Cos'è un FPGA? Guida completa (2026)

Perché gli FPGA sono importanti nel 2026

Il mercato degli FPGA ha raggiunto gli 11,02 miliardi di dollari nel 2025 e si prevede supererà i 18 miliardi di dollari entro il 2030. Questa crescita non è casuale: tre forze convergenti stanno rendendo gli FPGA più rilevanti che mai:

1. L’Edge AI sta spostando l’inferenza dai data center cloud all’hardware sul dispositivo. Gli FPGA offrono il perfetto equilibrio tra prestazioni e flessibilità per implementare reti neurali su dispositivi che necessitano di elaborazione in tempo reale senza connettività a Internet.

2. L’EU Chips Act (Regolamento (UE) 2023/1781) sta investendo 43 miliardi di euro per costruire la sovranità europea nei semiconduttori. Gli FPGA sono una tecnologia chiave perché consentono alle aziende con sede nell’UE di sviluppare capacità di silicio personalizzato senza il costo, superiore a 500 milioni di euro, di costruire una capacità di fabbricazione ASIC.

3. Il Cyber Resilience Act richiede che tutti i prodotti connessi venduti nell’UE supportino aggiornamenti di sicurezza autenticati durante l’intero ciclo di vita. Gli FPGA sono intrinsecamente conformi perché possono essere riprogrammati sul campo, a differenza degli ASIC a funzione fissa che richiedono la sostituzione fisica del chip.

Comprendere gli FPGA non è solo un esercizio tecnico: è una decisione aziendale strategica che incide sul costo del prodotto, sul time-to-market, sulla postura di sicurezza e sulla conformità normativa.

Come funzionano gli FPGA: l’architettura spiegata

Un FPGA è fondamentalmente diverso da un processore. Anziché eseguire una sequenza di istruzioni, un FPGA diventa il circuito che si progetta. Ecco cosa contiene al suo interno:

I blocchi costitutivi

Componente	Cosa fa	Analogia
Configurable Logic Blocks (CLB)	Implementano qualsiasi funzione logica booleana tramite Look-Up Table (LUT)	Mattoncini LEGO: si combinano in qualsiasi forma
Matrice di interconnessione	Cablaggi programmabili che collegano tra loro i CLB	Strade che collegano gli edifici di una città
I/O Block (IOB)	Interfaccia tra la logica dell’FPGA e i pin esterni	Porte e finestre di un edificio
Block RAM (BRAM)	Memoria dedicata on-chip (fino a oltre 50 MB sugli FPGA moderni)	Armadi e scaffali integrati
DSP Slice	Unità multiply-accumulate cablate per l’elaborazione del segnale	Moduli calcolatrice preassemblati
Gestione del clock (PLL/MMCM)	Generano, moltiplicano e sfasano i segnali di clock	Il sistema di temporizzazione centrale dell’edificio
Hard IP	Blocchi preassemblati: controller PCIe, MAC Ethernet, core di processore ARM/RISC-V	Elettrodomestici preinstallati

Cosa rende unici gli FPGA: il parallelismo

Una CPU elabora le istruzioni una (o poche) alla volta. Un FPGA elabora tutto simultaneamente:

Approccio CPU (sequenziale):
  Passo 1: lettura del sensore A       → 10ns
  Passo 2: elaborazione del sensore A  → 50ns
  Passo 3: lettura del sensore B       → 10ns
  Passo 4: elaborazione del sensore B  → 50ns
  Passo 5: combinazione dei risultati → 20ns
  ────────────────────────────────────────
  Totale:                              140ns

Approccio FPGA (parallelo):
  ┌─ Lettura sensore A → Elaborazione A ─┐
  │                                     ├─ Combinazione → Uscita
  └─ Lettura sensore B → Elaborazione B ─┘
  ──────────────────────────────────────────
  Totale: 60ns (con pipeline: 10ns per ogni nuovo risultato)

Questo parallelismo è il motivo per cui gli FPGA dominano nelle applicazioni che richiedono un’elaborazione deterministica e a bassa latenza, dall’elaborazione del segnale delle stazioni base 5G al trading ad alta frequenza, dove i microsecondi valgono milioni.

