FPGA 協(xié)處理的進(jìn)展

盡管FPGA架構(gòu)具有許多出眾的性能，一些性能必須共同發(fā)揮作用，才能提供優(yōu)于CPU協(xié)處理的解決方案。

芯片與算法基礎(chǔ)
大部分雙精度浮點算法的加法與乘法操作比例大約為1:1。在FPGA中，加法運算使用邏輯資源，乘法運算使用DSP塊，因此FPGA的邏輯資源與DSP塊的比例必須均衡。FPGA的另一個特點是其可編程功率技術(shù)，該技術(shù)可針對所有邏輯塊、DSP塊與存儲器塊進(jìn)行編程，根據(jù)設(shè)計的時序要求將其設(shè)定為高功耗或低功耗模式。
浮點運算核已經(jīng)改進(jìn)，可運行于更高的時鐘速率，使用更少的DSP塊和更少的邏輯資源。采用浮點編譯器可減少不同浮點運算核之間用于連接64位數(shù)據(jù)通路的邏輯資源。

在一次浮點運算結(jié)束時，合并對浮點運算進(jìn)行規(guī)格化處理(定點格式轉(zhuǎn)換至浮點格式)的步驟，可以顯著減少對后續(xù)浮點運算輸入的去規(guī)格化處理(浮點格式轉(zhuǎn)換為定點格式)。浮點運算的數(shù)學(xué)表達(dá)式的整個數(shù)據(jù)通路可熔接在一起，這會最多減少40%的邏輯資源并使時鐘速率略有提高。

浮點運算的正確組合十分重要。如果算法有許多超越運算(求指數(shù)、求對數(shù)等)，F(xiàn)PGA可配置所需要的數(shù)目。在GPGPU設(shè)計中，會增加一些硬模塊實現(xiàn)上述函數(shù)，但比例比單精度浮點邏輯少得多。使用算法技巧、抽象硬件細(xì)節(jié)及針對個別FPGA資源的優(yōu)化都需要函數(shù)庫。

基于芯片、算法與庫基礎(chǔ)，圖2的系統(tǒng)級解決方案涉及到了工具鏈、模塊/板級設(shè)計、CPU接口以及采用合作公司專門技術(shù)的由CPU至基于FPGA的加速器的數(shù)據(jù)傳輸。

圖2 FPGA加速系統(tǒng)級解決方案的基礎(chǔ)

使持續(xù)性能接近峰值
對于可并行化或流水化的任務(wù)，相對于峰值性能而言，F(xiàn)PGA經(jīng)常能夠大大提高持續(xù)性能，并可利用各器件資源。以一個蒙特卡洛布萊克-斯科爾斯基準(zhǔn)測試程序為例，它可建立一條運行頻率為150MHz的等式流水線。

在每個時鐘周期，F(xiàn)PGA通過梅森素數(shù)旋轉(zhuǎn)核產(chǎn)生的隨機(jī)數(shù)被輸入(接入)“定制指令”，每個時鐘周期產(chǎn)生一個結(jié)果。12條“定制指令”與模塊的兩片F(xiàn)PGA匹配，利用雙精度浮點邏輯輸出12×150M=1.8G結(jié)果/秒。通過額外倍頻，可預(yù)期實現(xiàn)性能為上述性能的兩倍。

對比不同架構(gòu)的浮點能力持續(xù)性能與峰值性能十分有趣。表2給出了四種可能解決方案的單精度浮點峰值性能。由于布萊克-斯科爾斯公式需要常規(guī)加法與乘法函數(shù)以外更多的函數(shù)(指數(shù)、平方根等)，布萊克-斯科爾斯結(jié)果的總GFLOPS未作統(tǒng)計。

表3給出了布萊克-斯科爾斯結(jié)果與峰值GFLOPS的比例，作為比較持續(xù)性能與峰值性能的一種相對衡量方法。相比峰值性能，F(xiàn)PGA達(dá)到了最佳持續(xù)性能。相比另外兩種加速器的單精度邏輯，F(xiàn)PGA的雙精度邏輯具有最優(yōu)原始性能以及最優(yōu)的“性能/瓦”參數(shù)。

對許多包含并行性或可流水化的算法而言，由于裕量連接帶寬可實現(xiàn)用戶自定義的數(shù)據(jù)通路，這樣，邏輯可在一個時鐘周期內(nèi)訪問存儲器或訪問另一個邏輯塊的結(jié)果，從而使FPGA的持續(xù)性能可接近峰值性能。由于固定架構(gòu)具備預(yù)先確定的用以實現(xiàn)不同功能的邏輯塊集合，所以可以為FPGA配置支持某種給定算法的最優(yōu)邏輯函數(shù)比例來實現(xiàn)器件資源的最佳利用。