异构平台对比(GPU FPGA DSP)
2012-02-22 20:04
736 查看
GPU在图像处理方面进行了专门的优化,个人认为可以作为协处理器,应用场景主要在于娱乐等对视觉效果要求较高的方面。
dsp 的优势在于处理速度快,灵活性高,便于调试和系统升级。DSP专用性较强,数字处理方面比前两者要优势更多些。但控制能力较弱,不过这个弱点也在后续发展中慢慢的增强,比如增加外部设备控制部分等。在高速运算场景还是必备的芯片。但是它的主频到1.2G 已经很难上去的,能做的只是多核 和 协处理器。
而fpga则时序控制精准,固定模块的设计最好采用fpga,比较稳定,但调试起来不是太灵活。fpga只适合做一些prototye,或者一些低速率的东西。
嵌入式计算看好cpu+dsp的soc,通用计算不清楚,目前看来cpu+gpu比较流行。
异构计算(Heterogeneous computing)主要是指使用不同类型指令集和体系架构的计算单元组成系统的计算方式。常见的计算单元类别包括CPU、GPU等协处理器、DSP、ASIC、FPGA等。其实还有一些专门做加解密或者java语言的加速器,固件算不算其他的计算单元呢?
dsp 的优势在于处理速度快,灵活性高,便于调试和系统升级。DSP专用性较强,数字处理方面比前两者要优势更多些。但控制能力较弱,不过这个弱点也在后续发展中慢慢的增强,比如增加外部设备控制部分等。在高速运算场景还是必备的芯片。但是它的主频到1.2G 已经很难上去的,能做的只是多核 和 协处理器。
而fpga则时序控制精准,固定模块的设计最好采用fpga,比较稳定,但调试起来不是太灵活。fpga只适合做一些prototye,或者一些低速率的东西。
嵌入式计算看好cpu+dsp的soc,通用计算不清楚,目前看来cpu+gpu比较流行。
异构计算(Heterogeneous computing)主要是指使用不同类型指令集和体系架构的计算单元组成系统的计算方式。常见的计算单元类别包括CPU、GPU等协处理器、DSP、ASIC、FPGA等。其实还有一些专门做加解密或者java语言的加速器,固件算不算其他的计算单元呢?
相关文章推荐
- 异构平台对比(GPU FPGA DSP)
- 医疗电子平台选择:FPGA、ARM、X86、DSP还是GPU
- 剖析GPU、FPGA、ASIC和DSP,如何选择高效的深度学习硬件?
- OpenCL浅析(1)-GPU和FPGA平台搭建
- 深入理解CPU和异构计算芯片GPU/FPGA/ASIC (上篇)
- 基于FPGA+DSP的实时图像处理平台的设计与实现
- 异构计算,GPU、FPGA、ASIC芯片将三分天下
- 深入理解CPU和异构计算芯片GPU/FPGA/ASIC (上篇)
- DSP 与 ARM FPGA 对比分析
- 深入理解CPU和异构计算芯片GPU/FPGA/ASIC (下篇)
- 深入理解CPU和异构计算芯片GPU/FPGA/ASIC (下篇)
- 深度学习硬件对比评测:英特尔FPGA和英伟达GPU哪个更好?
- 超级全能CPU+GPU异构超算平台
- 异构计算,GPU、FPGA、ASIC芯片将三分天下
- 基于Android的CPU+GPU的异构编程开发,目前主要有以下几种平台
- 基于DSP和FPGA的通用图像处理平台设计
- 专访阿里云异构计算负责人:异构计算,GPU、FPGA、ASIC芯片将三分天下
- GPU技术大会:异构技术构建云计算平台
- 异构计算,GPU、FPGA、ASIC芯片将三分天下
- 深度学习硬件(GPU、FPGA、ASIC、DSP)