亚博APP取款速度快-FPGA将取代CPU和GPU成为机器人开发的新宠儿?其实并不会

最近,我们看了一篇文章,说FPGA可能会取代CPU和GPU,成为未来机器人研发领域的主要芯片。

本文摘要:最近,我们看了一篇文章,说FPGA可能会取代CPU和GPU,成为未来机器人研发领域的主要芯片。

最近,我们看了一篇文章,说FPGA可能会取代CPU和GPU,成为未来机器人研发领域的主要芯片。文章列出了许多表格和实验数据,证明了许多领域FPGA的性能不会大于CPU。此外,FPGA将来可能取代CPU和GPU的当前地位。

你知道事实是这样的吗?要弄清这个问题,首先要充分理解CPU和FPGA。FPGA这个词可能被很多人听到,特别是理工科的学生们大多必须被强制或者被这个词刷掉。但是,为了追究责任,FPGA到底是什么呢?许多与专业无关的人会迷路。

但是,想起开发板,可能告诉我的人很多,也有人认为FPGA是开发板。但是,实质上FPGA只是指开发板上的小芯片(右图黄圈一处),整个开发板的其馀部件为了协助其工作,充分发挥其性能而不存在。FPGA开发板,viagoogle.com/youtube,即使期待的学生多次在这里找到,也许不知道和CPU有什么区别,但是把那个方向换成CPU,整个开发板看起来像普通的电脑主板,自己连接硬盘和显示器就能开始LOL显然,无论从外观还是实际功能来看,FPGA和CPU都显示得太相似,但在这两者相似的外观下,其内部结构只是基本的不同,这种不同也是FPGA不被很多人指出适当的机器人开发的原因,其结构要求处理机器人所需的很多运算,特别是在机器感官方面处理时的速度不比CPU慢CPU的结构在谈论FPGA之前,我们将从众所周知的CPU数据处理方法谈起。

首先要特别强调的是,处理我们命令的计算机部件本身不能解读我们的命令,不能解读构成CPU的最基本部件晶体管能够构筑的两种状态:进和入口的意思,对应的是1和0这两个机器代码的数字,这也是计算机的整个系统是基于二进制造的为了将发表命令的各种命令变成CPU可以解读的0和1,CPU必须用专业的译码器翻译成我们的命令。该过程分为取指和取指(从专门存放在指令的存储器中提取必须继续执行的指令)和译码(根据特定规则将指令翻译为计算单元需要解读的数据)。中央处理器的结构样的viawikipedia中的Control部分是控制指示、译码等整个过程的部分,Cache是高速CPU和较短距离的令的效率而设置的临时指令内存,DRAM是速度慢的部分指令内存。

确实计算单元ALU只占CPU结构的一部分。这样的设计是有原因的。CPU不存在的目的是作为标准化计算机的处理核心,注意标准化这个词,这意味着块核心没有处理各种奇怪的命令拒绝的能力,为了处理来自多个设备的催促,必须随时中止现在的运营,展开其他的运营读完这些话可能会慢慢睡觉,但在CPU内拒绝一瞬间完成。

因此,中央处理器必须具有非常复杂的逻辑控制单元和独特的指令来翻译成结构。这是确保CPU能够顺利完成愿景的必要东西。可以说,CPU在计算效率和通用性方面牺牲了前者,自由选择了后者。

FPGA的结构FPGA首先是专用集成电路发展的半定制简化的可编程电路。从出现之日起,其身世要求不能像CPU那样灵活地处理各种未见的命令,而是不能按照相同的模式处理输出的数据进行输入,FPGA的构造这样的via加CSDN非常简单,大部分都是计算单元(上图中的黄色部分只等于CPU构造图中的绿色部分),但是没有控制单元并不意味着FPGA继续执行命令,实际上FPGA中控制单元的作用是图中的所有控制单元和单元之间都可以编程的逻辑连接,FPGA的组合与CPU不同,不能应对没有编程的命令。

