AMD（Xilinx）适合模型推理的 FPGA/ACAP，核心是Versal AI 系列（带 AIE-ML）、Zynq UltraScale+（带 DPU）、Alveo 加速卡、Virtex UltraScale+，按场景分档推荐如下（2026 年最新）。

一、旗舰级：Versal AI Core / Premium Gen 2（CXL + 高算力）

适合数据中心、900GB/s CXL 全互联、大模型 / 多模型并发、低延迟推理。

• VCK280（XCVC2802，AI Core Gen 2）
  • 核心：AIE-ML v2（算力密度≈Gen1 的 3 倍）、CXL 3.0、PCIe 6.0 x16
  • 算力：INT8 峰值≈1000+ TOPS，支持 MX6/MX9/FP8/INT8
  • 内存：HBM3e、多通道 DDR5
  • 价格：$12,999（≈¥12–13 万）
  • 场景：大模型推理、CXL 内存池化、AI 集群节点
• VPK480（XCVP4802，Premium Gen 2）
  • 核心：CXL 3.1、PCIe 6.0 x16、AIE-ML + 海量 DSP
  • 带宽：CXL 3.1 + 800G QSFP-DD，满足900GB/s 全互联
  • 价格：$14,999（≈¥14–15 万）
  • 场景：超算、多 FPGA CXL 集群、极致带宽推理

二、主流级：Versal AI Core Gen 1 / Zynq UltraScale+（嵌入式 / 边缘）

适合边缘 / 嵌入式、中小模型、低功耗、快速部署。

• VCK190（XCVC1902，AI Core Gen 1）
  • 核心：AIE、DPU、Arm Cortex-A72
  • 算力：INT8≈400+ TOPS
  • 接口：PCIe Gen4、DDR4
  • 价格：$13,195（≈¥12–13 万）
  • 场景：边缘 AI、视频分析、工业推理
• Zynq UltraScale+ MPSoC（ZCU102/ZCU104/ZCU106）
  • 核心：DPU（DPUCZDX8G）、Arm Cortex-A53+R5F
  • 算力：单 DPU≈2 TOPS@250MHz，可多实例并行
  • 价格：$2,000–$5,000（≈¥1.4–3.5 万）
  • 场景：嵌入式端侧推理、低功耗 AI、机器人视觉

三、数据中心加速卡：Alveo U 系列（开箱即用）

适合服务器级推理、云原生、快速部署。

• Alveo U280
  • 芯片：Virtex UltraScale+ XCU280
  • 算力：INT8≈130 TOPS
  • 接口：PCIe Gen4 x16、HBM2
  • 价格：≈$6,000（≈¥4.2 万）
  • 场景：数据中心批量推理、视频转码 + AI
• Alveo U55C
  • 核心：Versal AI Core
  • 算力：INT8≈500+ TOPS
  • 场景：高吞吐 AI 推理、推荐系统

四、传统高端：Virtex UltraScale+（纯 FPGA，无 AIE）

适合自定义推理架构、超高并行、无 AIE 需求。

• XCVU13P
  • 资源：12,288 DSP、3.78M LUT、455Mb RAM
  • 算力：INT8≈38 TOPS
  • 场景：自定义推理引擎、信号 + AI 融合

五、选型对比表（核心维度）

表格

六、选型建议（按你的需求）

1. CXL 4.0/3.1 全互联（900GB/s）：选 VPK480（CXL 3.1 + PCIe 6.0）
2. AI 算力优先 + CXL 3.0：选 VCK280（AIE-ML v2 + CXL 3.0）
3. 边缘 / 嵌入式、低功耗：选 ZCU104/ZCU106（DPU+Arm，成本低）
4. 数据中心批量推理、快速部署：选 Alveo U55C