要想機(jī)器人有智能，必先賦予其感知能力。感知計(jì)算，特別是視覺以及深度學(xué)習(xí)，通常計(jì)算量比較大，對性能要求高。但是機(jī)器人受電池容量限制，可分配給計(jì)算的能源比較低。除此之外，由于感知算法不斷發(fā)展，我們還需要不斷更新機(jī)器人的感知處理器。與其它處理器相比，FPGA具有低能耗、高性能以及可編程等特性，十分適合感知計(jì)算。本文首先解析FPGA的特性，然后介紹FPGA對感知算法的加速以及節(jié)能，最后談一談機(jī)器人操作系統(tǒng)對FPGA的支持。

FPGA：高性能、低能耗、可編程

與其它計(jì)算載體如CPU與GPU相比，F(xiàn)PGA具有高性能、低能耗以及可硬件編程的特點(diǎn)。圖1介紹了FPGA的硬件架構(gòu)，每個(gè)FPGA主要由三個(gè)部分組成：輸入輸出邏輯，主要用于FPGA與外部其他部件，比如傳感器的通信；計(jì)算邏輯部件，主要用于建造計(jì)算模塊；以及可編程連接網(wǎng)絡(luò)，主要用于連接不同的計(jì)算邏輯部件去組成一個(gè)計(jì)算器。在編程時(shí)，我們可以把計(jì)算邏輯映射到硬件上，通過調(diào)整網(wǎng)絡(luò)連接把不同的邏輯部件連通在一起去完成一個(gè)計(jì)算任務(wù)。比如要完成一個(gè)圖像特征提取的任務(wù)，我們會(huì)連接FPGA的輸入邏輯與照相機(jī)的輸出邏輯，讓圖片可以進(jìn)入FPGA。然后，連接FPGA的輸入邏輯與多個(gè)計(jì)算邏輯部件，讓這些計(jì)算邏輯部件并行提取每個(gè)圖片區(qū)域的特征點(diǎn)。最后，我們可以連接計(jì)算邏輯部件與FPGA的輸出邏輯，把特征點(diǎn)匯總后輸出。由此可見，F(xiàn)PGA通常把算法的數(shù)據(jù)流以及執(zhí)行指令寫死在硬件邏輯中，從而避免了CPU的Instruction Fetch與Instruction Decode 工作。

圖1 FPGA硬件架構(gòu)

高性能

雖然FPGA的頻率一般比CPU低，但是可以用FPGA實(shí)現(xiàn)并行度很大的硬件計(jì)算器。比如一般CPU每次只能處理4到8個(gè)指令，在FPGA上使用數(shù)據(jù)并行的方法可以每次處理256個(gè)或者更多的指令，讓FPGA可以處理比CPU多很多的數(shù)據(jù)量。另外，如上所述，在FPGA中一般不需要Instruction Fetch與Instruction Decode, 減少了這些流水線工序后也節(jié)省了不少計(jì)算時(shí)間。

為了讓讀者對FPGA加速有更好的了解，我們總結(jié)了微軟研究院2010年對BLAS算法的FPGA加速研究。BLAS是矩陣運(yùn)算的底層庫，被廣泛運(yùn)用到高性能計(jì)算、機(jī)器學(xué)習(xí)等領(lǐng)域。在這個(gè)研究中，微軟的研究人員分析了CPU、GPU以及FPGA對BLAS的加速以及能耗。圖2對比了FPGA以及CPU、GPU執(zhí)行GaxPy算法每次迭代的時(shí)間，相對于CPU，GPU與FPGA都達(dá)到了60%的加速。圖中顯示的是小矩陣運(yùn)算，隨著矩陣的增大，GPU與FPGA相對與CPU的加速比會(huì)越來越明顯。

圖2 GaxPy 算法性能對比 (單位：微秒)

