我正在尝试加速在FPGA上执行算法。我试图在C代码中寻找长度为32:32（64）的固定数学库，这很容易转换为OpenCL。有没有人知道一个好的图书馆？我试图避免使用128位数据类型，因为它们是OpenCL上的浮点数，我想如果我不得不再次使用浮点数，它不会加速我的算法。任何建议表示赞赏。如果有一个创建自己的图书馆的指南我就可以了，只要它解释得很容易哈哈。
由于
答案 0 :(得分：1)
我发现GPU仅适用于花车。我将为您提供一些CUDA C ++ 11 / C ++ 14技巧：
- 使用标准化浮点范围[-1.0，+ 1.0]以获得最高精度并单独存储标准化值（累计加倍），
- 无论如何数据都是高范围（大数除法以有损归一化结束）归一化为中位子抽取（单独存储为uint64_t）=大数字将以较小的精度存储。人们可以使用修剪的平均值f.e。 5％而非中位数，
-sort并定期规范化，
-in 2017使用新的GTX1080ti（GFLOPS / USD; GFLOPS / W）或使用GTX 770，
- 高端FPGA如果在ADC或之后（低功率）嵌入式系统（通常是网络交换机，媒体处理视频，实时FFT）中用作预处理单元，那就太棒了设备，等等。此外，即使这些超低功耗计算设备的最佳型号也很少超过数百GFLOPS 1500美元。它等于全新的，外壳和大多数问题解决的NVidia论坛GT730 4GB GDDR5由Palit提供35美元，
- 通过实例预算几十美元＆＃34; CUDA＆＃34;等。 J. Sanders，免费YT课程＆＃34; Udacity介绍并行编程＆＃34;和伟大的书＆＃34;专业的CUDA编程＆＃34;等。 J. Cheng将在三个全职月份成为CUDA C ++ 11中级程序员，
- 自己研究针对老式序列CPU的定点算术，以得出一些结论，即cos，squre root和其他基础只有有限的库。更复杂的功能是有问题的，并且没有大的社区支持来解决错误。最后你会发现FPU没有加速，或者这么大的努力小于数量级（从零开始写一切），
-buy（最小微架构Keppler）GPU（自流行的GTX670以来）从一些没有受过良好教育的少年获得50美元，
-install Ubuntu，获取GNU Octave和please-cite-GNU Parallel以解决大多数非GPU问题，
- 使用FPGA开发用于大规模生产的高端ASIC。
Post Scriptum：来自YouTube的用户#WhatsACreel可以为您写一些固定点功能 - 给他写一封带有诚实优惠的电子邮件。在他的频道上，他解释了定点逻辑的基础。
答案 1 :(得分：0)
尽管人们对FPGA与GPU普遍存在误解，但FPGA的表现却令人印象深刻。有关FP16和INT8的更多信息，请参见：https://www.altera.com/content/dam/altera-www/global/en_US/pdfs/literature/wp/wp-01269-accelerating-deep-learning-with-opencl-and-intel-stratix-10-fpgas.pdf 尽管OpenCL并非针对FPGA的基于库的方法，但是有很多来自Altera / Intel和XILINX的具有不同数据类型的示例。 https://www.altera.com/products/design-software/embedded-software-developers/opencl/developer-zone.html 和 https://github.com/Xilinx/SDAccel_Examples 比数据宽度和类型更重要的是算法IMHO的数据移动和数据重用方面。 V100与P100相比如何提高性能-通过巧妙的调度，在硬件协助下进行零复制，避免DRAM流量以及在GPU硬件中进行张量转置。 https://devblogs.nvidia.com/tensor-core-ai-performance-milestones/ FPGA也不例外。要获得苹果到苹果的性能基准，必须学习这些技巧并以OpenCL或C（HLS）代码在FPGA上实现它们。