آموزش FPGA

FPGA یا Field Programmable Gate Array یک مدار مجتمع است که می ­توان آن را پس از اتمام فرآیند تولید، مطابق نیاز طراح برنامه ­ریزی نمود و روابط منطقی بین پایه ­های ورودی و خروجی را تغییر داد. این تراشه­ ها نیمه رساناهایی هستند که از تعداد زیادی جزء کوچک الکترونیکی یا سلول  به نام بلوک منطقی (Logic Block) ساخته شده ­اند. این سلول از نظر منطقی چیزی بین یک مدار الکترونیکی و یک میکروکنترلر است. در واقع، FPGA یک تراشه قابل برنامه ریزی است. این تراشه ها برای توسعه سخت افزارهای دیجیتالی پیچیده و اجتناب از ساخت بردهایی با تراشه­ های گسسته به وجود آمده ­اند.

با استفاده از تراشه­ های FPGA بردهایی که قبلاً با تعداد زیادی از تراشه های دیجیتال ساخته می­ شدند، در یک تراشه FPGA با سرعت بالاتر و امکان به روزرسانی کردن سخت افزار پیاده سازی می ­شوند.

هدف از دوره آموزشی FPGA چیست؟

FPGA ها برای ایجاد سیستم هایی با انعطاف پذیری بالا مورد استفاده قرار می ­گیرند. FPGAها با ارائه یک معماری برنامه پذیر، قیمت پایین و زمان راه­ اندازی اندک و مهم ­تر از همه، ایجاد امکان پردازش موازی مشکلات متعدد مهندسین و طراحان مدارات دیجیتال را رفع نموده ­اند.

از دیگر مزایای استفاده از FPGA ها در طراحی­ ها، می­ توان به سرعت بالای پردازش و فرکانس کاری بسیار بالای آن­ها اشاره کرد. FPGA ها در حوزه های گسترده ­ای از جمله پردازش سیگنال، پردازش تصویر، فیلترهای دیجیتال، سیستم ­های انتقال دیتاهای دیجیتال، سیستم­ های مخابراتی و سیستم­ های مختلف کنترلی به کار برده می­ شوند.

هدف از دوره آموزشی FPGA مقدماتی آشنایی با معماری داخلی FPGAها، نحوه برنامه ریزی و استفاده از آن ­ها، بهینه سازی برنامه­ ها، شبیه­ سازی برنامه­ ها، معرفی ابزارهای مورد استفاده جهت کار با تراشه­ های FPGA و استفاده از تراشه ­ها در پروژه های جدی با نرخ بالا و حجم پردازش سنگین است.

دوره آموزش FPGA مقدماتی مناسب چه کسانی است؟

این دوره­ برای کسانی که علاقمند به کار در حوزه ­های الکترونیکی و فضاها ی مرتبط آن در ایران و یا خارج از کشور هستند، مناسب است. همچنین دانشجویانی که در زمینه ­های تحقیقاتی مشغول هستند، می ­توانند از مفاهیم گفته شده استفاده نمایند.

به­ طورکلی، یکی از قدرتمندترین تراشه هایی که امروزه در کاربردهای مختلف الکترونیکی، مخابراتی و کنترل مورد استفاده شرکت­ های بزرگ دنیا و ایران می باشد ، تراشه های FPGA است که با فراهم آوردن بسترهایی برای پردازش سیگنال، و با بهبود قابلیت­ های پردازنده ها و … در بسیاری از کاربردها مورد استفاده قرار گرفته اند.

بعد از فراگیری دوره آموزش FPGA مقدماتی در مکتب خونه چه مهارت­هایی کسب خواهید کرد؟

این دوره آموزشی در دو دوره مقدماتی و پیشرفته ارائه می­ شود که شما پس از گذراندن دوره مقدماتی با مفاهیم اساسی مربوط به معماری FPGAها، مقایسه آن ­ها با دیگر پردازنده ها، ساختارهای برنامه ­نویسی موجود برای FPGAها، فرآیند شبیه سازی و پیاده ­سازی آن ها آشنا می­ شوید و با انجام پروژه های درنظر گرفته شده، در این مباحث به تسلط خوبی خواهید رسید.

FPGA چیست؟

FPGA مخفف Field-Programmable Gate Array است و می تواند به عنوان یک تراشه سخت افزاری تعریف شود که برای انجام عملیات منطقی استفاده می شود. FPGA  از یک شبکه یکپارچه یا مجموعه ای از بلوک های منطقی که در یک تراشه قرار گرفته اند، تشکیل شده اند. که در آن مدار ها گیت های منطقی قابل برنامه ریزی هستند. FPGA ها از بلوک های منطقی قابل تنظیم جداگانه یا CLB تشکیل شده اند که از طریق اتصالات قابل برنامه ریزی به هم متصل می شوند.