低能耗

FPGA相對于CPU與GPU有明顯的能耗優(yōu)勢，主要有兩個(gè)原因。首先，在FPGA中沒有Instruction Fetch與Instruction Decode，在Intel的CPU里面，由于使用的是CISC架構(gòu)，僅僅Decoder就占整個(gè)芯片能耗的50%；在GPU里面，F(xiàn)etch與Decode也消耗了10%～20%的能源。其次，F(xiàn)PGA的主頻比CPU與GPU低很多，通常CPU與GPU都在1GHz到3GHz之間，而FPGA的主頻一般在500MHz以下。如此大的頻率差使得FPGA消耗的能源遠(yuǎn)低于CPU與GPU。

圖3對比了FPGA以及CPU、GPU執(zhí)行GaxPy算法每次迭代的能源消耗。可以發(fā)現(xiàn)CPU與GPU的能耗是相仿的，而FPGA的能耗只是CPU與GPU的8%左右。由此可見，F(xiàn)PGA計(jì)算比CPU快60%，而能耗只是CPU的1/12，有相當(dāng)大的優(yōu)勢，特別在能源受限的情況下，使用FPGA會(huì)使電池壽命延長不少。

圖3 GaxPy 算法能耗對比(單位：毫焦)

可硬件編程

   由于FPGA是可硬件編程的，相對于ASIC而言，使用FPGA可以對硬件邏輯進(jìn)行迭代更新。但是FPGA也會(huì)被詬病，因?yàn)榘阉惴▽懙紽PGA硬件并不是一個(gè)容易的過程，相比在CPU與GPU上編程技術(shù)門檻高許多，開發(fā)周期也會(huì)長很多。

圖4 傳統(tǒng)FPGA開發(fā)流程與C-to-FPGA開發(fā)流程

   圖4顯示了傳統(tǒng)FPGA開發(fā)流程與C-to-FPGA開發(fā)流程的對比。在傳統(tǒng)的FPGA開發(fā)流程中，我們需要把C/C++寫成的算法逐行翻譯成基于Verilog的硬件語言，然后再編譯Verilog，把邏輯寫入硬件。隨著近幾年FPGA技術(shù)的發(fā)展，從C直接編譯到FPGA的技術(shù)已經(jīng)逐漸成熟，并已在百度廣泛被使用。在C-to-FPGA開發(fā)流程中，我們可以在CC++的代碼中加Pragma, 指出哪個(gè)計(jì)算Kernel應(yīng)該被加速，然后C-to-FPGA引擎會(huì)自動(dòng)把代碼編譯成硬件。在我們的經(jīng)驗(yàn)中，使用傳統(tǒng)開發(fā)流程，完成一個(gè)項(xiàng)目大約需要半年時(shí)間，而使用了C-to-FPGA開發(fā)流程后，一個(gè)項(xiàng)目大約兩周便可完成，效率提升了10倍以上。

感知計(jì)算在FPGA上的加速

  接下來主要介紹機(jī)器人感知計(jì)算在FPGA上的加速，特別是特征提取與位置追蹤的計(jì)算（可以認(rèn)為是機(jī)器人的眼睛），以及深度學(xué)習(xí)計(jì)算（可以認(rèn)為是機(jī)器人的大腦）。當(dāng)機(jī)器人有了眼睛以及大腦后，就可以在空間中移動(dòng)并定位自己，在移動(dòng)過程中識別所見到的物體。

