2026年，FPGA在‘AI推理芯片原型验证’中的角色是更偏向于性能评估，还是更侧重于功能正确性验证？两者如何平衡？
最近在准备面试，看到很多AI芯片公司招聘FPGA原型验证工程师。我理解FPGA可以用来做芯片的早期原型，但对于AI推理芯片这种算力要求高的场景，FPGA原型验证的主要目标是评估最终ASIC的性能（比如TOPS），还是说更侧重于验证功能逻辑和算法的正确性？在实际项目中，资源有限的FPGA平台往往无法完全模拟ASIC的峰值性能，那么验证团队是如何在这两个目标之间做权衡和拆解的？希望有经验的工程师能分享一下实际的项目流程和侧重点。
FPGA学员1
