FPGA 的应用领域

2.5G 无线

到 2020 年，预计将有超过 500 亿的互联设备。因此，5G 网络必须具有更高的可扩展性、 智能性和异构性。分布式小型基站、支持数百个天线的海量 MIMO 以及通过 CloudRAN 进行的 集中式基带处理等技术将显著增大覆盖范围与数据吞吐量。网络将需要通过回程及光前传来进 行安全连接，以完成处理。

 对于 5G 而言，FPGA 的技术正在帮助解决容量、连接以及性能挑战，并灵活支持多标准、 多频带和多子网络，实现多样物联网驱动的 5G 应用。

 只有 FPGA 能够提供这样一个灵活的、基于标准的解决方案，融软件可编程能力、多标准、 多频带硬件优化为一体，并将任意（any-to-any）连接以及保密性等功能紧密结合在一起，以满 足 5G 网络的需求。客户可在 Zynq MPSoC 和 UltraScale FPGA 芯片平台上使用 Vivado HLS、 SDSoC 和 SDAccel 软件定义环境快速开发其应用。Xilinx 推出业界首款带有 RF 级模拟技术的 RF SoC 器件，可实现高性能 ADC/DAC 和 SD-FEC 与 SoC 的突破性集成。

3.嵌入式视觉

图1.14 所示为 Xilinx 嵌入式视觉应用及对应解决方案的内容。

嵌入式的发展前景 

当前嵌入式设计发展迅猛，有很多需求无法被现有的产品满足。现有的产品包括单个处理 器、单个 ASIC、ASSP 或者单纯的 FPGA 方案，甚至这些方案的组合也都无法满足需求。根据 市场调查显示，全新的嵌入式应用（比如汽车驾驶员辅助系统、智能视频监视、先进的工业控 制、先进的工业遥测、先进的工业制导、企业级的工作站、广播级的摄像机、多功能打印机、 航空航天电子等应用）设计随市场需求的旺盛，将成为新的利润增长点。

 深入了解下一代嵌入式处理器的需要，我们会发现提高性能、减少成本、降低功耗、缩小 外形、增加灵活性是主要需要。现有方案的局限性也是相当明显的，例如现有的微处理器缺乏 足够的信号处理能力，需要多芯片方案来搭建下一代的处理器系统。多芯片方案成本较高，功 耗大，占用更多的空间，不利于缩小外形，同时如果采用现有的 ASIC 或 ASSP 方案，更新换代 的速度或者说差异化的能力都会受限，不能适应快速变化的需求，也很难提供差异化的竞争优 FPGA势，这些局限性使我们看到下一代处理器需要解决和应对的问题。在市场需求推动下，为了满 足下一代应用处理的需求，Xilinx 定义了 Zynq-7000 系列产品，并首先推出了 4 款（7010、7020、 7030 和 7045）。它们都是高性能和低功耗的处理器平台，是灵活和可扩展的解决方案。

 下面我们一起来初步了解 Zynq-7000 AP SoC 平台的 ARM+FPGA 体系结构。此体系结构的 左上角方块就是 ARM 部分，在 Zynq-7000 AP SoC 平台里称为 Processing System（PS）。外面 包着它的是 FPGA 部分，称为 Programmable Logic（PL）。FPGA 部分就是我们上一节介绍的 7 系列 FPGA，内部的资源和结构与 7 系列 FPGA 一样。

 Zynq-7000 系列的亮点在于它包含完整的 ARM 处理子系统，每一颗 Zynq-7000 系列的处理 器都包含双核的 CortexTM-A9 处理器，整个处理器的搭建都以处理器为中心，而且处理器子系 统中集成了内存控制器和大量的外设，使 CortexTM-A9 的核在 Zynq-7000 中完全独立于可编程 逻辑单元，也就是说，如果暂时没有用到 FPGA 的部分，ARM 处理器的子系统也可以独立工作， 这与以前的 FPGA 处理器有本质区别，其是以处理器为中心的。

 另外，在可编程逻辑部分紧密地与 ARM 的处理单元相结合。FPGA 的部分用于扩展子系统， 有丰富的扩展能力，有 3000 多个内部互连，连接资源非常丰富，可提供 100Gb/s 以上的内部带 宽。此外，在 I/O 接口方面，FPGA 的优点是 I/O 可以充分自定义，并在 FPGA 部分集成高速串 行口（Multi Gigabit Transceiver）。同时，在 FPGA 内也继承了模数转换器（XADC）。

  Xilinx 嵌入式视觉解决方案

 Xilinx 可为嵌入式视觉开发人员提供一系列支持软硬件设计的技术。Xilinx 器件包括 FPGA、 SoC 以及 MPSoC。

 Xilinx 的 Vivado HLx 设计环境可帮助硬件及平台开发商开发最新嵌入式视觉硬件。这些工 具支持业界最新高带宽传感器接口。Xilinx 包括 SDSoC 在内的 SDx 工具有助于软件及算法开发 人员在基于 Eclipse 的熟悉环境中采用 C、C++和 OpenCL 等计算机语言进行开发。 

Xilinx reVISION 堆栈建立在 SDx 概念基础之上，支持 OpenCV 和机器学习推断，从而支持 AlexNet、GoogLeNet、SqueezeNet、SSD 和 FCN 等最普及的神经网络以及构建定制神经网络 （CNN/DNN）所需的功能元件。同时，该堆栈还允许设计团队将预定义的优化 CNN 实现方案 用于网络层。这得到了加速型 OpenCV 函数的有力补充，支持计算机视觉处理。