拓寬FPGA對物聯(lián)網(wǎng)發(fā)展的吸引力

　　拓寬FPGA對物聯(lián)網(wǎng)發(fā)展的吸引力

　　隨著物聯(lián)網(wǎng)應(yīng)用程序的逐漸流行，嵌入式開發(fā)社區(qū)的壓力也在權(quán)衡每個設(shè)計的可用計算資源、延遲、成本和大小的平衡。由于云計算的實時性，對云連接的關(guān)注也被視為一個挑戰(zhàn)，從而導致了一種混合的“霧”計算方法。提供本地網(wǎng)關(guān)，以提供一個在云計算方法中的前提云方面，可能需要相當高的計算需求和算法處理。許多負責開發(fā)網(wǎng)關(guān)設(shè)備的設(shè)計者所面臨的挑戰(zhàn)是了解其計算需求的多樣性。一些應(yīng)用程序，特別是在工業(yè)物聯(lián)網(wǎng)部署中發(fā)現(xiàn)的應(yīng)用程序，可能涉及到相當復(fù)雜的電機控制或視覺處理任務(wù)。這些要求不僅要求具有較高的計算能力，而且需要實時確定的行為。雖然高端CPU通常是首選設(shè)備，但也有許多其他設(shè)備正吸引開發(fā)人員的注意。其中之一是現(xiàn)場可編程門陣列（FPGA），它由于其硬的確定能力而迅速獲得動力。

　　那些不熟悉使用FPGA的人面臨著許多關(guān)于這些設(shè)備的復(fù)雜性、成本和耗電能力的誤解。許多開發(fā)人員認為FPGAs可能只適用于高度專業(yè)化、高成本的軍事系統(tǒng)，但目前的情況已經(jīng)完全脫離了這種情況。在當今的云連接世界中，F(xiàn)PGA的最大應(yīng)用是在數(shù)據(jù)中心應(yīng)用程序中，除了神經(jīng)網(wǎng)絡(luò)的深層學習技術(shù)外，它們還用于圖像識別搜索，此外還有加速搜索能力。

　　There is no doubt that embedded developers that are well versed in building microcontroller or microprocessor based systems will be rather daunted by the learning curve ahead of them when considering using an FPGA. To most， the notable difference will be moving from a software-based thought process to a hardware “gate” approach. Considered to be the closest thing to designing custom ICs that will do exactly what you want of them， an FPGA is essentially a blank canvas of general purpose gates and cells， the fabric that is programmed or connected together using a hardware descriptive language （HDL） （Figure 1）。 Electronics engineers who studied digital logic will feel at home very quickly with the basic concepts behind an FPGA， while others might find an online refresher course on the subject useful. It is worth mentioning that a good introduction to using FPGAs is the book Programming FPGAs by Simon Monk.