FPGA vs CPU vs GPU vs ASIC

Per capire dove si collocano gli FPGA è necessario confrontarli con le piattaforme di calcolo alternative:

Criterio	CPU	GPU	FPGA	ASIC
Ideale per	Calcolo generico, controllo	Parallelismo batch massiccio	Elaborazione parallela in tempo reale	Volumi altissimi, funzione fissa
Parallelismo	4-128 core	1.000-16.000 core	Illimitato (lo definisci tu)	Personalizzato (fissato alla fabbricazione)
Latenza	Microsecondi (jitter del SO)	Millisecondi (trasferimento batch)	Nanosecondi (deterministica)	Nanosecondi
Efficienza energetica	Bassa (per operazione)	Media	Alta	Massima
Riconfigurabile	✅ (aggiornamento software)	✅ (aggiornamento software)	✅ (riprogrammazione hardware)	❌ Fisso
Time-to-market	Giorni (software)	Giorni (software)	3-6 mesi	12-24 mesi
Costo NRE	~0 €	~0 €	10.000-100.000 €	500.000-oltre 10 mln €
Costo unitario (10K)	5-500 €	200-2.000 €	15-200 €	2-50 €
Clock tipico	1-5 GHz	1-2,5 GHz	200-800 MHz	1-5 GHz

Quando l’FPGA vince sulla CPU

• Latenza deterministica: nessun jitter del sistema operativo, nessun cache miss, nessun cambio di contesto
• Operazioni a livello di bit: ampiezze di dati personalizzate (12 bit, 24 bit, precisione arbitraria)
• Throughput di I/O: connessione diretta a interfacce ad alta velocità senza colli di bottiglia del bus

Quando l’FPGA vince sulla GPU

• Bassa latenza: le GPU richiedono elaborazione batch e trasferimenti PCIe, aggiungendo millisecondi di ritardo
• Budget energetico: gli FPGA consumano da 5 a 20 volte meno energia delle GPU per carichi di inferenza equivalenti
• Vincoli in tempo reale: le GPU hanno un’esecuzione non deterministica; gli FPGA sono accurati al ciclo di clock

Quando l’FPGA perde

• Compiti puramente software: server web, database, logica di business → usa una CPU
• Addestramento di grandi modelli AI: operazioni matriciali massicce su larga scala → usa un cluster di GPU
• Produzione di oltre 1 milione di unità: l’ASIC ammortizza l’NRE e riduce il costo per unità di 10 volte. Consultate il nostro confronto dettagliato FPGA vs ASIC

Come si programmano gli FPGA

Gli FPGA non si “programmano” come un microcontrollore. Si descrive l’hardware usando un linguaggio di descrizione dell’hardware (HDL) e la toolchain converte tale descrizione in un bitstream di configurazione che configura fisicamente la logica e il routing dell’FPGA.

Linguaggi di descrizione dell’hardware

Linguaggio	Stile	Caso d’uso	Curva di apprendimento
VHDL	Tipizzazione forte, prolisso	Industria europea, difesa, aerospazio, medicale	Più ripida, ma intercetta più errori in fase di compilazione
Verilog	Sintassi simile al C, conciso	Industria USA, elettronica di consumo, ambito accademico	Più facile da imparare, più soggetto a errori
SystemVerilog	Superset di Verilog con funzionalità di verifica	Progetti moderni, testbench UVM	Standard di settore per i nuovi progetti
HLS (C/C++)	Compilazione da software a hardware	Accelerazione di algoritmi, inferenza AI	Prototipazione più rapida, minore controllo sull’hardware
Chisel/SpinalHDL	HDL basati su Scala/Kotlin	Progetti open-source, core RISC-V	Emergente, community solida

Il flusso di sviluppo FPGA

1. Descrizione del progetto (VHDL / Verilog / HLS)
       ↓
 2. Simulazione funzionale — verifica della correttezza della logica
       ↓
 3. Sintesi — conversione dell'HDL in una netlist di primitive FPGA
       ↓
 4. Place & Route — mappatura della netlist sulle risorse fisiche dell'FPGA
       ↓
 5. Analisi temporale — verifica del rispetto dei vincoli di setup/hold
       ↓
 6. Generazione del bitstream — creazione del file di configurazione dell'FPGA
       ↓
 7. Programmazione — caricamento del bitstream sull'FPGA tramite JTAG/SPI/flash
       ↓
 8. Verifica hardware — prove sull'hardware reale con segnali reali

Spunto chiave: i passaggi 3-5 richiedono in genere da 30 a 120 minuti per iterazione sugli FPGA moderni. Questo è fondamentalmente diverso dalla compilazione del software (secondi) ed è il motivo per cui lo sviluppo FPGA richiede ingegneri esperti, capaci di architettare progetti che raggiungono la chiusura dei tempi al primo o al secondo tentativo.

