

芯片可以灵活编程，PCB却必须提前把高速公路修好。

而且速度越高，这条“高速公路”越难修。

FPGA引脚越来越多，PCB先遇到的是“怎么把线引出来”

高性能FPGA通常采用高引脚数BGA封装。

大量电源、地和高速信号集中在芯片底部，PCB首先面对的并不是高速传输，而是如何把这些线路从密集焊盘之间引出来。

传统通孔会占据较大的布线空间。当BGA间距缩小、I/O数量增加后，HDI、激光微孔、盲埋孔等工艺的重要性就会提高。

设计端需要解决扇出和层叠问题，制造端则要处理激光钻孔、层间对位、压合以及孔铜可靠性。

所以，高端FPGA板卡增加的并不只是层数。

真正增加的是单位面积里的互连密度。

这也是为什么同样是一块开发板或加速卡，高性能FPGA方案往往需要更复杂的PCB结构。

高速接口越多，线路开始影响系统性能

第二个难点来自速度。

以Altera Agilex 7为例，部分产品支持DDR5、PCIe 5.0、CXL以及高速网络接口；Agilex 7 M-Series还可集成HBM2E。

到了这个级别，PCB已经不能只解决“连接”问题。

高速差分信号在PCB上传输时，材料损耗、走线长度、过孔Stub、参考平面变化以及阻抗偏差，都可能影响信号质量。

于是PCB需要从材料选择开始控制：高速信号区域如何布层、差分线如何保持阻抗一致、过孔是否需要背钻、不同高速接口之间如何减少串扰，都需要在设计和制造阶段共同考虑。

板层越多，问题还会继续向压合和层间对位传导。

高速PCB难的不是某一道工序，而是一条高速链路经过十几甚至几十层结构后，仍然保持稳定。

FPGA走向AI，也在改变PCB订单的价值结构

FPGA还有一个特点：应用非常分散。

同一种芯片可能出现在AI推理卡、网络加速卡，也可能进入机器人、机器视觉和工业控制设备。

因此它带来的PCB机会，并不一定表现为某一种板突然大量增加，而更可能表现为产品结构向高多层、HDI、高速互连和高密度PCBA移动。

尤其是在新品开发阶段，FPGA方案还可能频繁调整接口、存储配置和外围电路。

这类项目既需要复杂PCB制造能力，也需要快速完成工程验证。

聚多邦目前支持1—40层PCB、1—5阶HDI，并覆盖高速材料、背钻、阻抗控制以及PCB+SMT+PCBA等制造环节。面对FPGA开发板、控制板或高速通信板项目，更实际的价值，是根据BGA扇出、层叠、高速接口和器件配置进行具体工程评估，再进入打样验证和后续生产。

Altera此次IPO最终规模和时间仍存在变化可能，但FPGA重新被资本市场关注并非孤立事件。Altera披露的2024年营收为15.4亿美元，公司管理层预计2026年收入实现约20%中段增长。

对PCB行业来说，真正值得观察的也不是“FPGA会不会取代GPU”。

更重要的是，当FPGA越来越多地连接高速内存、高速网络和AI计算资源，PCB正在从承载芯片的底板，变成决定高速接口能否稳定运行的一部分。

下一阶段，FPGA应用如果继续向AI推理、数据中心网络和机器人扩展，对PCB的拉动可能更多集中在高多层、HDI、高速材料、阻抗控制及高密度组装等高复杂度环节。

芯片越灵活，留给PCB制造的容错空间反而越小。