雷達(dá)信號處理：FPGA還是GPU?

　　GPU和FPGA設(shè)計方法

　　GPU可以通過使用Nvidia專用CUDA語言或開放標(biāo)準(zhǔn)OpenCL語言來編程。這些語言在能力上非常相似，最大的不同在于CUDA只能用在Nvidia GPU上。

　　FPGA通常使用HDL語言Verilog或VHDL進(jìn)行編程。這些語言的最新版雖然采用了浮點(diǎn)數(shù)定義，但都不太適合支持浮點(diǎn)設(shè)計。例如，在System Verilog中，短實數(shù)變量對應(yīng)于IEEE單精度(浮點(diǎn))，實數(shù)變量對應(yīng)于IEEE雙精度。

　　DSP Builder高級模塊庫

　　使用傳統(tǒng)的方法將浮點(diǎn)數(shù)據(jù)通路綜合到FPGA的效率非常低，如Xilinx FPGA在Cholesky算法上使用了Xilinx浮點(diǎn)內(nèi)核產(chǎn)生函數(shù)的低性能顯示，。而Altera采兩種不同的方法。首先是使用DSP Builder高級模塊庫，這是基于Mathworks的設(shè)計輸入方法。這一工具支持定點(diǎn)和浮點(diǎn)數(shù)，支持7種不同精度的浮點(diǎn)處理，包括IEEE半、單和雙精度實現(xiàn)。它還支持矢量化，這是高效實現(xiàn)線性代數(shù)所需要的。最重要的是，它能夠?qū)⒏↑c(diǎn)電路高效的映射到目前的定點(diǎn)FPGA體系結(jié)構(gòu)中，如基準(zhǔn)測試所示，規(guī)模中等的28 nm FPGA，Cholesky算法接近了100 GFLOP。作為對比，在不具有綜合能力的規(guī)模相似的Xilinx FPGA上，實現(xiàn)Cholesky相同算法，性能只有20 GFLOP。

　　面向FPGA的OpenCL

　　GPU編程人員較為熟悉OpenCL。面向FPGA的OpenCL編譯意味著，面向AMD或Nvidia GPU編寫的OpenCL代碼可以編譯到FPGA中。而且，Altera的OpenCL編譯器支持GPU程序使用FPGA，無需具備典型的FPGA設(shè)計技巧。

　　使用支持FPGA的OpenCL，相對于GPU有幾個關(guān)鍵優(yōu)勢。首先，GPU的I/O是有限制的。所有輸入和輸出數(shù)據(jù)必須由主CPU通過PCI Express^® (PCIe^®)接口進(jìn)行傳輸。結(jié)果延時會讓GPU處理引擎暫停，因此，降低了性能。

　　面向FPGA的OpenCL擴(kuò)展

　　FPGA以各種寬帶I/O功能而知名。這些功能支持?jǐn)?shù)據(jù)通過千兆以太網(wǎng)(GbE)和Serial RapidIO^® (SRIO)，或直接從模數(shù)轉(zhuǎn)換器(ADC)和數(shù)模轉(zhuǎn)換器(DAC)輸入輸出FPGA。Altera定義了OpenCL標(biāo)準(zhǔn)的供應(yīng)商專用擴(kuò)展，以支持流操作。這種擴(kuò)展對于雷達(dá)系統(tǒng)非常關(guān)鍵，數(shù)據(jù)能夠從定點(diǎn)前端波束成形直接輸出，支持浮點(diǎn)處理階段的數(shù)字下變頻處理，實現(xiàn)脈沖壓縮，多普勒，STAP， 動目標(biāo)顯示(MTI)，以及圖2所示的其他功能。通過這種方法，數(shù)據(jù)流在通過GPU加速器之前，避免了CPU瓶頸問題，從而降低了總處理延時。

　　圖2.通用雷達(dá)信號處理圖

　　即使與I/O瓶頸無關(guān)，F(xiàn)PGA的處理延時也要比GPU低很多。眾所周知，GPU必須有數(shù)千個線程才能高效工作，這是由于存儲器讀取很長的延時，以及GPU大量的處理內(nèi)核之間的延時。實際上，GPU必須有很多任務(wù)才能使得處理內(nèi)核不會暫停等待數(shù)據(jù)，否則會導(dǎo)致任務(wù)很長的延時。

　　而FPGA使用了“粗粒度并行”體系結(jié)構(gòu)。它建立了多個經(jīng)過優(yōu)化的并行數(shù)據(jù)通路，每一通路在每個時鐘周期輸出一個結(jié)果。數(shù)據(jù)通路的例化數(shù)取決于FPGA資源，但一般要比GPU內(nèi)核數(shù)少很多。但是，每一數(shù)據(jù)通路例化的吞吐量要比GPU內(nèi)核高得多。這一方法的主要優(yōu)勢是低延時，這在很多應(yīng)用中都是關(guān)鍵的性能優(yōu)勢。

　　FPGA的另一優(yōu)勢是很低的功耗，極大的降低了GFLOPs/W。使用開發(fā)板測量FPGA功耗，表明Cholesky和QRD等算法是5-6 GFLOPs/W，而FFT等簡單算法則是10 GFLOPs/W。一般很難進(jìn)行GPU能效測量，但是，Cholesky的GPU性能達(dá)到50 GFLOP，典型功耗是200 W，得到的結(jié)果是0.25 GFLOPs/W，單位FLOP的功率比FPGA高20倍。

　　對于機(jī)載或車載雷達(dá)裝備，系統(tǒng)體積、重量和功耗(SWaP)都非常重要。在未來的系統(tǒng)中，雷達(dá)工作很容易達(dá)到數(shù)十個TFLOP。總處理能力與現(xiàn)代雷達(dá)系統(tǒng)的分辨率和覆蓋范圍相關(guān)。

　　融合數(shù)據(jù)通路

　　OpenCL和DSP Builder都依靠“融合數(shù)據(jù)通路”這種技術(shù)(圖3)，以這種技術(shù)實現(xiàn)浮點(diǎn)處理，能大幅度減少桶形移位電路，支持使用FPGA開發(fā)大規(guī)模高性能浮點(diǎn)設(shè)計。

　　圖3.采用融合數(shù)據(jù)通路實現(xiàn)浮點(diǎn)處理