Performance 与GPU和昂贵的FPGA相比，Parallela FPGA-64核的性能如何？

这是平行线A：

它有64个内核，1GB内存，运行Linux和以太网——每个人都在为此大喊大叫

我的问题是，从性能/能力的角度来看，Parallela与更昂贵的FPGA相比如何？他们只是拥有更宽的总线/更多的内存/更快的处理器时钟/芯片上更多的处理器吗

我知道GPU用于大规模并行的简单操作，而CPU则更适合于更复杂的单线程计算——那么昂贵的FPGA和Parallela在这条曲线上适合什么呢

---

Parallela运行Linux—但我一直觉得FPGA通过编写verilog或VHDL将其逻辑闪存到他们身上？

部分答案：FPGA往往没有任何处理器在芯片上（也有例外）-但是如果你考虑通过获取指令并一个接一个地执行来处理，你还没有真正掌握FPGA。如果您能看到如何在一个时钟周期内执行内部循环的一个完整迭代，那么您就达到了目的

---

有些任务很容易完成，FPGA可以使用任何其他解决方案来擦拭地板。有些任务是不可能完成的，Parallela将是一个竞争者。我不认为任何一个高性能的解决方案是总的赢家；使用GPU可以做很多令人印象深刻的事情（低功耗不是其中之一！），许多核心XMO或Parallela解决方案也占有一席之地。

现在唯一可用的Parallelas是16核。他们有一个Xilinx Zynq 7010或7020，它是双核Arm 800mhz/1ghz和80k逻辑单元FPGA，用于与Parallela芯片通信。但我不知道有多少FPGA可供使用。

如果Parallelas有16个核，并且假设每个核都有一个1GHz的硬件乘法器，那么Parallelas的总体计算能力大致与200美元的FPGA相当，肯定比1000美元的FPGA差。然而，在大多数应用中，数学计算不是主处理器的工作；它们由ASIC（或主处理器内的IP核或DSP协处理器）处理，例如H.264编解码器或WiFi数据调制。对于ASIC支持的应用，高性能处理器加上相应的ASIC始终是最佳解决方案。只有当你想在某些方面独树一帜，例如更好的图像处理算法时，你可能想实现自己的信号处理算法，而这正是多核DSP、GPU和高端FPGA的竞争所在

最好链接到产品的实际网页：我试图查看他们的FPGA部分，但找不到太多。他们似乎最想谈论的是64核。从这一点、价格以及其他一些因素来看，我得出结论，FPGA部分可能是“一个不错的奖金，但如果你想要一个FPGA，就不会买它”。Linux当然是在这个ARM上运行的，它不是FPGA，它是一个有16个CPU核的ASIC，他们板上的FPGA是Xilinx双核Zynq 7010或Zynq 7020。是什么让你认为它是一个FPGA？我想我想问的是-什么是一个好的FPGA？如何比较它们的性能呢？如果你不使用HDMI输出，你有接近80%的FPGA可用，而使用HDMI，我相信会下降到30%。