由于相对于ASIC的三方面优势(灵活性、上市时间、 成本)
FPGA的下游应用场景较为丰富
包括航天航空、涉及到国家安全的领域、ASIC原型设计、人工智能
有线/无线通信、无人驾驶、高性能计算、工业控制、智慧医疗等。
在航天航空跟军事国防等领域，
有9成的军用电子设备都离不开FPGA，
例如在一个相控阵雷达陈列里，
每一个发射和接收单元，
都需要使用FPGA进行信号处理，
在导弹战斗机卫星等飞行器里，
需要FPGA进行信号处理跟姿态控制。
在通信领域，像华为这样的通信公司，
在各种有线跟无线的通信设备中，
FPGA芯片是不可或缺的。
用来承载5G技术的通信基站以及配套的各种网络硬件设备，
都需要大量的FPGA芯片。
目前全国5G基站计划13万个，
每个基站FPGA芯片用量4-5块。
自2018年来，人工智能有了很大的发展，
而这很大程度上归功于深度学习技术的发展。
当你有了深度学习算法、模型，并构建了深度神经网络时，
就需要足够多的数据去训练这个网络。
针对AI、机器学习、特别是深度学习还没有定制化的硬件架构前
模型的训练都是由FPGA来替代、完成的。
微软把FPGA广泛运用到云数据中心里面，
把很多重要的功能从基于软件实现的方式，
慢慢的转移到基于FPGA。
FPGA可以对云计算的诸多网络功能进行计算加速，
这样就能为客户提供比以往更快速，
且稳定的云计算和网络服务。
FPGA在医疗行业的应用涉及3个方面，
医疗设备、医疗成像、诊断分析。
内窥镜手术中患者拥有一个共同的要求，
就是时延非常低，甚至需要实时来完成。
从摄像头捕捉图像，经过管线处理，
再到显示屏可能不到20微妙的时间。