Fornitori e famiglie di FPGA nel 2026

Il mercato degli FPGA è dominato da quattro fornitori, ciascuno con punti di forza distinti:

Fornitore	Famiglia di punta	Processo	Logica max	Punto di forza chiave	Ideale per
AMD (Xilinx)	Versal AI Edge	7nm	1,9 mln LUT	AI Engine integrato + core ARM	Edge AI, 5G, data center
Intel (Altera)	Agilex 9	Intel 7	9,4 mln LE	Densità massima, supporto CXL	HPC, networking, data center
Lattice	Avant	16nm FD-SOI	500K LUT	Consumo ultra-ridotto (15 mW da inattivo)	IoT, consumer, automotive
Microchip	PolarFire	28nm	481K LE	Minore consumo statico, opzioni rad-tolerant	Spazio, difesa, industria
Efinix	Titanium Ti180	16nm	180K LE	Costo per LUT più basso, hard core RISC-V	IoT a basso costo, formazione
Gowin	GW5A	22nm	138K LUT	Prezzo d’ingresso più basso, ecosistema in crescita	Formazione, hobbisti, progetti semplici

Come scegliere l’FPGA giusto

La scelta dipende dai requisiti della vostra applicazione:

• Serve inferenza AI all’edge? → AMD Versal AI Edge (tile AI Engine + logica programmabile)
• Serve il minor consumo per IoT a batteria? → Lattice Avant o Microchip PolarFire
• Serve la massima densità logica? → Intel Agilex 9
• Serve tolleranza alle radiazioni per spazio/difesa? → Microchip PolarFire RT o AMD Versal (con XSEM)
• State realizzando un progetto formativo con budget limitato? → Gowin GW1N o Efinix Trion

Applicazioni reali degli FPGA

Gli FPGA non sono solo curiosità accademiche. Ecco dove vengono impiegati nei sistemi di produzione in tutto il mondo:

Telecomunicazioni e 5G

Ogni stazione base 5G utilizza FPGA per il beamforming Massive MIMO, l’elaborazione fronthaul e l’accelerazione in banda base. Il requisito di latenza sub-millisecondo e l’elaborazione in tempo reale di centinaia di canali d’antenna rendono gli FPGA l’unica opzione praticabile.

Difesa e aerospazio

I sistemi di difesa si affidano agli FPGA per l’elaborazione del segnale radar, la guerra elettronica e le comunicazioni sicure. La capacità di aggiornare sul campo la logica hardware è cruciale per cicli di vita delle piattaforme di 20-30 anni. Le funzionalità chiave includono:

• Compressione degli impulsi e rilevamento CFAR nei sistemi radar
• Software-Defined Radio (SDR) per comunicazioni multi-standard
• Accelerazione crittografica con Hardware Root of Trust

Imaging medico

Gli ecografi, le risonanze magnetiche e le TAC utilizzano gli FPGA per la ricostruzione delle immagini in tempo reale. La combinazione di acquisizione dati ad alta larghezza di banda ed elaborazione parallela rende gli FPGA essenziali per trasformare i dati grezzi dei sensori in immagini diagnostiche.

Edge AI e machine learning

Gli FPGA sono sempre più utilizzati per l’inferenza Edge AI, cioè l’esecuzione di reti neurali addestrate su dispositivi ai margini della rete. Vantaggi rispetto alle GPU per l’implementazione all’edge:

• Consumo energetico da 10 a 50 volte inferiore
• Latenza deterministica (cruciale per i sistemi autonomi)
• Precisione personalizzata: quantizzazione a INT4/INT8 per efficienza senza l’overhead hardware delle GPU

Automazione industriale

Controllo motore in tempo reale, networking industriale EtherCAT e acquisizione dati ad alta velocità per i sistemi di manutenzione predittiva. Gli FPGA industriali offrono i tempi di risposta sub-microsecondo che i PLC non possono raggiungere.

Trading finanziario

Le società di trading ad alta frequenza utilizzano gli FPGA per analizzare i dati di mercato ed eseguire operazioni in tempi sub-microsecondo, 100 volte più velocemente dei sistemi basati su software.

Costi di sviluppo FPGA: cosa aspettarsi

La trasparenza sui costi è qualcosa che i concorrenti raramente forniscono. Ecco i dati reali:

Ripartizione dei costi di sviluppo

Complessità del progetto	Esempio	Costo tipico	Tempistica
Semplice	Controller LED, I/O di base, interfaccia SPI	5.000-15.000 €	4-8 settimane
Medio	Elaborazione del segnale personalizzata, Ethernet, CPU embedded	30.000-80.000 €	3-5 mesi
Complesso	Processore radar multicanale, PCIe Gen4, DDR4	80.000-200.000 €	6-12 mesi
Enterprise	SoC completo con AI, comunicazioni multi-standard, sicurezza	oltre 200.000-500.000 €	12-18 mesi