特征提取與位置追蹤

   特征提取與位置追蹤的主要算法包括SIFT、SURF和SLAM。SIFT是一種檢測局部特征的算法，通過求一幅圖中的特征點(diǎn)及其有關(guān)規(guī)模和方向的描述得到特征并進(jìn)行圖像特征點(diǎn)匹配。SIFT特征匹配算法可以處理兩幅圖像之間發(fā)生平移、旋轉(zhuǎn)、仿射變換情況下的匹配問題，具有很強(qiáng)的匹配能力。SIFT算法有三大工序：1. 提取關(guān)鍵點(diǎn)；2. 對關(guān)鍵點(diǎn)附加詳細(xì)的信息（局部特征）也就是所謂的描述器；3. 通過兩方特征點(diǎn)（附帶上特征向量的關(guān)鍵點(diǎn)）的兩兩比較找出相互匹配的若干對特征點(diǎn)，也就建立了景物間的對應(yīng)關(guān)系。SURF算法是對SIFT算法的一種改進(jìn)，主要是通過積分圖像Haar求導(dǎo)提高SIFT算法的執(zhí)行效率。SLAM即同時(shí)定位與地圖重建，目的就是在機(jī)器人運(yùn)動(dòng)的同時(shí)建立途經(jīng)的地圖，并同時(shí)敲定機(jī)器人在地圖中的位置。使用該技術(shù)后，機(jī)器人可以在不借助外部信號（WIFI、Beacon、GPS）的情況下進(jìn)行定位，在室內(nèi)定位場景中特別有用。定位的方法主要是利用卡曼濾波器對不同的傳感器信息（圖片、陀螺儀）進(jìn)行融合，從而推斷機(jī)器人當(dāng)前的位置。

   為了讓讀者了解FPGA對特征提取與位置追蹤的加速以及節(jié)能，下面我們關(guān)注加州大學(xué)洛杉磯分校的一個(gè)關(guān)于在FPGA上加速特征提取與SLAM算法的研究。圖5展示了FPGA相對CPU在執(zhí)行SIFT feature-matching、SURF feature-matching以及SLAM算法的加速比。使用FPGA后，SIFT與SURF的feature-matching分別取得了30倍與9倍的加速，而SLAM的算法也取得了15倍的加速比。假設(shè)照片以30FPS的速度進(jìn)入計(jì)算器，那么感知與定位的算法需要在33毫秒內(nèi)完成對一張圖片的處理，也就是說在33毫秒內(nèi)做完一次特征提取與SLAM計(jì)算，這對CPU會(huì)造成很大的壓力。用了FPGA以后，整個(gè)處理流程提速了10倍以上，讓高幀率的數(shù)據(jù)處理變得可能。

圖5 感知算法性能對比 (單位：加速比)

    圖6展示了FPGA相對CPU在執(zhí)行SIFT、SURF以及SLAM算法的節(jié)能比。使用FPGA后，SIFT與SURF分別取得了1.5倍與1.9倍的節(jié)能比，而SLAM的算法取得了14倍的節(jié)能比。根據(jù)我們的經(jīng)驗(yàn)，如果機(jī)器人將手機(jī)電池用于一個(gè)多核的Mobile CPU去跑這一套感知算法，電池將會(huì)在40分鐘左右耗光。但是如果使用FPGA進(jìn)行計(jì)算，手機(jī)電池就足以支撐6小時(shí)以上，即可以達(dá)到10倍左右的總體節(jié)能 （因?yàn)镾LAM的計(jì)算量比特征提取高很多）。

圖6 感知算法能耗對比 (單位：節(jié)能比)

   根據(jù)數(shù)據(jù)總結(jié)一下，如果使用FPGA進(jìn)行視覺感知定位的運(yùn)算，不僅可以提高感知幀率，讓感知更加精準(zhǔn)，還可以節(jié)能，讓計(jì)算持續(xù)多個(gè)小時(shí)。當(dāng)感知算法確定，而且對芯片的需求達(dá)到一定的量后，我們還可以把FPGA芯片設(shè)計(jì)成ASIC，進(jìn)一步的提高性能以及降低能耗。

深度學(xué)習(xí)

