【自适应计算在机器人领域的应用】连载四：如何理解面向机器人的“软件定义硬件”

　　作者： Víctor Mayoral-Vilches 和 Giulio Corradi，赛灵思公司

　　连载四：如何理解面向机器人的“软件定义硬件”

　　术语“软件定义硬件software-defined hardware o”往往指将应用映射至 FPGA，从而通过软件创建运行时可重配置硬件。软件定义硬件旨在实现特定算法或计算的运行时效率最大化，是基于固定的冯诺依曼计算架构的 CPU 和 GPU或是成本高、同样功能不可变的 ASIC 的替代产品。因此，面向机器人的软件定义硬件，应被理解成能够通过软件重新编程和适配的运行时可重配置机器人硬件。。

　　传统的机器人软件编程是在预定义的架构和约束条件下，在给定机器人的 CPU 中进行功能编程。正如前文所述，一旦机器人遇到适配需求，就会导致复杂的系统集成操作。然而如果使用 FPGA，构建机器人的行为就是为解决任务的架构编程。机器人架构师可以纯粹从软件创建自己的硬件设计，并可以通过各种平台完成交付，如图 1 所示。

　　

　　图1： 赛灵思自适应计算解决方案

　　对于机器人专家来说，有三种与 FPGA 技术交互的途径。首先是芯片级入手（ chip-down）的方法（图 1a），既将片上系统 （SoC） 集成到定制设计的 PCB 中，以满足应用需求。这种方法最适合机器人制造商，是大批量和成本优化型批量的理想选择。第二种方法是采用系统模块 （SOM）（图 1b），将预装配电路板插入定制的承载电路板。SOM 帮助硬件工程师加快产品开发速度，将他们从计算平台上解放出来，把精力集中在更有价值的创新上。第三种方法是采用已经集成大量外设的完全装配好的电路板（图 1c）。对于高计算强度的运算而言，可直接插入工作站的完整电路板代表了最佳的权衡取舍。

　　要点总结：传统的机器人软件编程是在预定义的架构和约束条件下，在给定机器人的 CPU 中进行功能编程。而采用自适应计算后，构建机器人行为则是对架构的编程。