Costo hardware per unità

Famiglia FPGA	Prezzo unitario indicativo (qtà 1K)	Applicazione target
Lattice iCE40	1-5 €	IoT semplice, controllo LED
AMD Artix-7	15-50 €	Elaborazione del segnale di fascia media
AMD Kintex UltraScale+	100-500 €	DSP ad alte prestazioni
Intel Agilex 7	200-2.000 €	Accelerazione per data center
AMD Versal AI Edge	300-3.000 €	AI + elaborazione del segnale

Spunto chiave: il chip FPGA rappresenta in genere il 20-40% del costo totale della scheda. Alimentatore, memoria, connettori e progettazione PCB aggiungono un costo significativo.

Quadro normativo UE per i prodotti FPGA

Se state sviluppando prodotti basati su FPGA per il mercato europeo, tre normative sono cruciali:

Cyber Resilience Act (CRA) dell’UE

In vigore dal 2027, il CRA richiede che tutti i prodotti con elementi digitali:

• Implementino il Secure Boot e aggiornamenti del firmware autenticati
• Forniscano un Software Bill of Materials (SBOM)
• Conducano una valutazione del rischio di cibersicurezza

Gli FPGA sono avvantaggiati in questo contesto perché supportano la crittografia del bitstream, il Secure Boot da flash crittografata e patch di sicurezza aggiornabili sul campo. Consultate la nostra checklist di conformità al CRA per i dettagli implementativi.

EU Chips Act

L’EU Chips Act, da 43 miliardi di euro, posiziona gli FPGA come tecnologia critica per la sovranità digitale europea. I team europei di sviluppo FPGA possono accedere a:

• Finanziamenti per linee pilota per la prototipazione
• Sovvenzioni di ricerca della Chips JU per applicazioni FPGA avanzate
• Incentivi per l’autonomia strategica volti a ridurre la dipendenza dalla fabbricazione extra-UE

Per ulteriori informazioni sull’indipendenza hardware europea, consultate la nostra analisi sulla sovranità hardware dell’UE.

Controlli sulle esportazioni a duplice uso

Gli FPGA stessi sono spesso classificati come prodotti a duplice uso ai sensi del Regolamento (UE) 2021/821. Gli FPGA ad alte prestazioni con determinate densità logiche o capacità di crittografia richiedono licenze di esportazione. La nostra guida ai controlli sulle esportazioni a duplice uso dell’UE illustra il quadro di classificazione.

Per iniziare: percorso di apprendimento consigliato

Se siete nuovi al mondo degli FPGA, ecco un approccio strutturato:

Fase 1: fondamenti (settimane 1-4)

1. Impara la logica digitale: algebra booleana, flip-flop, macchine a stati, temporizzazione
2. Scegliete un HDL: VHDL per il lavoro nell’industria europea, Verilog per una compatibilità più ampia
3. Procurati una scheda di sviluppo: Digilent Basys 3 (100 €) o Arty A7 (130 €) sono ottimi punti di partenza
4. Primo progetto: lampeggio di LED, debouncer di pulsanti, contatore con display a 7 segmenti

Fase 2: progettazione pratica (settimane 5-12)

5. Costruisci una UART: trasmettitore e ricevitore seriale da zero
6. Implementa una CPU semplice: anche un processore base a 8 bit insegna tutto ciò che riguarda la progettazione FPGA
7. Interfaccia hardware reale: sensori SPI, dispositivi I2C, memoria esterna
8. Impara la simulazione: scrivi testbench corretti, usa visualizzatori di forme d’onda

Fase 3: competenze professionali (mesi 4-6)

9. Chiusura dei tempi: comprendi i tempi di setup/hold, l’attraversamento dei domini di clock, i vincoli
10. Interfacce ad alta velocità: controller di memoria DDR, seriali ad alta velocità (LVDS, SerDes)
11. Processori embedded: usa core soft ARM (Zynq) o RISC-V per la co-progettazione hardware-software
12. Integrazione IP: usa core IP del fornitore e blocchi di terze parti per uno sviluppo rapido

Verifica della realtà: raggiungere la competenza richiede 6-12 mesi di pratica dedicata. Padroneggiare la chiusura dei tempi e la progettazione FPGA ad alte prestazioni richiede anni. Per questo molte aziende si rivolgono a partner specializzati in progettazione FPGA anziché costruire team interni da zero.

Domande frequenti

Cosa significa l’acronimo FPGA?

