DSP+FPGA的前景及应用调研

DSP+FPGA处理系统正广泛应用于复杂的信号处理领域。在雷达信号处理、数字图像处理等领域中，信号处理的实时性至关重要。由于FPGA芯片在大数据量的底层算法处理上的优势及DSP芯片在复杂算法处理上的优势，DSP+FPGA的实时信号处理系统的应用越来越广泛。

 

DSP的主要优点是，可编程，成本低，现有人才多。

FPGA的优点是：高性能，但其也是以高成本为代价的。然后又是硬件设计，周期长，会的人才有限。

DSP/FPGA的共同优点是处理信号的实时性。

 

主要应用领域：复杂信号处理，如视频处理，雷达声纳处理。

 

软件无线电，北斗卫星信号合成。

采用DSP+FPGA完成数字中频信号的产生，然后与载波模块调制产生射频信号。

嵌入式处理器有很多种：MCU，DSP，FPGA，SoC，FPGA+SoC，DSP+SoC等。就嵌入式视觉而言，最好的硬件平台还是FPGA+SoC，比如Zynq系列的Z7000系列，Altera 的Cyclone V系列（好像用人的比较少）。既可以利用FPGA实现一些简单的预处理，还可以在SoC上运行Linux，利用很多现有的机器视觉库，比如OpenCV, Halcon等，嗯！站在巨人的肩膀上。而且有一款非常火的深度学习计算棒Movidius可以支持兼容Linux和x86平台，提供API加速图像识别过程

再来说说DSP架构特点。TI推出了与OpenCV兼容的ImgLib，而且函数接口也都保持一致，这一点上DSP还是费劲了心思，个人感觉用途不大。因为Opencv一直在集成最新的算法进去，而TI的ImgLib似乎更新比较慢。而且，TI的达芬奇处理器在火了一段时间之后终于还是沉默了，开发流程太繁琐。

       FPGA呢，其实进适合做一些简单的预处理，比如伽马校正等。如果在FPGA上搭建软核实现图像遍历算法的话流程比较长，在这一点上还不如FPGA加DSP或ARM。

 

DSP优势：

• 在通信系统中dsp因为在乘法器傅立叶变换中的较快速度目前还是用的比较广泛的

 

 

二、ZYNQ与DSP的比较

• ZYNQ的优势

嵌入式计算？ZYNQ7000这类器件恐怕要淘汰很多DSP。两颗ARM核加相当充裕的可编程逻辑资源，而且白菜价，DSP面临性能功耗价格灵活性全线溃败的境地。谈到开发难度，人家直接带着LINUX、HLS和MPSOC上场，真不见得比写并行汇编更难。

dsp是原越来越尴尬了。只是因为惯性现在还有很多应用

• 利用 Zynq-7000 SoC 实现针对 DSP 功能的软件加速

https://china.xilinx.com/video/hardware/software-acceleration-dsp-functions-with-zynq-7000.html

本演示介绍了 Zynq-7000 SoC 及其利用 NEON 引擎或硬件加速功能实现软件加速的能力。敬请查看 Zynq-7000 SoC 在面向数据采集和加速数字信号处理 (DSP) 的单芯片参考设计中的灵活性优势，其不仅可对软件进行加速，还能充分利用处理器和可编程逻辑之间的低延迟和高性能数据传送功能。

• Zynq中的FPGA在边缘计算中相比于ARM CPU要快近10倍

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示了基于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，主要是因为里面的核心的运算处理部件是Xilinx Zynq Z-7100的SoC。采集到的图像如果是在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中每秒可以处理27.5张的图像，可见在Zynq中FPGA有着举足轻重的作用。

 

arm性价比高，开发灵活，多加一份钱就多一份性能，从低端控制到高端显示，应用面广泛；

dsp性价比中，功能基本等同于arm，适当提高了计算能力和实时性，主要用于信号处理和中高端控制等领域；

fpga性价比低，功能潜力无限，适用于特殊算法、低延时高实时性计算、多接口管理等领域

 

（二）别忽视DSP的软实力！
DSP几乎涵盖控制、音视频图像处理，模式识别这些领域，硬件优势是一方面，德仪还提供丰富的性能极高的算法，算法之多，你或许难以相信，尤其是视频和音频的处理，每年大批的研发费用流向算法的研究，当然了，算法的使用需要支付很高的费用。这也归功于DSP是支持C和汇编的，也归功于它良好的编译器。这样，德仪这么做也给DSP贴了一个标签，DSP广泛适用于运算的各个领域，涵盖控制领域，数字视频，数字图像，音频，人工智能的处理，DSP具备广普性。我相信，这方面多多少少为DSP的地位提供了一份稳定的保障。

dsp相对于ARM实时信号处理方面比较好吧，而x86,arm在实时方面优势不太好，因为通用cpu指令序列和数据序列处理速度不确定那实时性很难保证，可能需要一些特殊数学技巧那确保实时性。。

（三）FPGA软之殇。
赛思灵等的FPGA，性能足，并行处理机制，仿佛威胁到了DSP的地位，但是它有个与生俱来的弊端----HDL和Ver语言灵活性比C差很多，高端复杂算法“有力无心”，即便硬生生的开发出相关算法，开发成本之高，投入人力物力不可想象，且可以移植性很差。FPGA这些公司垂涎DSP的位置已久，可令他们头疼的正是各个领域算法研发的不完整，站在DSP的位置去看FPGA，它们真的有好远好远的路要走，如何解决HDL的不灵活；如何编出形形色色的结合工程领域的数学算法；如何优化；如何丰富算法库；如何解决移植问题；如何将运算和并行机制完美结合；运算效率如何超越DSP；就算加个假设，FPGA想出了极佳的解决算法灵活性的方案，但需要多久去丰富各个领域的算法库，丰富之后，效率如何，用户体验如何，用户基数多吗，投入的这些能赚回来吗。DSP从诞生开始走到今天并不容易，需要时间的积累，沉淀，需要无数人拿捏市场方向，去赌，去思考，常用的算法，已经经过无数人的实践，优化反馈，再优化，再反馈，这些过程FPGA不需要走一遍吗？也难道DSP在这期间就不发展了，坐在那里等着FPGA撵上再一起比较发展？当然不可能，DSP也再不断的发展。所以，DSP硬件上有一定的优势，软实力也是有的。