   深度神經(jīng)網(wǎng)絡(luò)是一種具備至少一個(gè)隱層的神經(jīng)網(wǎng)絡(luò)。與淺層神經(jīng)網(wǎng)絡(luò)類似，深度神經(jīng)網(wǎng)絡(luò)也能夠?yàn)閺?fù)雜非線性系統(tǒng)提供建模，但多出的層次為模型提供了更高的抽象層次，因而提高了模型的能力。在過去幾年，卷積深度神經(jīng)網(wǎng)絡(luò)（CNN）在計(jì)算機(jī)視覺領(lǐng)域以及自動(dòng)語音識別領(lǐng)域取得了很大的進(jìn)步。在視覺方面，Google、Microsoft與Facebook不斷在ImageNet比賽上刷新識別率紀(jì)錄。在語音識別方面，百度的DeepSpeech 2系統(tǒng)相比之前的系統(tǒng)在詞匯識別率上有顯著提高，把詞匯識別錯(cuò)誤率降到了7%左右。

   為了讓讀者了解FPGA對深度學(xué)習(xí)的加速以及節(jié)能，我們下面關(guān)注北京大學(xué)與加州大學(xué)的一個(gè)關(guān)于FPGA加速CNN算法的合作研究。圖7展示了FPGA與CPU在執(zhí)行CNN時(shí)的耗時(shí)對比。在運(yùn)行一次迭代時(shí)，使用CPU耗時(shí)375毫秒，而使用FPGA只耗時(shí)21毫秒，取得了18倍左右的加速比。假設(shè)如果這個(gè)CNN運(yùn)算是有實(shí)時(shí)要求，比如需要跟上相機(jī)幀率（33毫秒／幀），那么CPU就不可以達(dá)到計(jì)算要求，但是通過FPGA加速后，CNN計(jì)算就可以跟上相機(jī)幀率，對每一幀進(jìn)行分析。

圖7 CNN性能對比 (單位：毫秒)

    圖8展示了FPGA與CPU在執(zhí)行CNN時(shí)的耗能對比。在執(zhí)行一次CNN運(yùn)算，使用CPU耗能36焦，而使用FPGA只耗能10焦，取得了3.5倍左右的節(jié)能比。與SLAM計(jì)算相似，通過用FPGA加速與節(jié)能，讓深度學(xué)習(xí)實(shí)時(shí)計(jì)算更容易在移動(dòng)端運(yùn)行。

圖8 CNN能耗對比 (單位：焦)

FPGA與ROS機(jī)器人操作系統(tǒng)的結(jié)合

   上文介紹了FPGA對感知算法的加速以及節(jié)能，可以看出FPGA在感知計(jì)算上相對CPU與GPU有巨大優(yōu)勢。本節(jié)介紹FPGA在當(dāng)今機(jī)器人行業(yè)被使用的狀況，特別是FPGA在ROS機(jī)器人操作系統(tǒng)中被使用的情況。

   機(jī)器人操作系統(tǒng)（ROS），是專為機(jī)器人軟件開發(fā)所設(shè)計(jì)出來的一套操作系統(tǒng)架構(gòu)。它提供類似于操作系統(tǒng)的服務(wù)，包括硬件抽象描述、底層驅(qū)動(dòng)程序管理、共用功能的執(zhí)行、程序間消息傳遞、程序發(fā)行包管理，它也提供一些工具和庫用于獲取、建立、編寫和執(zhí)行多機(jī)融合的程序。ROS的首要設(shè)計(jì)目標(biāo)是在機(jī)器人研發(fā)領(lǐng)域提高代碼復(fù)用率。ROS是一種分布式處理框架（又名Nodes）。這使可執(zhí)行文件能被單獨(dú)設(shè)計(jì)，并且在運(yùn)行時(shí)松散耦合。這些過程可以封裝到數(shù)據(jù)包（Packages）和堆棧（Stacks）中，以便于共享和分發(fā)。ROS還支持代碼庫的聯(lián)合系統(tǒng)，使得協(xié)作亦能被分發(fā)。ROS目前被廣泛應(yīng)用到多種機(jī)器人中，逐漸變成機(jī)器人的標(biāo)準(zhǔn)操作系統(tǒng)。在2015年的DARPA Robotics Challenge比賽中，有過半數(shù)的參賽機(jī)器人使用了ROS。

