Parallela FPGA - 64 核性能与 GPU 和昂贵的 FPGA 相比？答案

【问题标题】：Parallela FPGA- 64 cores performance compared with GPUs and expensive FPGAs?Parallela FPGA - 64 核性能与 GPU 和昂贵的 FPGA 相比？
【发布时间】：2013-07-23 05:19:36
【问题描述】：

这是 Parallela：

http://anycpu.org/forum/viewtopic.php?f=13&t=66

它有 64 个内核，1GB RAM，运行 Linux，以太网——每个人都在为它大喊大叫....

我的问题是，从性能/功能的角度来看，Parallela 与更昂贵的 FPGA 相比如何？他们只是在芯片上有更宽的总线/更多的内存/更快的处理器时钟/更多的处理器吗？

我知道 GPU 用于大规模并行的简单操作，而 CPU 更适合更复杂的单线程计算 - 那么昂贵的 FPGA 和 Parallela 适合这条曲线的哪个位置？

Parallela 运行 Linux，但我一直认为 FPGA 的逻辑是通过编写 verilog 或 VHDL 来写入的？

【问题讨论】：

最好链接到产品的实际网页：parallella.org/board
我试图查看他们的 FPGA 部分，但找不到太多。他们似乎主要想谈论 64 核的事情。从这一点、价格和其他一些因素来看，我得出的结论是，FPGA 部分可能是“一个不错的奖励，但如果你想要一个 FPGA，你就不会购买”。当然，Linux 也在那个 ARM 上运行。
它不是 FPGA，它是一个 16 个 CPU 内核的 ASIC，他们板上的 FPGA 是 Xilinx Dual ARM core Zynq 7010 或 Zynq 7020。是什么让你认为它是一个FPGA？

标签： performance architecture gpu vhdl fpga

【解决方案1】：

如果 Parallelas 有 16 个内核，并假设每个内核都有一个运行频率为 1GHz 的硬件乘法器，那么 Parallelas 的整体计算能力与 200 美元的 FPGA 大致相当，肯定比 1000 美元的 FPGA 差。然而，在大多数应用程序中，数学计算并不是主处理器的工作。它们由 ASIC（或主处理器内的 IP 核或 DSP 协处理器）处理，例如 H.264 编解码器或 WiFi 数据调制。对于 ASIC 支持的应用，高性能处理器加上相应的 ASIC 永远是最好的解决方案。只有当你想在某些方面独树一帜，例如更好的图像处理算法，你可能想要实现自己的信号处理算法，这就是多核 DSP、GPU 和高端 FPGA 竞争的地方。

【讨论】：

【解决方案2】：

现在唯一可用的 Parallelas 是 16 核。他们有一个 Xilinx Zynq 7010 或 7020，这是双核 Arm 800mhz/1ghz 和用于与 Parallela 芯片通信的 80k 逻辑单元 FPGA。不过我不知道有多少 FPGA 可用。

【讨论】：

如果你不使用 HDMI 输出，你有接近 80% 的 FPGA 可用，如果使用 HDMI，我相信它会下降到 30%。

【解决方案3】：

部分答案：FPGA 往往在芯片上没有任何处理器（有例外） - 但是如果您考虑通过获取指令并一个接一个地执行它们来进行处理，那么您还没有真正掌握 FPGA。如果您可以了解如何在单个时钟周期内执行一次完整的内部循环迭代，那么您就成功了。

有些任务很容易做到这一点，并且 FPGA 可以用任何其他解决方案擦拭地板。会有一些不可能完成的任务，Parallela 将成为竞争者。我不认为任何一种高性能解决方案是总赢家。使用 GPU 可以完成一些令人印象深刻的事情（低功耗不是其中之一！），并且多核 XMOS 或 Parallela 解决方案也占有一席之地。

【讨论】：

我想我想问的是——什么是好的 FPGA？如何比较它们的性能？