FPGA 究竟能做什么？胶合逻辑、实时控制、信号处理与 SoC——FPGA 与 DSP、ASIC 的实现取舍

FPGA 究竟能做什么？逻辑粘合、实时控制、信号处理与 SoC——为什么 FPGA 在复杂算法上优于 DSP 和 ASIC #

初学者常问：FPGA 的应用范围到底有多大？这个问题的答案一直在变。早期的 FPGA 用来做逻辑粘合，也就是把不同的芯片连接起来。后来，实时控制让 FPGA 有了用武之地。灵活的协议实现让 FPGA 适应性很强。信号处理把 FPGA 推向了高端系统。而如今，片上系统（SoC）集成让 FPGA 有可能取代许多其他元件。但还有一个更深层的问题：与专用 DSP 或 ASIC 相比，FPGA 能否高效处理视频压缩（JPEG、H.264）？本文考察 FPGA 的处理模型（并行与流水线），解释为什么 FPGA 非常适合复杂算法，同时也指出它们在哪些方面存在困难（例如顺序文件系统管理）。

1. FPGA 应用的演变 #

FPGA 的应用经历了几个主要阶段：

• 逻辑粘合： 在 1990 年代，FPGA 连接不同的逻辑系列，填补 ASIC 之间的小空隙。例如：Xilinx XC4000 系列（现已停产）。
• 实时控制： 工业自动化、电机控制（PWM 生成、编码器反馈），使用 Altera Cyclone IV（EP4CE15）或 Xilinx Spartan-6（XC6SLX9）等器件。
• 灵活的协议实现： 实现可修改而无需硬件重新流片的定制接口（I2C、SPI、UART、PCIe、JESD204B）。现代示例：Xilinx Artix-7（XC7A100T）配备 6G 收发器，用于 PCIe Gen2/Gen3。
• 高端信号处理： JPEG 压缩、H.264/H.265 编码、雷达波束成形、医学成像。如 Xilinx Kintex-7（XC7K325T）或 Intel Arria 10（10AX115）等带有集成 DSP 切片。
• 片上系统（SoC）： 硬核 ARM 处理器加 FPGA 逻辑阵列，例如 Xilinx Zynq-7000（XC7Z020）、Zynq UltraScale+（XCZU9EG）、Intel Cyclone V SoC（5CSXFC6）、Arria 10 SoC。

**关键点： FPGA 并不是万能方案，但在需要高吞吐量、低延迟和灵活性的场合，往往比固定功能的 ASIC 或串行处理的 DSP 更合适。**

2. 并行处理与顺序处理：FPGA 为何更胜一筹 #

图 1（概念图）展示了一个典型的控制器或处理器（CPU、DSP）顺序执行任务。软件本质上是顺序执行的，每个输出都要经过多个步骤（如取指、译码、执行、写回）。如果一个输出需要 5 个时间单位，四个输出就需要 20 个时间单位。即使使用 DMA 等硬件加速器，协调开销仍然限制着速度。

图 2 展示了 FPGA 的并行处理：多条独立的数据通路同时运行。同样的四个输出只需 5 个时间单位即可完成——速度提升 4 倍。但并行会占用更多逻辑资源（面积就是成本）。例如，用 4 个并行乘法器实现 4 通道 FIR 滤波器，DSP 切片用量是单通道设计的 4 倍。

图 3 展示了流水线处理：经典的折中方案。数据依次流过各级（如 stage1：输入，stage2：乘法，stage3：累加，stage4：输出）。流水线填满后，每个时钟周期输出一个结果。资源用量约为全并行实现的 1/4，而吞吐量仍接近并行水平。对于视频压缩（JPEG、H.264），流水线是理想方案：第一帧延迟可能较高，但后续帧以线速输出。

正因如此，FPGA 在实时视频编码中优势明显。Xilinx Zynq UltraScale+ 可用 DSP48E 切片（25x18 乘法器）和块 RAM 做行缓冲，搭建 H.264 编码流水线，在 10W 以内实现 1080p60 编码——通用 CPU 甚至许多 DSP 都做不到。

