为了学习FPGA编程，我计划在FPGA中编写一个简单的神经网络（因为它是大规模并行的;它是FPGA实现可能比CPU实现更快的几件事之一）。 p>
虽然我熟悉C编程（10年以上）。我对FPGA开发的东西不太确定。您能否提供我应该做什么/学习/购买的指导清单？
谢谢！
答案 0 :(得分：18)
Necroposting，但对于像我这样遇到这个问题的其他人来说，有an in-depth, though old, treatment of implementing neural networks using FPGAs
我发布此消息已经过去了三年，但它仍然被观看，所以我想我还会在去年发现另外两篇论文。
第一次谈到FPGA Acceleration of Convolutional Neural Networks。纳拉泰克完成了这项工作。它更像是一篇学术论文，但仍然是一本有趣的读物，可能是一个有趣的实验人员的起点。我没有以任何方式与Nallatech联系。
第二篇论文来自英国伯明翰大学，由余丰浩撰写。它呈现A General Neural Network Hardware Architecture on FPGA。
答案 1 :(得分：16)
在FPGA上构建“文字”神经网络的大多数尝试都非常快地达到了路由限制，在P＆amp; R拉动需要更长时间才能完成比你的问题值得等待之前，你可能会得到几百个单元。大多数关于NN和NN的研究FPGA采用这种方法，专注于最小的“节点”实现，并建议缩放现在是微不足道的。
使合理大小的神经网络实际工作的方法是使用FPGA构建专用的神经网络数字运算机。获取内存芯片中的初始节点值，为下一个时间戳结果提供第二个内存芯片，以及存储连接权重的第三个区域。通过使用技术来泵送节点值和连接数据以保持存储器总线饱和（按CAS线顺序节点加载，使用管道预读）。当您将权重与先前值配对时，将通过先前的数据集进行大量传递，通过DSP MAC单位运行它们以评估新节点权重，然后在评估所有连接后推送到结果存储区域。完成整个时间步后，反转流向，以便下一个时间步写回原始存储区。
答案 2 :(得分：10)
我想指出在FPGA中实现神经网络的潜在问题。 FPGA具有有限的路由资源。与逻辑资源（触发器，查找表，存储器）不同，路由资源难以量化。也许一个简单的神经网络可以工作，但一个“大规模并行”的网络互连可能不会。
我建议从OpenCores.org的一个简单核心开始，只是为了熟悉FPGA流程，然后继续进行神经网络的原型设计。下载免费的Xilinx WebPack，包括ISIM模拟器，是一个良好的开端。稍后您可以购买便宜的开发。使用小型FPGA（例如Xilinx Spartan 3）来运行您的设计。
答案 3 :(得分：9)
神经网络可能不是学习如何编程FPGA的最佳起点。我最初会尝试更简单的东西，如计数器驱动LED或数字显示器，并从那里建立起来。可能有用的网站包括：
您可能还想考虑在FPGA中使用软处理器来帮助您从C转换为VHDL或Verilog。这将允许您将小代码模块从一个移动到另一个，以查看硬件的差异。语言的选择有点随意 - 我在大多数时候使用VHDL（在语法上类似于ADA）编码，但我的一些同事更喜欢Verilog（语法上类似于C）。我们偶尔会讨论它，但实际上这是个人选择。
至于买家/学员指南，您需要：
耐心：） - 由于构建中额外的“免费参数”数量，FPGA的设计周期明显长于软件，所以如果它的话，请不要感到惊讶需要一段时间才能让设计按照您想要的方式工作。
开发板 - 为了学习，我会从三个更大的FPGA供应商之一购买一个：Xilinx，Altera或Lattice。我的偏好是Xilinx，但三者都很好。对于学习，不要购买基于高端部件的部件 - 开始使用FPGA时不需要。对于Xilinx，请根据Spartan系列获得一个，例如SP601（我自己有一个）。对于Altera，购买一个Cyclone。开发板将比高端部件便宜得多。
编程电缆 - 大多数公司生产带有特殊连接器的USB编程电缆，用于对电路板上的器件进行编程（通常使用JTAG）。有些电路板内置了编程接口（例如Xilinx的SP601），因此您无需花费额外的资金。
构建工具 - 这些工具有很多种，但大多数大型FPGA供应商都提供了自己的解决方案。请记住，这些工具仅适用于较小的低性能FPGA，例如Xilinx ISE Webpack。
该软件包含您可能不熟悉来自软件世界的各个阶段。工具流程的细节总是在变化，但您使用的任何工具都应该能够从您的代码到您的特定设备。该设计流程的最后一部分通常由FPGA供应商提供，因为它是特定于硬件和专有的。 为了给您一个简短的例子，您需要的软件应该使用您的VHDL和Verilog代码（这是Xilinx版本）：
答案 4 :(得分：7)
无论Charles Stewart说什么，Verilog都是一个很好的起点。它让我想起了C，就像VHDL让我想起ADA一样。没有人在工业中使用奥卡姆，这在大学中并不常见。
对于Verilog书籍，我建议these，尤其是Verilog HDL。与C不同，Verilog可以平行地完成并行工作。
要购买，请从[Altera]或Altera 3获得相对便宜的Cyclone III评估板（例如此Cyclone III one with NIOS仅需449美元，或this仅需199美元）或Xilinx。
答案 5 :(得分：7)
我会给你第三个推荐：使用VHDL。是的，从表面看它看起来像ADA。虽然Verilog与C有相似之处。但是，使用Verilog，您只能获得开箱即用的类型。使用VHDL，您可以定义自己的新类型，使您可以在更高级别进行编程（当然还是RTL）。我很确定Xilinx和Altera免费工具同时支持VHDL和Verilog。 Ashenden的“VHDL设计师指南”是一本很好的VHDL书。
VHDL有一个标准的定点数学包，可以使NN实现更容易。
答案 6 :(得分：2)
它已经过时了，因为近20年来我对FPGA的考虑并不多，而且它使用了一种相当模糊的并发编程语言，但是Page＆amp; Luk，1991，Compiling Occam into FPGAs以一种很好的方式涵盖了一些重要的主题，我认为，这足以达到你的目的。尝试填充的两个链接：
Occam-＆gt; FPGA不是行动的地方，但它可能是比起Verilog更好的起点。
答案 7 :(得分：1)
我建议调查xilinx high-level synthesis，特别是如果你来自C背景。它使用hdl抽象出技术细节，因此设计人员可以专注于算法实现。
您可以编写的C代码类型的限制。例如，您不能使用动态大小的数据结构，因为这会推断动态大小的硬件。