FPGA è l’acronimo di Field-Programmable Gate Array. “Field-Programmable” significa che il dispositivo può essere configurato dall’utente finale dopo la fabbricazione (sul “campo”), a differenza di un ASIC che è fissato in fabbrica. “Gate Array” si riferisce alla matrice di porte logiche che possono essere interconnesse per implementare qualsiasi circuito digitale.

In che cosa un FPGA è diverso da un microcontrollore?

Un microcontrollore (MCU) è un processore fisso che esegue istruzioni software in modo sequenziale. Un FPGA è hardware riconfigurabile: si progetta il circuito stesso, non il software che gira su un circuito fisso. Un MCU è più facile da programmare (C/C++/Python) ma è limitato dalla sua architettura fissa. Un FPGA è più difficile da progettare (HDL) ma può implementare qualsiasi circuito digitale, inclusi più processori personalizzati che funzionano simultaneamente.

Gli FPGA possono eseguire Linux?

Sì: gli FPGA SoC con core ARM integrati (come AMD Zynq o Microchip PolarFire SoC) possono eseguire Linux completo mentre eseguono simultaneamente logica hardware personalizzata nel fabric dell’FPGA. Questo abilita una potente co-progettazione hardware-software: Linux gestisce rete, file system e interfacce utente, mentre il fabric dell’FPGA gestisce l’elaborazione del segnale in tempo reale o l’inferenza AI.

Gli FPGA stanno diventando obsoleti?

No. Il mercato degli FPGA cresce a un CAGR del ~8% e si prevede supererà i 18 miliardi di dollari entro il 2030. Gli FPGA stanno diventando più rilevanti grazie alla domanda di Edge AI, allo sviluppo dell’infrastruttura 5G e alle normative UE che richiedono una sicurezza aggiornabile sul campo. Gli FPGA moderni si stanno evolvendo in piattaforme di calcolo adattivo che integrano acceleratori AI, processori e logica programmabile su un singolo chip.

Quanta energia consuma un FPGA?

Dipende dalla famiglia e dall’utilizzo. Un piccolo Lattice iCE40 può funzionare con meno di 1 milliwatt per logica semplice. Un AMD Versal di fascia alta può consumare da 30 a oltre 100 watt a pieno carico. La maggior parte dei progetti di fascia media rientra nell’intervallo da 1 a 15 watt. Il consumo è proporzionale alla frequenza di clock, all’utilizzo della logica e all’attività di commutazione, a differenza di una CPU, che assorbe energia significativa anche quando è inattiva.

Qual è la differenza tra FPGA e PLC?

Un PLC (Programmable Logic Controller) è un computer industriale progettato per l’automazione di fabbrica: esegue logica ladder o testo strutturato su un processore fisso, con tempi di risposta tipici da 1 a 10 millisecondi. Un FPGA implementa circuiti digitali personalizzati con tempi di risposta da 1 a 100 nanosecondi, 10.000 volte più veloce. Gli FPGA si utilizzano quando i tempi di risposta dei PLC non sono sufficientemente rapidi, come nel controllo motore ad alta velocità, nell’acquisizione dati in tempo reale o nell’elaborazione del protocollo Ethernet industriale (EtherCAT).

Come Inovasense può aiutarvi

In Inovasense, la progettazione FPGA è una competenza centrale. Aiutiamo le aziende europee a sviluppare prodotti basati su FPGA dal concept fino alla produzione:

• Architettura e fattibilità: selezione della famiglia FPGA giusta per i vostri requisiti e il vostro budget
• Progettazione e verifica RTL: VHDL e SystemVerilog, con simulazione completa e verifica formale
• Elaborazione del segnale: pipeline radar, di comunicazione e di inferenza Edge AI
• Interfacce ad alta velocità: PCIe Gen4/5, Ethernet 10G/25G, DDR4/5
• Progettazione della scheda: progettazione completa di PCB e involucro per sistemi basati su FPGA
• Conformità UE: marcatura CE, prontezza al CRA e classificazione delle esportazioni a duplice uso
• Supporto alla produzione: ottimizzazione DFM, approvvigionamento dei componenti, controllo qualità

Che abbiate bisogno di un prodotto FPGA completo o di un singolo blocco IP, mettiamo in campo l’intera metodologia di sviluppo V-Model per garantire che il vostro progetto sia corretto, producibile e conforme. Contattateci per discutere del vostro progetto.

Fonti e riferimenti ufficiali

• Cyber Resilience Act — Regulation (EU) 2024/2847 — EUR-Lex (Gazzetta ufficiale dell'UE)
• EU Dual-Use Regulation — Regulation (EU) 2021/821 — EUR-Lex (Gazzetta ufficiale dell'UE)