3. 案例：JPEG 与 H.264 压缩 #

视频压缩的传统方案有以下几种：

• 专用 ASIC： 如海思 HI3519、TI DM8148（ARM+DSP）。效率很高，但 NRE 费用昂贵、开发周期长，而且正如一位项目经理所说，“只有专家才玩得转”。成本不只是钱——工程师摸清一套复杂新环境所花的时间也相当可观。
• 纯 DSP： 单颗 DSP（如 TI TMS320C6678）受顺序瓶颈限制，做全高清 H.264 编码可能吃力。不少设计改用 DSP+FPGA 组合。
• 纯 FPGA： 完全可行。搜“JPEG encoder FPGA”或“H.264 FPGA”能找到大量开源和商用 IP 核。Xilinx 和 Intel 都提供参考设计（如 Xilinx H.264/H.265 IP 核）。

FPGA 压缩设计用片上存储器（Block RAM）做像素缓冲和变换系数，用 DSP 切片做 DCT/量化，用状态机做熵编码（CABAC/CAVLC）。例如，Arria 10（10AX115S2F45I2SG）可以实现完整的 H.264 baseline 编码器，占用约 40% 的逻辑和 60% 的 DSP 切片，处理 1080p、60fps 时功耗低于 15W。

**关键要点： 无论算法多么复杂、实时性要求多高，FPGA 都足以胜任——尤其是采用流水线时。第一个输出可能有较高的延迟（在大多数系统中可以接受），但后续输出是连续的。**

4. 存储与运算：内部资源与外部资源 #

实时处理在很大程度上取决于存储器。外部 DRAM（DDR3/DDR4）会增加复杂性，并因访问延迟和总线争用而降低速度。FPGA 使用块 RAM（BRAM）和 UltraRAM（在 UltraScale+ 中）实现低延迟、确定性的存储。运算方面：

• 加法、减法、乘法： 使用 DSP 切片或基于 LUT 的逻辑。Xilinx 7 系列 DSP48E 支持 25x18 乘累加；Intel Arria 10 DSP 块支持 27x27 乘法。
• 平方根、幂、指数： 这些在 FPGA 逻辑中并非原生支持。使用 CORDIC 算法（迭代）或查找表（LUT ROM）。对于视频压缩，很少需要 sqrt；量化表是预先计算好的。

FPGA 厂商为常见数学函数提供 IP 核（例如 Xilinx Floating-Point Operator、Intel ALTPIPE）。如果要做定制设计，设计人员则用 CORDIC 或基于 LUT 的近似来实现。

5. FPGA 不擅长什么 #

“没有 FPGA 做不了的工作”这话没错，但确实有些任务不适合用 FPGA。具体来说，就是高度顺序化、控制密集型、数据依赖不可预测的算法，比如文件系统管理（FAT32、SD 卡上的 exFAT）。这类任务涉及大量条件分支、分散的内存访问，还有理不清的状态机。在 FPGA 里搭一个庞大的状态机不是不行，但设计、调试和维护都会变得极其复杂。遇到这类任务，用一颗小型微控制器（ARM Cortex-M、RISC-V），或者在 FPGA 内部放一个软核处理器（MicroBlaze、Nios II），都是更好的办法。

所以，FPGA 最适合以数据流为主的算法（流视频、数字滤波、FFT、数据包处理），而不是以控制为主的算法。

6. 常见应用的推荐 FPGA 型号 #

7. 成本效益：FPGA、DSP 与 ASIC 对比 #

• ASIC： 大批量（数百万颗）时单颗成本最低，但 NRE 最高（掩膜版组，$10M+）。最适合固定功能的大规模生产。
• DSP： NRE 适中，编程更容易（C 语言），但顺序瓶颈限制了视频吞吐量。TI 的 C66x 可达到约 40 GMAC/s；而 Arria 10 这类 FPGA 可达到 >1000 GMAC/s。
• FPGA： 无 NRE（开发时间除外），灵活，性能高。相同吞吐量下，单颗成本高于 ASIC，但低于 DSP。非常适合中等批量（100-100k 颗）或算法快速演进的应用。

以 H.264 编码器为例，FPGA 方案（如 Xilinx Zynq）批量时每颗芯片成本可能为 $50-150，而 ASIC 方案（如果 >500k 颗）可能降至 $10-20。但 ASIC 的设计工作量（12-24 个月）和风险，对于生命周期不确定的产品来说可能并不值得。