替代CPUGPU？探究SSD是主持者独享机器人晶片

2023-07-17 12:36:03

　　替代CPU/GPU？探究FPGA是主持者独享机器人晶片

　　先进制造 ◇ 系列技术讲座

　　1月11日13:30-17:00 2023 Ansys中国机器人行业典型研讨会

　　【萨德基】最近他们看见一篇该文，说FPGA可能将会替代CPU和GPU成为今后机器人研发应用领域的主要晶片。该文列举了许多表单和实验统计数据，证明了在许多应用领域 FPGA的操控性会极大优于CPU。因此预言FPGA今后可能将会替代CPU和GPU现在的地位。但事实真的是这种吗?要弄清楚那个问题，他们具体来说得对CPU 和FPGA都有足够的了解。

FPGA那个词可能将许多人都有所听闻，特别是理科的同学们大多数应该都自愿或被迫被那个词朋友圈过。但要真追究起来FPGA究竟是个什么小东西。许多非相关专业的人单厢陷入一脸迷茫。不过说起开发板，可能将知道的人就许多了，有些人能以为FPGA就是开发板。但实际上FPGA指的只是开发板上面的那一小块晶片而已(右图黄圈处)，整座开发板的其余部件都是为的是协同它工作，让它发挥出它的操控性而存有的。

　　500)this.width=500" border=0 alt="" align=center src="://.mmsonline.cn/resupload/00000000000000000002/008001/1463536180105_1.jpg">

　　FPGA开发板，via (暂不可见)/youtube

可即使有心的同学曾经搜到了这里，或许也想不通它和CPU究竟有什么区别，毕竟把它的位置换成CPU，整座开发板看起来就变为几块普通的电脑主板了嘛，感觉简直分分钟接上硬盘和显示器就能开始LOL了。确实，不管从外形上上看还是实际的功能上上看，FPGA和CPU都表现得太像了，但在这两者相似的外表之下，其内部内部结构其实有着根本性的差异，而这种差异也正是FPGA会被许多人认为适合机器人开发的其原因，因为它的内部结构下定决心了它在处置机器人须要的许多演算，特别是在机器感知这方面的处置时的速度会比CPU快许多，同时还能将耗电掌控在很低的水平。

　　CPU的内部结构

在讲FPGA之前，他们先从大家比较熟悉的CPU的统计数据处置方式讲起。具体来说须要强调的一点是，处置他们命令的排序机组件本身是无法认知他们的命令的，它们根本无法认知作为组成CPU最基本的组件——晶体管能实现的两种状态：“开”和“关”的含义，对应的就是1和0这两个机器码数字，这也是排序机的整座体系都基于十进制建立的其原因。而为的是让他们下达的各种各样的命令变为CPU能认知的0和1，CPU须要两个专门针对的TNUMBERx6i器来译者他们的命令。那个过程分为两步： “取指”(从两个专门针对存放命令的缓存中将须要执行的命令提取出来)和“TNUMBERx6i”(根据特定的规则将命令译者成排序模块能够认知的统计数据)。CPU的结构大概是这种的

500)this.width=500" border=0 alt="" align=center src="://.mmsonline.cn/resupload/00000000000000000002/008001/1463536298658_1.jpg">

　　via wikipedia

其中的Control部分就是掌控取指、TNUMBERx6i等整座流程的部分，Cache是在高速的CPU与相对低速的缓存间为的是提高从缓存获得命令的工作效率而设置的两个临时命令缓存，DRAM则是速度很慢的那一小部分命令缓存。能看见，真正的排序模块ALU只占了CPU结构中不大的一小部分。这种的设计是有其原因的。CPU存有的目的是作为通用型排序机的处置核心理念，注意“通用型”两字词，这意味着块核心理念要具备处置各种各样五花八门的命令明确要求的潜能，因此因为要处置来自多个设备的请求，它要拥有随时中止目前的演算转而进行其他演算，圆满完成后再从中断点继续当前演算的潜能。把这些话看完你可能将都快睡着了，但在CPU内这些都明确要求在一瞬间圆满完成。所以CPU须要有比较复杂的逻辑掌控模块和这套独特的命令译者结构。这都是保证CPU能顺利圆满完成它的使命的要的小东西。能说，在排序工作效率和通用型性上CPU牺牲前者选择了后者。

　　FPGA的结构

　　而FPGA最早是从专用集成电路发展而来的半定制化的电子电路电路。从诞生的那一天起它的生父就下定决心了它不像CPU那样能灵活的处置各种没有见过的命令，而根本无法根据两个固定的模式来处置输入的统计数据然后输出，FPGA的结构是这种的。

500)this.width=500" border=0 alt="" align=center src="://.mmsonline.cn/resupload/00000000000000000002/008001/1463536424662_1.jpg">

　　via CSDN

很简单，绝大部分都是排序模块(上图中黄色部分其实就相当于CPU结构图中绿色的部分)，但没有掌控模块并不代表FPGA就不会执行命令了，事实上 FPGA里掌控模块的角色就是由图中的每个掌控模块和模块之间电子电路的逻辑连接线来圆满完成的，通过FPGA编程，开发者能更改FPGA的每个模块的演算逻辑和模块之间的连接方式，从而使其达到和一般的运行程序差不多的效果。它与CPU的不同，在于它无法应对没有被编程过的命令。编程方式一旦确定，FPGA 就根本无法根据被编程的处置逻辑和方式来处置特定的统计数据输入。但这种的架构换来的是FPGA内部几乎全是排序模块，因此FPGA的实际演算潜能会比看起来强得多，特别是在运行简单但重复性高的任务的时候，由于简单，因此很少的几个逻辑模块，甚至两个就能独立输出那个演算的结果。而由于省去了CPU的取指和TNUMBERx6i两个步骤，FPGA重复运行相同代码的工作效率得到了极大的提高。

