?

　　替代CPU/GPU？ 探究FPGA是主持者獨享機器人晶片

　　國際金屬加工網

　　先進制造 ◇ 系列技術講座

　　1月11日13:30-17:00 2023 Ansys中國機器人行業典型研討會

　　【薩德基】最近他們看見一篇該文，說FPGA可能將會替代CPU和GPU成為今后機器人研發應用領域的主要晶片。該文列舉了許多表單和實驗統計數據，證明了在許多應用領域 FPGA的操控性會極大優于CPU。因此預言FPGA今后可能將會替代CPU和GPU現在的地位。但事實真的是這種嗎?要弄清楚那個問題，他們具體來說得對CPU 和FPGA都有足夠的了解。

FPGA那個詞可能將許多人都有所聽聞，特別是理科的同學們大多數應該都自愿或被迫被那個詞朋友圈過。但要真追究起來FPGA究竟是個什么小東西。許多非相關專業的人單廂陷入一臉迷茫。不過說起開發板，可能將知道的人就許多了，有些人能以為FPGA就是開發板。但實際上FPGA指的只是開發板上面的那一小塊晶片而已(右圖黃圈處)，整座開發板的其余部件都是為的是協同它工作，讓它發揮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開發板，via (暫不可見)/youtube

可即使有心的同學曾經搜到了這里，或許也想不通它和CPU究竟有什么區別，畢竟把它的位置換成CPU，整座開發板看起來就變為幾塊普通的電腦主板了嘛，感覺簡直分分鐘接上硬盤和顯示器就能開始LOL了。確實，不管從外形上上看還是實際的功能上上看，FPGA和CPU都表現得太像了，但在這兩者相似的外表之下，其內部內部結構其實有著根本性的差異，而這種差異也正是FPGA會被許多人認為適合機器人開發的其原因，因為它的內部結構下定決心了它在處置機器人須要的許多演算，特別是在機器感知這方面的處置時的速度會比CPU快許多，同時還能將耗電掌控在很低的水平。

　　CPU的內部結構

在講FPGA之前，他們先從大家比較熟悉的CPU的統計數據處置方式講起。具體來說須要強調的一點是，處置他們命令的排序機組件本身是無法認知他們的命令的，它們根本無法認知作為組成CPU最基本的組件——晶體管能實現的兩種狀態：“開”和“關”的含義，對應的就是1和0這兩個機器碼數字，這也是排序機的整座體系都基于十進制建立的其原因。而為的是讓他們下達的各種各樣的命令變為CPU能認知的0和1，CPU須要兩個專門針對的TNUMBERx6i器來譯者他們的命令。那個過程分為兩步： “取指”(從兩個專門針對存放命令的緩存中將須要執行的命令提取出來)和“TNUMBERx6i”(根據特定的規則將命令譯者成排序模塊能夠認知的統計數據)。CPU的結構大概是這種的

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與相對低速的緩存間為的是提高從緩存獲得命令的工作效率而設置的兩個臨時命令緩存，DRAM則是速度很慢的那一小部分命令緩存。能看見，真正的排序模塊ALU只占了CPU結構中不大的一小部分。這種的設計是有其原因的。CPU存有的目的是作為通用型排序機的處置核心理念，注意“通用型”兩字詞，這意味著塊核心理念要具備處置各種各樣五花八門的命令明確要求的潛能，因此因為要處置來自多個設備的請求，它要擁有隨時中止目前的演算轉而進行其他演算，圓滿完成后再從中斷點繼續當前演算的潛能。把這些話看完你可能將都快睡著了，但在CPU內這些都明確要求在一瞬間圓滿完成。所以CPU須要有比較復雜的邏輯掌控模塊和這套獨特的命令譯者結構。這都是保證CPU能順利圓滿完成它的使命的要的小東西。能說，在排序工作效率和通用型性上CPU犧牲前者選擇了后者。

　　FPGA的結構

　　而FPGA最早是從專用集成電路發展而來的半定制化的電子電路電路。從誕生的那一天起它的生父就下定決心了它不像CPU那樣能靈活的處置各種沒有見過的命令，而根本無法根據兩個固定的模式來處置輸入的統計數據然后輸出，FPGA的結構是這種的。

