Altera公司今日宣布推出Agilex 2X产品组合，这是一系列面向人工智能基础设施、机器人、通信和智能边缘系统的现场可编程门阵列及系统级芯片产品，将新硬件架构与旨在加速开发的智能体软件战略相结合。

第一款产品系列Agilex 27面向需要高吞吐量和高带宽的应用场景。Altera声称其每瓦性能相比Agilex 7提升1.8倍，同时配备新的片上数据网络并支持下一代连接技术。

软件支持目前已在Quartus Prime 26.3中提供，但Agilex 27工程样品预计将在2027年下半年推出。该公司上周发布的AI开发助手QuartusIQ，现已可通过Quartus Prime Pro Edition 26.3使用。

这次发布为首席执行官拉吉布·侯赛因此前强调的一个主题提供了产品路线图支撑——他在接受我为theCUBE纽交所AI工厂系列采访时曾提到：人工智能正在推动对能够像其工作负载一样快速变化的智能系统的需求。

“人工智能将迫使所有设备进行重新设计，”侯赛因对我表示。

这正是此次新平台发布的背景。人工智能正在改变计算架构，从数据中心到物理世界中运行的机器皆是如此。Altera押注可编程硬件将在这些系统中扮演更大角色，而AI辅助工程将帮助更多客户使用这类硬件。

新产品发布之际，Altera正考虑进行股票首次公开募股。此前在2025年4月，英特尔公司将Altera 51%的股份出售给银湖资本，距英特尔收购Altera已有10年时间。9月份，Altera曾表示其母公司已秘密提交了公开发行股票的申请，但未提供更多细节。

围绕不同系统需求构建的产品组合

Agilex 2X涵盖四个产品系列。Agilex 27面向密集型数据处理、波束成形和射频工作负载。Agilex 25针对高分辨率视频、无人机和低延迟传感器等应用。Agilex 23将嵌入式计算与实时处理相结合，适用于机器人、工业自动化和汽车系统。Agilex 22专注于输入/输出密集型功能，包括板级控制、电机控制、安全和接口桥接。

Altera表示，这些产品系列共享相同的Quartus软件体验、可复用的知识产权以及通用的安全和嵌入式软件基础。这为客户提供了一个框架，使其能够随着需求变化扩展工程投资，尽管这并不意味着每个设计都能在不同设备间无缝迁移。

在我们的对话中，侯赛因描述了一个类似的光谱：一端是基础传感器接口，中间是传感器聚合与同步，另一端则是要求更高的视觉处理。该产品组合反映出这样一种观点：智能通过处理、连接、功耗和成本的多种不同组合进入物理世界。

数据移动成为价值来源

在我们的对话中，侯赛因将数据移动置于Altera人工智能机遇的核心位置。“计算只是其中一部分，但数据移动才是需要解决的最大问题，”他说。

Agilex 27通过两项相关的架构进步来应对这一挑战。第三代HyperFlex技术在整个路由结构中嵌入寄存器，为设计软件提供更多机会，在不消耗逻辑资源的情况下对处理进行重新计时和流水线化。新的自适应逻辑模块模式改善了设计在芯片中的布局方式。

HyperFlow是一种分布式片上数据网络，据Altera介绍，该网络旨在在整个FPGA内每秒移动多个太比特的数据，而无需使用可编程逻辑进行数据传输，也不会造成路由拥堵。

我的看法是，价值在于客户能够利用完整数据路径实现什么。高效地移动信息能为应用处理留出更多容量，并有助于解决加速器周边的瓶颈问题。

这与我一直在关注的AI工厂架构理念相符：系统本身成为价值单元。处理、存储、网络和软件必须协同工作，才能在功耗和成本预算范围内产生有用的智能。

Altera面临的重大机遇是证明可编程性能在何处改善这一系统。其每瓦性能的宣称只是一个起点，但客户在持续吞吐量、延迟和系统总成本方面的实际结果将更具说服力。

物理AI需要协调的感知与行动

Altera的物理AI战略始于一个基础的工程问题。传感器以不同格式、不同速率和不同延迟产生信息。机器或机器人需要将这些输入同步，以形成对其环境的有用视图。

Altera描述了FPGA在将传感器数据呈现给其他处理器之前，如何对其进行聚合、清理、组织和同步。这一意义不仅限于人形机器人。工业设备、无人机、手术系统和自主机器都为专业化数据处理和控制创造了机会。

在我看来，这正是AI工厂与边缘之间存在有意义联系的地方。利用大型计算系统开发的智能，最终必须在本地限制条件下运行：可用功耗、物理尺寸、响应时间和安全要求。

可编程硬件提供了一种在部署后调整这些系统部分功能的方式。但侯赛因承认，当销量足以证明投资合理性时，某些功能将迁移到专用芯片中。Altera的机遇在于能否持续解决那些仍在变化、需要专业化处理或难以证明定制ASIC投资合理性的功能。

开发者机遇或将是更大的扩张杠杆

硬件灵活性只有在客户能够基于其构建产品时才能创造价值。这使得QuartusIQ成为该战略的核心。该软件将Altera的专业知识与当前项目的上下文相结合，并通过模型上下文协议将AI智能体连接到工程工具中。

Altera报告称，基于内部基准测试（对比使用与未使用QuartusIQ的Quartus Prime），设计创建速度最高提升10倍，总设计周期最高缩短1.5倍。这些数据均为公司内部测量结果，并不能保证在所有客户项目中都能实现。

更快的设计创建只是整个流程的一部分。工程师仍需验证功能、设定适当的约束条件、完成时序收敛，并在硬件上验证行为表现。

我的看法是，更大的战略机遇在于扩大可编程计算的使用者范围。嵌入式和机器人工程师了解自己的应用场景，但可能缺乏深厚的FPGA专业知识。如果智能体工具能够减少所需的专业化工作，更多项目将变得具有经济可行性。

Altera的机器人示例让这一机遇变得具体可感。一位工程师从传感器、感知和控制的需求出发，然后借助QuartusIQ和Nvidia Nemotron，逐步迭代形成经过验证的FPGA实现方案。商业层面的检验标准在于，这一流程是否能够减少投入生产所需的时间、成本和专业知识门槛。

扩大构建智能系统的参与者范围

Altera正在为一个不断变化的人工智能系统世界构建可编程硬件，同时利用人工智能来改变这种硬件的开发方式。更大的机遇在于扩大能够构建这些系统的参与者范围。

如果Altera能够减少将一个想法转化为可运行硬件所需的专业知识和时间，它就可能将更多应用和更多开发者带入可编程计算领域。

以下是侯赛因在2026年6月theCUBE纽交所节目中的发言内容：

图片来源：Altera