编程方式方式确认后,FPGA无法根据程序设计的处理逻辑和方式处理特定的数据输出。但是,由于FPGA内部PGA内部完全计算的单元所取代,FPGA的实际运算能力并不比看起来强得多,特别是在运营非常简单但重复性低的任务时,非常简单,所以很少有逻辑单元,一个国家可以输入这个运算的结果。由于省略了CPU的手指和译码两个步骤,FPGA的反复运营大大提高了同一代码的效率。

比喻合理,CPU就像大学德高望重的老教授重的老教授一样,分数很少,但是只有一个人,计算任务太重的时候也不会被累的官员趴下,FPGA这样的构造,小学整体的所有小学生组成的队列,每个人都很简单具体表现在性能上,显着的是,一般的CPU不能同时处理4~8个命令,如果FPGA优化比较差,可以同时处理256个以上的命令。但GPU的设计构想与FPGA相似,是为了处理大量非常简单的反复运算而经常出现的设备。

但是,GPU的性能在勇猛的同时消耗电力也很高,FPGA需要在硬件水平上进行编程和优化,能源消耗不会太低。机械开发中的计算现在可以说明正题了。

根据上述情况,FPGA在处理机器人所需的数据时的优势不比CPU大得多。毕竟,是感觉计算出来的。我们不必太了解专业知识,只要想象就能理解其原理。正如文章中提到的主流方向跟踪算法SIFT的例子,SIFT的主要工作步骤有3个步骤:1:通过特定算法找到照片中的要点,2:在要点上选择详细的标志,3:通过大大比较新旧两张照片中各要点的方向很难找到,整个过程的重复性非常高,其中不太简单。

因此,用于FPGA开展这种算法的计算不比用于CPU慢得多。实际上,根据加利福尼亚大学洛杉矶分校的实验结果,FPGA在运营SIFT命令时的持续执行效率是CPU的30倍。

处理速度这么慢,耗电量这么小。也有人指出FPGA有能力取代CPU和GPU。

但是,你知道FPGA能代替CPU和GPU吗?FPGA与CPU和GPU相比,在开展感官处理等非常简单重复的任务时优势显着,随着现在的趋势发展,FPGA可能不会在未来代替机器人开发中进行GPU的工作。FPGA和GPU擅长大量的重复运算,但FPGA的能源消耗量不高于GPU。但是,FPGA可能有一天无法取代CPU的地位,但实际上现在的各种应用中,FPGA也经常出现作为CPU的协助处理器而不是确实的核心运算单元。

其中原因也非常简单,是我们以前提到过几次的词语。人类设计机器人的最后目的是让他们看起来像我们,以和我们相似的方式思考,享受独立国家识别形势、处理任务的能力。我们目前还不太了解大脑工作的明确原理,但从经验和直觉来看,类似人类的思维不是由无数逻辑非常简单地堆积起来的。

因为思维的复杂性已经远远超过了计算的范围。例如,如果想计算213分钟x312,想修改的话,必须简单地分解成213分钟312分钟,重复213分钟312分钟1分钟。但是如果你想计算2的64次呢?如果你想算sin(27°)呢?如果你想计算标志230呢?如果必须把它分成非常简单的运算,就找不到必要的资源,以无法想象的速度快速增长,直到全市的小学生也叫不完。从目前的表现来看,人脑似乎不适合大规模并行计算。

看起来像CPU一样单一深刻的思考。人脑的功能也符合CPU的设计定位。因此,在脑科学取得突破性进展之前,人们不偏向于作为机器人的核心运算部件使用更有潜力的CPU。

随着FPGA的发展,机器人更多感觉部件的数据运算可能不会由FPGA分担(像人类的小脑),但显着的是,一个部件的地位主要、核心是否与数量不同。FPGA明显不能主张在机器人开发中发挥相当大的作用。但是,总的来说,它和CPU,甚至GPU看起来更像是各司其职的地位,很快就会被取代,可能会失礼。

原始文章允许禁止发布。下一篇文章发表了注意事项。

本文关键词:亚博APP取款速度快,亚博提款到账速度超快

本文来源:亚博APP取款速度快-www.5230la.com