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

　　via CSDN

很簡單，絕大部分都是排序模塊(上圖中黃色部分其實就相當于CPU結構圖中綠色的部分)，但沒有掌控模塊并不代表FPGA就不會執行命令了，事實上 FPGA里掌控模塊的角色就是由圖中的每個掌控模塊和模塊之間電子電路的邏輯連接線來圓滿完成的，通過FPGA編程，開發者能更改FPGA的每個模塊的演算邏輯和模塊之間的連接方式，從而使其達到和一般的運行程序差不多的效果。它與CPU的不同，在于它無法應對沒有被編程過的命令。編程方式一旦確定，FPGA 就根本無法根據被編程的處置邏輯和方式來處置特定的統計數據輸入。但這種的架構換來的是FPGA內部幾乎全是排序模塊，因此FPGA的實際演算潛能會比看起來強得多，特別是在運行簡單但重復性高的任務的時候，由于簡單，因此很少的幾個邏輯模塊，甚至兩個就能獨立輸出那個演算的結果。而由于省去了CPU的取指和TNUMBERx6i兩個步驟，FPGA重復運行相同代碼的工作效率得到了極大的提高。

有兩個比喻打得很恰當，CPU就像大學里一位德高望重的老教授，積分微分啥單廂算，但畢竟它只有兩個人，當排序任務太重的時候也會被累趴下，而FPGA這種的結構，就像是整座小學里所有小學生組成的隊列，每個人都只會算簡單的加減乘除，但有些量大但不復雜的演算任務交給他們就是會比較快。

　　具體表現在操控性上，很明顯的一點就是一般的CPU根本無法同時處置4到8個命令，而不算太差的只要FPGA優化得當，能同時處置256個甚至更多的命令。其實GPU的設計思路同FPGA類似，都是為的是處置大量簡單重復的演算而出現的設備。但GPU的操控性強悍的同時耗能也很高，而FPGA因為編程和優化都是直接在硬件層面進行的，能耗會低許多。

　　機器開發中的排序

現在他們能敘述正題了。前文提到，FPGA在處置機器人須要的某些統計數據的時候的優勢會比CPU大許多。沒錯，就是感知排序。他們不須要懂得太多專業知識，只須要想象一下就能明白其中原理。就像該文中提到的那套主流的位置追蹤算法SIFT的例子：SIFT的主要工作步驟有三步：1：通過特定的算法找出圖片中的關鍵點，2：對關鍵點附加兩個詳細的標識，3：通過不斷的對比新舊兩幅圖片上每個關鍵點的位置求出兩幅圖之間對應位置的差異。

　　不難發現，整座過程重復性極高，因此其中并沒有過于復雜的演算。因此使用FPGA進行該算法的排序會比使用CPU快許多。事實上，該文中表示根據加州大學洛杉磯分校的一項相關的實驗結果，FPGA在運行SIFT命令時的執行工作效率是CPU的足足30倍。處置速度快這么多，耗能又如此小。也難怪有些人能認為 FPGA擁有替代CPU和GPU的潛能了。

但FPGA真的能替代CPU和GPU嗎?

　　FPGA相對于CPU和GPU，在進行感知處置等簡單重復的任務的時候的優勢很明顯，按照現在的趨勢發展下去，FPGA或許會在未來替代機器人開發中 GPU的工作。因為FPGA和GPU雖然都精于大量的重復演算，但FPGA的能耗會遠低于GPU。可是FPGA或許永遠沒有辦法替代CPU的地位，而事實上目前的各類應用中，FPGA也多作為CPU的協處置器而出現，而不是真正的核心理念演算模塊。而個中其原因其實也很簡單，正是他們之前提到過數次的兩個詞：設計目的。

