您的設計是否需要并行計算、安全性、效率、速度、靈活性和可擴展性？向FPGA問好！

為什么選擇FPGA？

FPGA 是可重構的集成電路 （IC），用于實現支持多個系統實現和修訂的復雜邏輯功能。它們可以實現像門這樣簡單的東西，也可以像多核處理系統一樣復雜。

FPGA 使您能夠構建面向未來且可擴展的設計，符合不斷發展的標準，并根據修訂后的規范重新配置硬件，即使在現場部署產品后也是如此。如果基于 MIPI 的圖像處理系統需要升級以支持其他相機傳感器接口，您可以在 FPGA 上進行升級，而無需修改系統。這為您提供了成本和時間優勢，而不是必須確定和購買新零件來重新設計您的系統。

傳統上，FPGA被認為是復雜的設備，對于沒有FPGA開發經驗的人來說是無法克服的。然而，我們制定了一項計劃來改變這種看法，使FPGA成為每個人都可以訪問且易于使用的平臺。

Hello FPGA 套件如何工作？

我們將 Hello FPGA 套件設計為一種低成本、緊湊、多功能的硬件，可作為熟悉 FPGA 的簡單工具。

我們推出了基于SmartFusion?2 FPGA的Hello FPGA套件，該套件具有嵌入式閃存的Arm? Cortex-M3?處理器，使您能夠啟動您的FPGA之旅。該套件簡化了 FPGA 評估，讓您體驗在設計中使用 FPGA 的優勢，并加速原型開發。

Hello FPGA 平臺支持圖像處理、信號處理和人工智能方面的引人注目的演示。該套件具有 Arduino 和 mikroBUS? 等通用連接器，可在原型設計和開發擴展套件時實現靈活性，從而確保在未來項目中輕松采用。

憑借產品過時風險低、快速原型設計和易于調試的優勢，FPGA 已慢慢在各個細分市場中流行起來。FPGA市場的增長是由它們在電信，消費電子，汽車和工業應用中的日益普及以及軍事，航空航天和國防等更經典的領域推動的。

Hello FPGA 支持大量易于使用的預構建演示，使您能夠快速入門并在下一個項目中使用 FPGA。

Hello FPGA可用于開發從簡單控制邏輯到數據采集、圖像處理、信號處理和AI應用的應用。該套件可測量實時FPGA內核功耗，使用戶能夠使用獨特的閃存凍結模式，同時保持低功耗應用的I/O狀態。Hello FPGA板包括Microchip的PIC32微控制器（MCU），用于對SmartFusion?2 SoC FPGA進行編程，監控電源和執行一般內務管理功能。該試劑盒可以作為一個獨立的單元工作，也可以通過PICkit?接頭擴展現有的Microchip試劑盒。它還展示了 FPGA 的關鍵特性和處理能力，如 DSP、即時開啟、機器學習接口和低功耗。

Hello FPGA 套件結合了 Hello FPGA 基板、LCD 板和攝像頭傳感器板。該基板是一款功能強大的主板，可容納 M2S010-1VF256 SmartFusion2 SoC FPGA、PIC32MX79SF512L PIC? MCU、一系列存儲設備、擴展針座和兼容連接器。相機傳感器和LCD是附件板，通過20引腳擴展針座插入基板，有助于圖像傳感和渲染應用，例如圖像處理和數字識別演示。SmartFusion2 SoC FPGA 提供 5K–150K LE 和 166 MHz Arm Cortex-M3?? 處理器，包括帶有片上 eSRAM 和 eNVM 的 ETM 和指令高速緩存，以及具有廣泛外設的完整微控制器子系統 （MSS），包括 CAN、TSE 和 USB。板載FPGA作為智能器官，管理所有計算和處理功能，包括運行卷積神經網絡（CNN），而MSS則駕駛Flash Freeze操作以及相機和顯示器的配置。PIC32 MCU 運行直接 C 語言，通過專用 GUI 對 FPGA 進行編程。此外，它還有助于測量功耗，橋接PC和FPGA之間的UART通信通道，并接受和響應來自FPGA的命令。板載存儲設備包括用于存儲啟動映像的 8 GB DDR3 和 8 MB SPI 閃存。

該相機板采用豪威的相機傳感器，支持RGB 640-480-5格式高達6px5p的分辨率。顯示板使用Ilitek的LCD，支持480px320p的分辨率。

專用的 Hello FPGA GUI 是一個直觀的工具，可自動檢測 FPGA 上的程序，同時切換視圖以顯示相應的演示。必要的 USB 轉 UART MCP2221 驅動程序與 GUI 一起安裝。它通過進入和退出閃光凍結模式的實時選項進一步測量FPGA內核功率。

除功率測量外，hello FPGA還包括三個即用型圖，用于圖像處理、物體檢測和識別以及FIR濾波器。對于 圖像 處理 演示， FPGA 將 來自 相機 的 輸入 實 時 視頻 從 640x480 縮小 到 480x320， 然后 通過 圖像 增強 功能 來 運行 亮度、 對比度 和 色彩 平衡， 然后 以 最 低功耗 的 速度 在 LCD 上 顯示。基于人工智能的數字識別演示使用底層圖像處理來讀取手寫或顯示在GUI上的數字，并在LCD上顯示識別的輸出。這是使用使用TensorFlow構建并使用MNIST數據庫訓練的4層深度，并行，完全連接的CNN來實現的。FIR/FFT 演示通過 GUI 接受您的輸入參數，以在 GUI 上處理和顯示相應的波形。它還允許自動掃描功能通過一系列值掃描單個輸入頻率，供FPGA處理。

審核編輯：郭婷