ZYNQ7000性能分析

提到自动驾驶，机器人视觉，高清摄像机，都要想到摄像头这个单元，先前本侠也讲过一些FPGA应用在高清摄像头和机器视觉中的深度摄像头以及双目摄像头等，FPGA在里面的做用主要是对采集的图像进行处理，对图像的处理须要硬件有着很好的并行的性能，那么它处理速度跟ARM的CPU比起来有没有优点呢？本侠今天就带领各位一块儿来探索一下FPGA在边缘计算方面的应用。

提起计算速度，咱们首先能想到的是云计算。云计算有数不清的好处，例如计算快，计算数据的量大，等等。但智者千虑必有一失，没有云计算的厂家可以保证他能作任何的事情，云计算也有本身的不足之处，最大的不足就是计算的实时性不够高。例如，在你把一些数据送到云端去进行处理的时候总会有一些延迟，最难熬的莫过于等结果的时间。边缘计算须要很高的计算性能，并且有着很高的实时性，FPGA可以同时并行处理不少的事情，既能知足数据处理速度的要求，还能知足实时性的需求，可谓是一箭双鵰。今年在加利福尼亚的圣塔拉拉举行的嵌入式视觉峰会上展现了基于Aldec的TySOM-2-7Z100原型板的4摄像头ADAS模型，如图.1所示。TySOM的性能很好，主要是由于里面的核心的运算处理部件是Xilinx Zynq Z-7100的SoC。

图.1 TySOM-2-7Z100原型板

如图.2能够看到Zynq在TySOM板子中的位置，为何Zynq中的FPGA可以在边缘计算方面获得这么好的应用呢？Zynq-7000可编程SoC将软件可编程的ARM处理器和硬件可编程的FPGA放到了一个芯片中，可以实现数字分析的同时还可以实现硬件加速，里面集成了CPU，DSP，ASSP和混合信号处理模块。图像处理所用的就是Zynq里面的FPGA模块。那么ARM核心在TySOM办卡中可以起到什么做用呢？

Aldec的TySOM-2-7Z100原型板的良好的性能依赖于Zynq里面有着双核的ARM Cortex-A9处理器和一个FPGA逻辑。整个图像处理的过程是先从摄像头采集图像开始，使用一个边缘检测算法（这里的边缘指的是对物理边缘的感知，例如物体或者是巷子的边界线等）。这是一个计算密集的任务，由于有上百万的像素须要通过计算。采集到的图像若是是在ARM CPU中进行处理的话每秒钟只能处理3张的图像，然而在FPGA中每秒能够处理27.5张的图像，可见在Zynq中FPGA有着举足轻重的做用。也就是说，有了FPGA图像的处理速度有了将近10倍的速度的提高。

图.2 TySOM-2-7Z100板的正面图

有了高性能的核心处理芯片还不够，还须要神通广大的外设接口来跟其余的设备进行交互。TySOM的设计可以兼容多达362个I/O的外设接口、16个GTX收发器、两个FMC-HPC能够支持扩展子卡的链接口。ARM CPU处理数据的时候须要的基本的标准接口例如DDR3 RAM，USB和HDMI；ARM核心还可以支持Linux的操做系统和其余一些类型的实时操做系统。不只如此，ARM的CPU有着1GB的DDR3 RAM可以让其进行支配，能够支持扩展32GB的SSD存储空间。网络的交互能够经过RJ45接口通过Gigabit Ethernet PHY来实现，还配备了4个USB 2.0的接口。大多数的FPGA的接口都经过两个FMC-HPC sockets接口来实现跟其余设备的交互。这样，ARM核心和FPGA模块都可以和外界进行信息的交互。

自动驾驶正在如火如荼的进行中，随着国家政策对自动驾驶的慢慢的承认，相信对技术来说是一件好事，不管是硬件仍是算法都会有本身的用武之地，在智慧城市，智慧生活的大环境下，FPGA的发展也会随着潮流稳步的向前推动，更好的去拥抱改变，创造改变的机会。