使用FPGA提升移动异构计算架构的电源效率和设计灵活性

现在的移动系统比以往任何时候都更加智能。因为用户总是需要更多的功能，导致设计工程师不断地增加嵌入式传感器的使用种类和数量。图像传感器支持诸如手势和面部识别、眼球跟踪、接近度、深度以及运动感知功能。 健康传感器监测用户的EKG、EEG、EMG和温度数据。音频传感器实现语音识别、短语侦测和位置传感服务。

这些器件现在能够用于实现“环境感知”子系统，允许系统在不提示用户的情况下执行高级、增强任务的决策。 例如，温度、化学、红外和压力传感器可以评估安全风险并在危险环境中跟踪用户的健康。精确的图像传感器和环境光传感器可以提高图像分辨率，并随环境的变化自动调整显示屏可读性。

这些新功能对系统设计有重大影响。为了优化决策过程，这些设备必须尽可能快地收集、传输和分析数据。系统响应越快，就越能准确地适应快速变化的环境。此外，由于“情境感知”系统必须始终跟踪环境的变化，系统功耗可能都用在这些新功能上了。

为了解决这个问题，越来越多的开发工程师采用移动异构计算(MHC)架构。顾名思义，异构体系结构采用不同类型的处理器。不同于仅使用单个CPU或GPU，异构架构可以添加ASIC或FPGA以执行高度专用的处理任务。

系统设计工程师转向MHC的主要原因之一是它使开发工程师能够将重复计算任务移至最有效的处理资源以降低功耗。例如，GPU、CPU和FPGA之间的一个主要区别是它们如何处理数据。GPU和CPU通常以串行方式工作，逐个执行计算任务。如果设计工程师想要减少系统延迟以实时响应传感器输入，那么他或她必须加速系统时钟，这导致在此过程中增加功耗。另一方面，FPGA使得系统能够执行并行计算，这可以降低功耗，特别是对于计算密集型重复工作的应用而言。

FPGA很少用于这些任务可以归因于普遍的误解。许多设计工程师认为FPGA是相对较大的器件。可事实并不总是这样。例如，莱迪思半导体提供的FPGA的尺寸小至1.96 mm2。这些紧凑型器件具有相对较少数量的I/O。但对于某些应用的设计工程师而言却刚刚合适。举个例子，为波束形成应用合并多个麦克风只需很少的I/O。现在，设计工程师可以找到尺寸从1.96 mm2，用于简单功能(如RFFE天线调谐或电平转换)的FPGA到尺寸为6.25 mm2，用于更复杂并支持4K视频传输的机器视觉应用的FPGA。

图1：FPGA的尺寸在逐年变小。

低密度FPGA能够为当今的智能系统提供许多其他优点。现在的移动设备中传感器和显示器的快速增长对于I/O提出了新的挑战。设计工程师必须将日益增多的传感器和显示器接口集成到一起，包括使用专有或定制解决方案的传统系统。在许多情况下，设计工程师可以使用低密度FPGA或基于FPGA架构构建的可编程ASSP将来自多个传感器的数据聚合到单个总线或实现各个独立接口间的桥接。通过可重复编程的I/O，这些FPGA能够支持各种桥接、缓存和显示应用。最近兴起和快速普及的低成本MIPI接口，如CSI-2和DSI，已经帮助简化了上述工作。

在今天的“情境感知”系统中，数据是一种越来越有价值的商品。系统比以往任何时候都依赖于快速扩展的传感器以满足日益增长的功能需求。但数据只有在能够快速有效地被捕获、传输和分析时才有用。通过利用移动计算市场和MIPI的最新I/O优势以及MHC架构中低密度可编程逻辑的固有优点，设计工程师可以优化系统收集、传输和分析这一关键资源的能力。

关注最前沿的电子设计资讯，请关注“电子工程专辑微信公众号”。