算法在 FPGA 结构中的运行速度比在处理器中快多少？

现场可编程门阵列 (FPGA) 是一组逻辑门，这些逻辑门经过硬件编程以执行用户指定的任务。基于处理器的平台。得益于高速嵌入式资源，如 DSP 片和快速存储器，FPGA 现在是也用于算法加速。

该项目将 Pi 估计算法在 FPGA 硬件中的运行速度与同一算法在处理器上的运行速度进行了比较。ARM/FPGA SoC 开发的核​​心选项。Xilinx Zynq-7000 架构紧密集成了单核或双核 667MHz ARM Cortex -带有 Xilinx 7 系列 FPGA 的 A9 处理器。

Zynq APSoC Architecture

Cora Z7 产品变体分别称为 Cora Z7-10 (184-0484) 和 Cora Z7-07S  (184-0456) 。Cora Z7 广泛的硬件接口，从 1Gbps 以太网 PHY 到模拟到数字转换器和通用输入/输出引脚，使其成为开发各种嵌入式应用程序的理想平台。

Cora Z7 Zynq 7000 Platform

Estimating Pi using Monte Carlo Method

有很多网站解释Pi Estimation through Monte Carlo Method，可以看看这个网站。原理是产生大量的随机点，看有多少落在单位正方形围成的圆内。 正方形的面积为 1，而圆形的面积为 pi / 4，因为半径为 0.5。有大量随机点 (x,y)，

要实现该算法，您只需生成随机点(x, y)  ，然后检查该点与原点 (x,y) 的距离是否小于或等于 1 (x² + y² <= 1). 如果是，您增加出现在圆圈内的点数。

在 ARM 处理器和 Linux 中运行算法

本教程 教你如何在Cora Z7 ARM处理器上启动Linux。然后你可以使用Go编程语言通过蒙特卡洛方法估计Pi。你需要的是Ubuntu 16.04.3，Xilinx Viavdo 2017.4, Petalinux, Golang. 安装通过apt-get，但其他工具需要通过Xilinx官网下载，需要使用Petalinux引导进入Linux。

下表显示了每个 Cora Z7 变体处理 100,000 个蒙特卡罗样本所花费的时间。

在 FPGA 结构中运行算法

本教程 向您展示如何在 FPGA 逻辑中构建算法。FPGA 结构包含称为数字信号处理 (DSP) 切片的元素。在运行蒙特卡罗方法的情况下，您需要进行两次乘法运算（x*x 和 y *y)。只要每个乘法运算的结果小于 48 位宽，您只需在每个运行 Monte Carlo 模拟的代码实例中使用两个 Cora 的 DSP 片。随机样本是通过使用线性反馈移位寄存器（LFSR），种子值由控制器提供，整个系统的时钟为125MHz。

查看下面粘贴的每个 Cora 变体打印的结果：

FPGA Vs Processor

两个 Cora Z7 变体中较慢的一个能够在大约一秒内处理一个完整的 32 位整数的样本，而在 Linux 中，两个变体中较快的仅在 1.8 秒内处理 100,000,000 个样本。该算法的版本快了 77 倍. FPGA 设计每个时钟周期可以处理 9 个 Monte Carlo 样本（每 8 纳秒一个时钟周期）。