與GPU和昂貴的FPGA相比，Parallela FPGA-64的內核性能如何？

Question

這是Parallela：

http://anycpu.org/forum/viewtopic.php?f=13&t=66

它有64個核心，1GB RAM，運行Linux，以太網 - 每個人都在大喊大叫....

我的問題是，從性能/能力的角度來看，Parallela與更昂貴的FPGA相比如何？ 他們只是擁有更寬的總線/更多的內存/更快的處理器時鍾/更多的芯片處理器？

我理解GPU用於大規模並行簡單操作，CPU更適合更復雜的單線程計算 - 那么昂貴的FPGA和Parallela在哪條路徑上適合？

Parallela運行Linux-但我總是在印象中，通過編寫verilog或VHDL，FPGA的邏輯閃現在他們面前？

Answer 1

部分答案：FPGA往往沒有芯片上的任何處理器（有例外） - 但如果您考慮通過獲取指令並逐個執行它們來進行處理，那么您還沒有真正掌握FPGA。 如果你能看到如何在一個時鍾周期內執行內部循環的一次完整迭代，那么你就到了那里。

這將是容易的任務，FPGA可以用任何其他解決方案擦拭地板。 將會有不可能完成的任務，Parallela將成為競爭者。 我沒有看到任何一個高性能解決方案作為總冠軍; GPU正在做出令人印象深刻的事情（低功耗不是其中之一！），而且多核XMOS或Parallela解決方案也有它們的地位。

Answer 2

目前唯一可用的Parallelas是16核。 他們有一個Xilinx Zynq 7010或7020，它是雙核Arm 800mhz / 1ghz和80k邏輯單元FPGA，用於與Parallela芯片通信。 我不知道有多少FPGA可供使用。

Answer 3

如果Parallelas有16個內核並且假設每個內核都有一個運行頻率為1GHz的硬件乘法器，那么Parallelas的整體計算能力大致相當於200美元的FPGA，並且肯定比1000美元的FPGA差。 然而，在大多數應用中，數學計算並不是主處理器的工作; 它們由ASIC（或主處理器內的IP核或DSP協處理器）處理，例如H.264編解碼器或WiFi數據調制。 對於ASIC支持的應用，高性能處理器和相應的ASIC始終是最佳解決方案。 只有當你想在某些方面保持獨特時，例如更好的圖像處理算法，你可能想要實現自己的信號處理算法，這就是多核DSP，GPU和高端FPGA競爭的地方。