有两个比喻打得很恰当，CPU就像大学里一位德高望重的老教授，积分微分啥单厢算，但毕竟它只有两个人，当排序任务太重的时候也会被累趴下，而FPGA这种的结构，就像是整座小学里所有小学生组成的队列，每个人都只会算简单的加减乘除，但有些量大但不复杂的演算任务交给他们就是会比较快。

　　具体表现在操控性上，很明显的一点就是一般的CPU根本无法同时处置4到8个命令，而不算太差的只要FPGA优化得当，能同时处置256个甚至更多的命令。其实GPU的设计思路同FPGA类似，都是为的是处置大量简单重复的演算而出现的设备。但GPU的操控性强悍的同时耗能也很高，而FPGA因为编程和优化都是直接在硬件层面进行的，能耗会低许多。

　　机器开发中的排序

现在他们能叙述正题了。前文提到，FPGA在处置机器人须要的某些统计数据的时候的优势会比CPU大许多。没错，就是感知排序。他们不须要懂得太多专业知识，只须要想象一下就能明白其中原理。就像该文中提到的那套主流的位置追踪算法SIFT的例子：SIFT的主要工作步骤有三步：1：通过特定的算法找出图片中的关键点，2：对关键点附加两个详细的标识，3：通过不断的对比新旧两幅图片上每个关键点的位置求出两幅图之间对应位置的差异。

　　不难发现，整座过程重复性极高，因此其中并没有过于复杂的演算。因此使用FPGA进行该算法的排序会比使用CPU快许多。事实上，该文中表示根据加州大学洛杉矶分校的一项相关的实验结果，FPGA在运行SIFT命令时的执行工作效率是CPU的足足30倍。处置速度快这么多，耗能又如此小。也难怪有些人能认为 FPGA拥有替代CPU和GPU的潜能了。

但FPGA真的能替代CPU和GPU吗?

　　FPGA相对于CPU和GPU，在进行感知处置等简单重复的任务的时候的优势很明显，按照现在的趋势发展下去，FPGA或许会在未来替代机器人开发中 GPU的工作。因为FPGA和GPU虽然都精于大量的重复演算，但FPGA的能耗会远低于GPU。可是FPGA或许永远没有办法替代CPU的地位，而事实上目前的各类应用中，FPGA也多作为CPU的协处置器而出现，而不是真正的核心理念演算模块。而个中其原因其实也很简单，正是他们之前提到过数次的两个词：设计目的。

人类设计机器人的最终目的是希望它们能变得像他们一样，用跟他们类似的方式思考，拥有独立判断形势、处置任务的潜能。他们目前还不是很了解大脑工作的具体原理，但无论从经验还是直觉上看，类似人类的思维都不是由无数逻辑简单的堆积起来的。因为思维这件事物的复杂程度已经远远超出了演算的范畴。比如说，如果你想排序213 x 312而你想将它简化，你只须要很简单的将它分解成213个312相加，甚至是重复213次312个1相加。但如果你想算2的64次方呢?如果你想算 sin(27°)呢?甚至如果你想算log230呢?如果你一定要将其分拆成简单的演算，你就会发现你须要的资源会以难以想象的速度增长，直到就连把全市的小学生都叫来也做不完的程度。

就目前的表现上看，人脑显然不适合大规模并行排序。而更像是CPU那样精于单一且深度的思考(演算)。因此人脑的功能也与CPU的设计定位更吻合。因此无论如何，在脑科学有突破性进展之前，人们还是会倾向于使用看起来更有潜力的CPU来作为机器人的核心理念演算部件。或许随着FPGA的发展，机器人的越来越多感知部件的统计数据演算会由FPGA来承担(就像人类的小脑)，但很明显，两个部件的地位主要、核心理念与否，不是靠数量来判断的。

　　不能否认FPGA确实能在机器人开发中发挥很大的作用。但综合上看，它和CPU，甚至GPU更像是一种各司其职的地位，动不动就谈替代，或许有失严谨。

　　( 该文来源：互联网 )

声明：本网站所收集的部分公开资料来源于互联网，转载的目的在于传递更多信息及用于网络分享，并不代表本站赞同其观点和对其真实性负责，也不构成任何其他建议。本站部分作品是由网友自主投稿和发布、整理上传，对此类作品本站仅提供交流平台，不为其版权负责。如果您发现网站上所用视频、图片、文字如涉及作品版权问题，请第一时间告知，他们将根据您提供的证明材料确认版权并按国家标准支付稿酬或立即删除内容，以保证您的权益！联系电话：或 Email:editormmsonline.cn。

　　举报此信息

　　网友评论

　　匿名:

　　取消回复

　　还没有人评论过，快抢沙发吧！

　　请填写验证码：

　　昵称