这是Parallela：
http://anycpu.org/forum/viewtopic.php?f=13&t=66
它有64个核心，1GB RAM，运行Linux，以太网 - 每个人都在大喊大叫....
我的问题是，从性能/功能的角度来看，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/更多的芯片处理器吗？
我理解GPU用于大规模并行简单操作，CPU更适合更复杂的单线程计算 - 那么昂贵的FPGA和Parallela在哪条路径上适合这条曲线？
Parallela运行Linux-但我总是在印象中，通过编写verilog或VHDL，FPGA的逻辑闪现在他们身上？
答案 0 :(得分：4)
部分答案：FPGA上往往没有任何处理器（有例外） - 但是如果你考虑通过获取指令并逐个执行它们来进行处理，那么你还没有真正掌握FPGA。如果你能看到如何在一个时钟周期内完成内循环的一次完整迭代，那么你就到了那里。
这将是一项简单易懂的任务，FPGA可以使用任何其他解决方案擦拭地板。将会有不可能完成的任务，Parallela将成为竞争者。我没有看到任何一个高性能解决方案作为总体赢家; GPU正在做出令人印象深刻的事情（低功耗并不是其中之一！），许多核心的XMOS或Parallela解决方案也有它们的地位。
答案 1 :(得分：4)
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。我不知道有多少FPGA可供使用。
答案 2 :(得分：0)
如果Parallelas拥有16个内核，并假设每个内核都有一个运行频率为1GHz的硬件乘法器，那么Parallelas的整体计算能力大致相当于200美元的FPGA，并且肯定比1000美元的FPGA差。然而，在大多数应用中，数学计算并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，高性能处理器和相应的ASIC始终是最佳解决方案。只有当你想在某些方面保持独特时，例如更好的图像处理算法，你可能想要实现自己的信号处理算法，这就是多核DSP，GPU和高端FPGA竞争的地方。