همانطور که از نام فن آوری نیمه هادی نشان داده شده است، مزایای FPGA به دلیل توانایی آن ها برای برنامه ریزی در هنگام پیاده سازی در زمینه در مقابل انواع دیگر تراشه های نیمه هادی مانند ASIC شناخته شده است. بنابراین می توان گفت که آموزش FPGA مقدماتی  دارای اهمیت ویژه ای است.

مزایای آموزش FPGA مقدماتی

برای بیان مزایای آموزش FPGA مقدماتی مکتبخونه لازم است نمونه هایی را مثال بزنیم. برای مثال یک ASIC یا یک مدار مجتمع خاص برنامه برای انجام یک کار خاص طراحی شده است. به این ترتیب، تنها یک عملکرد را انجام می دهد و نمی توان آن را به چیز دیگری تغییر داد، همچنین نمی توان آن را پاک کرد و بازنویسی کرد تا دوباره از تراشه استفاده شود.

از سوی دیگر، یک FPGA را می توان دوباره برنامه ریزی کرد و دوباره مورد استفاده قرار داد و در مورد سفارشی سازی و شخصی سازی بسیار انعطاف پذیرتر است، به خصوص زمانی که در این زمینه مستقر شود. این امر باعث می شود FPGA نسبت به ASIC در برنامه های خاص بسیار مناسب تر و ارجح تر باشد.

با کمک یک FPGA می توانید برنامه ای بنویسید که بر روی یک تراشه سیلیکونی بارگذاری و عملکرد ها آن اجرا شود. اگر می خواهید یک تراشه را بهینه کنید تا با حجم کاری خاصی متناسب باشد، می توانید از یک تراشه FPGA استفاده کنید. FPGA ها می توانند با نیاز های مدرن از پیچیدگی بالا و دستگاه های با کارایی بالا خود را مطابقت دهند. آن ها همچنین چگالی منطقی بیشتر، پردازنده های تعبیه شده، بلوک های DSP و کلاک را از دیگر ویژگی های برجسته ارائه می دهند.

FPGA برای سیستم هایی ایده آل است که در آن به روزرسانی های مداوم الزامی است. اگر یک پردازنده نیاز به تغییراتی داشته باشد، تراشه های FPGA می توانند در صورت نصب آن ها را برای ایجاد این تغییرات مورد استفاده قرار دهند و نیاز به خرید سخت افزار جدید را از بین ببرند.

اگر از تراشه های FPGA در خودرو ها استفاده می شود، می توان با کمک این تراشه ها حتی پس از فروختن آن ها را به روزرسانی کرد. این تراشه ها همچنین اغلب توسط مشاغل سازمانی استفاده می شوند، زیرا می توان آن ها را با استفاده از مسیر داده ای که با تجزیه و تحلیل داده ها، استنتاج تصویر و حتی فشرده سازی مطابقت دارد، دوباره برنامه ریزی کرد.

هدف اصلی از ساخت FPGA

در ابتدا، هدف اصلی یک تراشه FPGA، نمونه سازی اولیه ASIC ها بود. مزیت استفاده از FPGA برای این منظور این است که می توان آن را بار ها و بار ها برنامه ریزی کرد، تا زمانی که یک طرح نهایی شود و هیچ اشکالی در طراحی پیدا نشود. به طور مثال، اینتل که یک نام بزرگ در صنعت فناوری اطلاعات است، از FPGA برای نمونه سازی اولیه تراشه های دائمی جدید استفاده می کند تا از کیفیت، عملکرد و یکپارچگی آن ها اطمینان حاصل کند.

با در نظر گرفتن ویژگی های مفید مختلف تراشه های FPGA، می توان انواع مختلفی از برنامه ها را نام برد که استفاده از FPGA ها برای آن ها مناسب تر هستند. FPGA ها معمولاً برای پروژه های با حجم کم و پیچیدگی بالا استفاده می شوند، زیرا سفارشی سازی را ارائه می دهند.

کاربرد های اصلی FPGA ها را می توان در برنامه های پزشکی، پردازش تصویر و تصویر، مخابرات و دیتاکام، سرور و ابر و دفاع و فضا جستجو کرد. کاربردهای گسترده FPGA ها سبب شده است تا آموزش FPGA مقدماتی برای افراد با تخصص متنوع مفید باشد.

برنامه های کاربردی آموزش FPGA مقدماتی

تراشه های FPGA هم در ارتباطات سیمی و هم در ارتباطات بی سیم استفاده می شوند. در ارتباطات سیمی در بک پلن های سریال و ارتباطات بی سیم برای راه حل های شبکه و آدرس دهی استاندارد های وایمکس و ۵G/۶G و HSDPA استفاده می شود. همچنین FPGA در بخش زیرساخت استفاده می شود و به خرد کردن داده ها با سرعت بالا کمک می کند.

