Использование программируемых пользователем вентильных матриц в гетерогенных мобильных вычислительных архитектурах

На сегодняшний день мобильные системы намного умнее, чем когда-либо. Современные мобильные устройства (смартфоны, планшетные компьютеры, а также некоторые медиаплееры и даже фотоаппараты) выполняют огромное количество функций помимо тех, для которых непосредственно предназначены. Так, с помощью сотового телефона можно делать фотографии и выходить в Интернет, с помощью фотоаппаратов – размещать изображения в социальных сетях и т.п.

Кроме того, мобильные устройства являются самой активно развивающейся игровой платформой. Все это приводит к тому, что разработчики постоянно расширяют аппаратные возможности своих продуктов, добавляя в них компоненты, применение которым находится далеко не сразу.

Одним из классов таких компонентов являются разнообразные датчики и сенсоры, которыми оснащены современные мобильные устройства. К примеру, датчики изображения поддерживают следующие функции: распознавание жестов и лиц, отслеживание глаз, приближение и восприятие движения. Датчики здоровья контролируют ЭКГ, ЭЭГ, ЭМГ и температуру пользователя. Звуковые датчики позволяют распознавать голос, обнаруживать фразы и преобразовывать их в текст.

И если часть из них (такие, как датчик освещенности или приближения) помогают устройству выполнять свои основные функции, то потенциал некоторых раскрывается только при использовании специального программного обеспечения.

Большинство ПО в настоящий момент включают в себя контекстно-зависимые системы, которые позволяют использовать интеллектуальные решения, способствующие выполнению задач без запроса пользователя. Например, датчики температуры, инфракрасного излучения, сердцебиения и давления могут оценивать риски для здоровья и отслеживать состояние пользователя в опасных условиях.

Датчики приближения и света могут изменять параметры дисплея по мере изменения условий окружающей среды.

Внедрение новых возможностей оказывает значительное влияние на проектирование системы. Для оптимизации процесса принятия решений устройства должны как можно быстрее собирать, передавать и анализировать данные. Чем быстрее система реагирует, тем точнее она может адаптироваться к резко меняющимся условиям.

Поскольку контекстно-зависимые системы должны быть всегда активны для отслеживания изменений в окружающей среде, они представляют собой потенциально значительную проблему энергосбережения.

Для решения этой задачи все большее число разработчиков внедряют архитектуры мобильных гетерогенных вычислений. Как следует из названия, гетерогенные архитектуры используют разные типы процессоров.

Помимо использования только одного центрального или графического процессора (далее ЦП и ГП), в гетерогенной архитектуре можно добавить интегральную схему специального назначения (далее ASIC) или программируемую пользователем вентильную матрицу (далее ППВМ) для выполнения обработки достаточно специализированных задач.

Одна из основных причин, по которой разработчики переходят на мобильные гетерогенные вычисления, заключается в том, что они дают возможность переложить повторяющиеся вычислительные задачи на наиболее эффективные ресурсы обработки в целях снижения энергопотребления. Например, одним из ключевых различий между ГП, ЦП и ППВМ является метод обработки данных. Центральные процессоры обычно работают последовательно, выполняя один расчет за другим. Если стоит задача уменьшить задержку системы, чтобы реагировать на показания датчиков в режиме реального времени, то необходимо использовать мощности ЦП или ГП и в следствие чего увеличить потребление энергии, что не является оптимальным решением. ППВМ позволяют системе выполнять параллельные вычисления, тем самым, снижать энергопотребление, особенно в повторяющихся вычислительно-интенсивных задачах.

Помимо оптимизации работы устройства, быстрое развитие и распространение датчиков и дисплеев в современных мобильных устройствах представляет новые проблемы с точки зрения интерфейсов ввода-вывода. Инженеры должны интегрировать датчики и дисплеи с растущим разнообразием интерфейсов, включая и устаревшие системы, использующие собственные или пользовательские решения.

Тот факт, что ППВМ до сих пор использовались редко для этих задач, можно объяснить распространенным заблуждением: многие разработчики считают ППВМ относительно большими устройствами. Однако, это не всегда так. В связи с усовершенствованием технологического процесса производители полупроводниковых изделий могут предложить ППВМ площадью всего лишь 1,96 мм²[5]. Эти компактные устройства отличаются относительно небольшим количеством интерфейсов ввода-вывода, но в большинстве разработок этого вполне достаточно. Например, для оптимального использования интерфейсов можно объединить несколько датчиков в один канал для формирования операций ввода-вывода. В настоящее время разработчики могут использовать ППВМ площадью от 1,96 мм² (т.е. 1,4x1,4 мм) для реализации простых функций в виде RFFE-интерфейса, который позволяет эффективно управлять многорежимными и многодиапазонными антеннами, и до 6,25 мм² для более сложного применения в области компьютерного зрения, способных поддерживать передачу видео 4K[4].

ППВМ низкой плотности предлагают ряд других преимуществ в текущем поколении интеллектуальных систем. Во многих случаях проектировщики могут использовать ППВМ низкой плотности или программируемые ASSP, построенные на основе ППВМ, для агрегирования данных с нескольких датчиков на одну шину или мост между несколькими разрозненными интерфейсами. С их перепрограммируемым вводом-выводом, эти ППВМ способны поддерживать большое разнообразие подключений, буферизаций и отображения данных.

Появление и быстрое внедрение недорогих интерфейсов MIPI, таких как CSI-2 и DSI, помогли упростить эту задачу.

Данные становятся все более ценным товаром в современном мире. Системы полагаются на быстро расширяющийся массив датчиков для поддержки постоянно растущего списка функций.

При этом данные полезны только в том случае, если могут быть получены, переданы и проанализированы быстро и эффективно.

Используя последние достижения в области интерфейсов рынка мобильных вычислений вместе с присущими преимуществами программируемой логики низкой плотности в архитектурах мобильных гетерогенных вычислений, разработчики могут оптимизировать способность своих систем собирать, передавать и анализировать этот ключевой ресурс.