ZYNQ7000性能分析

提到自動駕駛，機器人視覺，高清攝像機，都要想到攝像頭這個單元，先前本俠也講過一些FPGA應用在高清攝像頭和機器視覺中的深度攝像頭以及雙目攝像頭等，FPGA在裏面的做用主要是對採集的圖像進行處理，對圖像的處理須要硬件有着很好的並行的性能，那麼它處理速度跟ARM的CPU比起來有沒有優點呢？本俠今天就帶領各位一塊兒來探索一下FPGA在邊緣計算方面的應用。

提起計算速度，咱們首先能想到的是雲計算。雲計算有數不清的好處，例如計算快，計算數據的量大，等等。但智者千慮必有一失，沒有云計算的廠家可以保證他能作任何的事情，雲計算也有本身的不足之處，最大的不足就是計算的實時性不夠高。例如，在你把一些數據送到雲端去進行處理的時候總會有一些延遲，最難熬的莫過於等結果的時間。邊緣計算須要很高的計算性能，並且有着很高的實時性，FPGA可以同時並行處理不少的事情，既能知足數據處理速度的要求，還能知足實時性的需求，可謂是一箭雙鵰。今年在加利福尼亞的聖塔拉拉舉行的嵌入式視覺峯會上展現了基於Aldec的TySOM-2-7Z100原型板的4攝像頭ADAS模型，如圖.1所示。TySOM的性能很好，主要是由於裏面的核心的運算處理部件是Xilinx Zynq Z-7100的SoC。

圖.1 TySOM-2-7Z100原型板

如圖.2能夠看到Zynq在TySOM板子中的位置，爲何Zynq中的FPGA可以在邊緣計算方面獲得這麼好的應用呢？Zynq-7000可編程SoC將軟件可編程的ARM處理器和硬件可編程的FPGA放到了一個芯片中，可以實現數字分析的同時還可以實現硬件加速，裏面集成了CPU，DSP，ASSP和混合信號處理模塊。圖像處理所用的就是Zynq裏面的FPGA模塊。那麼ARM核心在TySOM辦卡中可以起到什麼做用呢？

Aldec的TySOM-2-7Z100原型板的良好的性能依賴於Zynq裏面有着雙核的ARM Cortex-A9處理器和一個FPGA邏輯。整個圖像處理的過程是先從攝像頭採集圖像開始，使用一個邊緣檢測算法（這裏的邊緣指的是對物理邊緣的感知，例如物體或者是巷子的邊界線等）。這是一個計算密集的任務，由於有上百萬的像素須要通過計算。採集到的圖像若是是在ARM CPU中進行處理的話每秒鐘只能處理3張的圖像，然而在FPGA中每秒能夠處理27.5張的圖像，可見在Zynq中FPGA有着舉足輕重的做用。也就是說，有了FPGA圖像的處理速度有了將近10倍的速度的提高。

圖.2 TySOM-2-7Z100板的正面圖

有了高性能的核心處理芯片還不夠，還須要神通廣大的外設接口來跟其餘的設備進行交互。TySOM的設計可以兼容多達362個I/O的外設接口、16個GTX收發器、兩個FMC-HPC能夠支持擴展子卡的鏈接口。ARM CPU處理數據的時候須要的基本的標準接口例如DDR3 RAM，USB和HDMI；ARM核心還可以支持Linux的操做系統和其餘一些類型的實時操做系統。不只如此，ARM的CPU有着1GB的DDR3 RAM可以讓其進行支配，能夠支持擴展32GB的SSD存儲空間。網絡的交互能夠經過RJ45接口通過Gigabit Ethernet PHY來實現，還配備了4個USB 2.0的接口。大多數的FPGA的接口都經過兩個FMC-HPC sockets接口來實現跟其餘設備的交互。這樣，ARM核心和FPGA模塊都可以和外界進行信息的交互。

自動駕駛正在如火如荼的進行中，隨着國家政策對自動駕駛的慢慢的承認，相信對技術來說是一件好事，不管是硬件仍是算法都會有本身的用武之地，在智慧城市，智慧生活的大環境下，FPGA的發展也會隨着潮流穩步的向前推動，更好的去擁抱改變，創造改變的機會。