人類設計機器人的最終目的是希望它們能變得像他們一樣，用跟他們類似的方式思考，擁有獨立判斷形勢、處置任務的潛能。他們目前還不是很了解大腦工作的具體原理，但無論從經驗還是直覺上看，類似人類的思維都不是由無數邏輯簡單的堆積起來的。因為思維這件事物的復雜程度已經遠遠超出了演算的范疇。比如說，如果你想排序213 x 312而你想將它簡化，你只須要很簡單的將它分解成213個312相加，甚至是重復213次312個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?如果你一定要將其分拆成簡單的演算，你就會發現你須要的資源會以難以想象的速度增長，直到就連把全市的小學生都叫來也做不完的程度。

就目前的表現上看，人腦顯然不適合大規模并行排序。而更像是CPU那樣精于單一且深度的思考(演算)。因此人腦的功能也與CPU的設計定位更吻合。因此無論如何，在腦科學有突破性進展之前，人們還是會傾向于使用看起來更有潛力的CPU來作為機器人的核心理念演算部件。或許隨著FPGA的發展，機器人的越來越多感知部件的統計數據演算會由FPGA來承擔(就像人類的小腦)，但很明顯，兩個部件的地位主要、核心理念與否，不是靠數量來判斷的。

　　不能否認FPGA確實能在機器人開發中發揮很大的作用。但綜合上看，它和CPU，甚至GPU更像是一種各司其職的地位，動不動就談替代，或許有失嚴謹。

　　( 該文來源：互聯網 )

聲明：本網站所收集的部分公開資料來源于互聯網，轉載的目的在于傳遞更多信息及用于網絡分享，并不代表本站贊同其觀點和對其真實性負責，也不構成任何其他建議。本站部分作品是由網友自主投稿和發布、整理上傳，對此類作品本站僅提供交流平臺，不為其版權負責。如果您發現網站上所用視頻、圖片、文字如涉及作品版權問題，請第一時間告知，他們將根據您提供的證明材料確認版權并按國家標準支付稿酬或立即刪除內容，以保證您的權益！聯系電話： 或 Email:editormmsonline.cn。

　　舉報此信息

　　網友評論

　　匿名:

　　回復

　　取消回復

　　還沒有人評論過，快搶沙發吧！

　　請填寫驗證碼：

　　昵稱

　　評論

　　相關鏈接

　　多邊折彎中心與機器人的有機結合：薩瓦尼尼P-Robot解決方案（上）

　　23-01-06

　　當打之年！5G進入工業連接新時代

　　23-01-05

國際金屬加工網2023新年特刊：中國新發展 世界新機遇

　　23-01-04

　　優傲預測：2023年協作機器人市場五大自動化趨勢（上）

　　22-12-30

　　ABB機器人超級工廠在滬正式開業

　　22-12-29

　　新能源鋰電制造背后的未來“智造主力”— AMR工業移動機器人

　　22-12-29

　　igus軸承：全球首款全自動工業干式清潔機器人升級啦！

　　22-12-28

　　易格斯2023：堅持創新與合作，走綠色可持續發展之路

　　22-12-21

　　322臺，中國機器人密度超越美國

　　22-12-19

　　工業機器人自動化行業的十大趨勢

　　22-12-19

　　ABB超級工廠用機器人制造機器人

　　22-12-19

全球知名機器人制造商Universal Robots入駐igus的RBTX低成本自動化市場

　　22-12-16

　　高性價比的貼標機器人榮獲2022年ROIBOT獎冠軍

　　22-12-16

　　igus收購Commonplace Robotics的大部分股份，大幅提升創新潛能

　　22-12-16

　　深化產教融合，培養“智造”人才 | 庫卡機器人助力現代教育再上一層樓

　　22-12-16

　　英特爾助力機器人產業升級，“機器視覺+”將行之何方？22-12-15FANUC產品推薦

　　22-12-14

　　北京發那科： 智造無限 . 發啟未來

　　22-12-14

　　并聯機器人在3C應用領域零部件加工的應用

　　22-12-13

　　【禾川科技】國產并聯機器人如何在3C應用領域占據一席之地？22-12-13

　　最新反饋

　　注冊獲取更多行業信息

　　暫無反饋

　　無須注冊，輕松溝通

姓名

　　單位名稱

　　電話

　　電子郵件

　　留言

　　詳細需求信息請在此處填寫