Digitrode

Если вы тот, кто интересуется встраиваемыми системами и электронными устройствами, и если вы планируете собрать домашнюю лабораторию, то эта статья поможет вам.

Типичная лабораторная установка электронщика должна содержать осциллограф, генератор сигналов, логический анализатор, анализатор спектра и мультиметр. Но все это довольно дорого для обычного энтузиаста. Тогда позвольте представить одно устройство, которое включает в себя все измерительные системы и микросхему ПЛИС типа FPGA, чтобы вы могли одновременно измерять и программировать FPGA. И называется такая система Red Pitaya.

Существует довольно много различий между микросхемами FPGA и ASIC. Логика ASIC обычно намного больше, чем у FPGA. Существует разница в количестве вентилей на порядок, а рабочие часы намного выше, чем у FPGA. Более того, FPGA относительно гибкая, чем ASIC, потому что ее можно запрограммировать, но только с точки зрения RTL-дизайна. Но обо всем по порядку, поэтому давайте сначала вкратце рассмотрим, что из себя представляют ASIC и FPGA.

Технологии и финансы всегда были тесно связаны, однако с ростом популярности криптовалют и майнинга, сама технология стала финансами.

Вместо того, чтобы правительство и центральный банк контролировали создание и поставку валюты, криптовалютный подход реализует децентрализацию, основанную на распределенном реестре (блокчейне), принадлежащих целому ряду третьих сторон. Кроме того, в отличие от централизованного подхода, новые валютные единицы не могут производиться по желанию; вместо этого существует ограничение на общее количество единиц валюты.

Программируемые логические интегральные схемы типа FPGA не программируются – они конфигурируются. Большинство разработчиков схем с применением FPGA используют языки Verilog или VHDL для описания желаемой конфигурации интегральной схемы. При этом разработчики, как правило, моделируют и симулируют эти конфигурации, прежде чем перенести их в кремниевую структуру. Это хорошая привычка, особенно если вы захотите перейти с FPGA на ASIC, где изменения очень дороги.

И эти процессы моделирования и симуляции могут потребовать большого количества довольно производительного программного обеспечения. Впрочем, это не всегда должно быть обязательно так. И если сегодня вы можете пересылать письма по электронной почте, обрабатывать текст и разводить печатную плату в своем браузере, то почему бы в нем не разрабатывать конфигурацию схемы FPGA?

Программируемые логические интегральные схемы (ПЛИС) типа FPGA являются довольно мощным средством для разработки многих довольно сложных вычислительных устройств и электронных приборов. Но, к сожалению, уровень входа в мир FPGA довольно высок, особенно для новичков в электронике и построении логических схем.

С другой стороны в наше время очень бурно развивается экосистема Arduino, которая очень проста в понимании и изучении, дружелюбна в отношении новичков и позволяет создавать им интересные и полезные электронные проекты практически с первых дней знакомства с Arduino. В связи с этим прекрасным вариантом был бы некий симбиоз Arduino и FPGA, что и постарались сделать разработчики из Alorium, выпустив плату под названием Sno (произносится как «сноу», то есть снег).

Программируемые логические интегральные схемы (ПЛИС) типа FPGA могут иметь крутую кривую обучения, поэтому начальные учебные пособия являются популярной темой среди новичков.

Недавно компания Intel опубликовала видео под названием Basics of Programmable Logic: FPGA Architecture (Основы программируемой логики: архитектура FPGA), и вы можете увидеть его ниже. Конечно, Intel купила Altera, поэтому материал имеет немного привкус Altera/Intel, но курс достаточно общий, поэтому приведенные в нем концепции будут применяться практически к любой FPGA.

Если вы – новичок в работе с программируемыми логическими интегральными схемами (ПЛИС) типа FPGA и ищете новую отладочную плату, которая поможет вам учиться такому нелегкому делу, как программирование FPGA, то в данном материале будет как раз предоставлен краткий обзор трех оптимальных плат с FPGA для новичков.

Искусственный интеллект (ИИ) – это, несомненно, будущее вычислений, при этом большое количество исследований проводится в попытке создать полезный и надежный ИИ. Часть исследований ИИ включает в себя изучение области, называемой глубоким обучением, являющейся отраслью машинного обучения, которая использует алгоритмы для моделирования абстракций высокого уровня. В настоящее время для моделирования процессов глубокого обучения и обработки этих алгоритмов разрабатываются большие системы с использованием графических процессоров в качестве центрального средства обработки.

Большая часть сегодняшних массовых вычислений использует графические процессоры, потому что закон Мура за последние несколько десятилетий сохранился, однако мы приближаемся к тому времени, когда развитие графических процессоров (GPU) не будет соответствовать требованиям алгоритмов ИИ. В дополнение к вычислительной мощности, эти GPU-системы также потребляют большое количество энергии. Итак, как можно увеличить вычислительную мощность при одновременном снижении энергопотребления в процессе выполнения этих алгоритмов глубокого обучения?

Поскольку ПЛИС FPGA – это всего лишь сочетание компонентов цифровой логики на кристалле, для разработчиков не является редкостью создавать процессор, используя хотя бы часть схемы FPGA.

С появлением новых типов ядер появляются и новые их реализации для программируемых логических схем. VexRiscv – это реализация архитектуры процессора RISC-V с использованием языка SpinalHDL.

Если вы прожженный ардуинщик, но все же интересуетесь разработками с использованием плат на основе программируемых логических интегральных (ПЛИС) схем типа FPGA, то вас может заинтересовать недавнее появление отладочной платы DE0 Nano SoC Development Kit тайваньской компании Terasic.

В основе платы лежит микросхема Cyclone V с 40000 логических элементов и с интегрированным двухъядерным процессором ARM Cortex A9. Полезная особенность этой платы заключается в том, что благодаря расположению разъемов она совместима с шилдами Arduino.