در زمینه کاربرد های پزشکی نیز، از تراشه های FPGA برای اهداف تشخیصی و نظارتی استفاده می شود. آن ها در تجهیزات پزشکی برای پردازش داده ها استفاده می شوند.

در زمینه هوافضا و کاربرد های دفاعی، کاربرد تراشه های FPGA را می توان در برای پردازش تصویر، پیکربندی مجدد جزئی برای SDR ها و همچنین برای تولید شکل موج جستجو کرد.

FPGA برای بهبود زمان عرضه به بازار محصولات مختلف تکنولوژیکی و کاهش هزینه های کلی مهندسی که در تعدادی از فرآیند ها از جمله اتوماسیون صنعتی و نظارت انجام می شود، از دیگر کاربرد های FPGA ها است.

از آنجایی که FPGA برای پیکربندی مجدد و هماهنگی با تغییرات استفاده می شود، هزینه نگهداری طولانی مدت لازم برای یک سیستم را کاهش می دهد.

از جمله اصلی ترین کابرد های FPGA ها می توان به توسعه شبکه های عصبی عمیق یا DNN اشاره داشت که در نهایت منجر به تولید و نگهداری سیستم های هوشمند مصنوعی می شود. FPGA های با کارایی بالا در مقایسه با GPU ها می توانند حتی بیشتر به یک برنامه کاربردی کمک کنند و بنابراین برای اهداف توسعه فناوری یادگیری ماشین ترجیح داده می شوند. علاوه بر این موارد فناوری FPGA به شرکت های ASIC فرصت نمونه سازی سریع را می دهد.

به طور مثال در زمینه کاربرد های پزشکی، از تراشه های FPGA برای اهداف تشخیصی و نظارتی استفاده می شود. آن ها در تجهیزات پزشکی برای پردازش داده ها استفاده می شوند. FPGA ها در MRI، CT اسکن، سونوگرافی، سیستم های مانیتورینگ بیمار ECG استفاده می شوند.

آموزش FPGA مقدماتی برای چه کسانی مناسب است؟

FPGA ها همچنین برای مشاغل سازمانی مفید هستند زیرا می توانند به صورت پویا با یک مسیر داده که دقیقاً با یک حجم کاری خاص مطابقت دارد، مانند تجزیه و تحلیل داده، استنتاج تصویر، رمزگذاری یا فشرده سازی مجدد برنامه ریزی شوند. FPGA های بهینه سازی شده نیز نسبت به اجرای بار های کاری معادل روی یک CPU از نظر مصرف انرژی کارآمدتر هستند.

این FPGA ترکیبی از تطبیق پذیری، کارایی و عملکرد، یک بسته جذاب برای کسب و کار های مدرنی ارائه می دهند که به دنبال پردازش داده های بیشتر با هزینه کل مالکیت کمتر  (TCO) هستند. پس باید آموزش FPGA مقدماتی را به عنوان امری مناسب برای بهینه سازی فعالیت های مشاغل سازمانی در نظر گرفت.

مرز جدید برای FPGA ها: هوش مصنوعی

شبکه های عصبی عمیق (DNN)  که برای هوش مصنوعی( AI)  استفاده می شوند، زمینه جدیدی از کاربرد های FPGA ها به شمار می روند که در حال حاضر مورد توجه است.

اجرای مدل های استنتاج DNN قدرت پردازش قابل توجهی را می طلبد. واحد های پردازش گرافیکی  (GPU) اغلب برای تسریع پردازش استنتاج استفاده می شوند، اما در برخی موارد، FPGA با کارایی بالا ممکن است در تجزیه و تحلیل مقادیر زیادی از داده ها برای یادگیری ماشین، عملکرد بهتری از GPU داشته باشند.

مایکروسافت در حال حاضر از قابلیت تطبیق پذیری Intel FPGA را برای تسریع هوش مصنوعی بهره می برد. Project Brainwave مایکروسافت از طریق خدمات ابری Microsoft Azure دسترسی به FPGA های Intel Stratix را برای مشتریان فراهم می کند.

سرور های ابری مجهز به این FPGA ها به طور خاص برای اجرای مدل های یادگیری عمیق پیکربندی شده اند. سرویس مایکروسافت به توسعه دهندگان این امکان را می دهد تا از قدرت تراشه های FPGA بدون خرید و پیکربندی سخت افزار و نرم افزار تخصصی استفاده کنند.

درعوض، توسعه دهندگان می توانند با ابزار های متن باز رایج مانند Microsoft Cognitive Toolkit یا چارچوب توسعه هوش مصنوعی TensorFlow کار کنند. بنابراین بیراه نیست اگر بگوییم که آموزش FPGA پیشرفته می تواند چشم اندازهای جدیدی برای آینده شغلی و تحصیلی شما محیا کند.