   隨著FPGA技術(shù)的發(fā)展，越來越多的機(jī)器人使用上了FPGA，在ROS社區(qū)中也有越來越多的聲音要求ROS兼容FPGA。一個(gè)例子是美國Sandia國家實(shí)驗(yàn)室的機(jī)器人手臂Sandia Hand。如圖9所示，Sandia Hand使用FPGA預(yù)處理照相機(jī)以及機(jī)器人手掌返回的信息，然后把預(yù)處理的結(jié)果傳遞ROS的其它計(jì)算Node。

圖9 ROS在Sandia Hand中對FPGA的支持

   為了使ROS與FPGA之間可以連接，Sandia Hand使用了Rosbridge機(jī)制。 Rosbridge通過JSON API來連接ROS與非ROS的程序。比如一個(gè)ROS的程序可以通過JSON API連接一個(gè)非ROS的網(wǎng)絡(luò)前端。在Sandia Hand的設(shè)計(jì)中，一個(gè)ROS Node通過JSON API連接到FPGA計(jì)算器，F(xiàn)PGA傳遞數(shù)據(jù)以及發(fā)起計(jì)算指令，然后從FPGA取回計(jì)算結(jié)果。

   Rosbridge為ROS與FPGA的聯(lián)通提供了一種溝通機(jī)制，但是在這種機(jī)制中，ROS Node并不能運(yùn)行在FPGA上，而且通過JSON API的連接機(jī)制也帶來了一定的性能損耗。為了讓FPGA與ROS更好的耦合，最近日本的研究人員提出了ROS-Compliant FPGA的設(shè)計(jì)，讓ROS Node可以直接運(yùn)行在FPGA上。如圖10所示，在這個(gè)設(shè)計(jì)中，F(xiàn)PGA了實(shí)現(xiàn)一個(gè)輸入的接口，這個(gè)接口可以直接訂閱ROS的topic，使數(shù)據(jù)可以無縫連接流入FPGA計(jì)算單元中。另外，F(xiàn)PGA上也實(shí)現(xiàn)了一個(gè)輸出接口， 讓FPGA上的ROS Node可以直接發(fā)表數(shù)據(jù)，讓訂閱這個(gè)topic的其他ROS Node可以直接使用FPGA產(chǎn)出的數(shù)據(jù)。在這個(gè)設(shè)計(jì)中，開發(fā)者只要把自己開發(fā)的FPGA計(jì)算器插入到ROS-compliant的FPGA框架中，便可以無縫連接其他ROS Node。

圖10 FPGA成為ROS的一部分

   最近跟ROS的運(yùn)營機(jī)構(gòu)Open Source Robotics Foundation溝通中發(fā)現(xiàn)，越來越多的機(jī)器人開發(fā)者使用FPGA作為傳感器的計(jì)算單元以及控制器，對FPGA融入ROS的需求越來越多。相信ROS很快將會(huì)拿出一個(gè)與FPGA緊密耦合的解決方案。

展望未來

   FPGA具有低能耗、高性能以及可編程等特性，十分適合感知計(jì)算。特別是在能源受限的情況下，F(xiàn)PGA相對于CPU與GPU有明顯的性能與能耗優(yōu)勢。除此之外，由于感知算法不斷發(fā)展，我們需要不斷更新機(jī)器人的感知處理器。相比ASIC，F(xiàn)PGA又具有硬件可升級可迭代的優(yōu)勢。由于這些原因，筆者堅(jiān)信FPGA在機(jī)器人時(shí)代將會(huì)是最重要的芯片之一。由于FPGA的低能耗特性，F(xiàn)PGA很適合用于傳感器的數(shù)據(jù)預(yù)處理工作。可以預(yù)見，F(xiàn)PGA與傳感器的緊密結(jié)合將會(huì)很快普及。而后隨著視覺、語音、深度學(xué)習(xí)的算法在FPGA上的不斷優(yōu)化，F(xiàn)PGA將逐漸取代GPU與CPU成為機(jī)器人上的主要芯片。

推薦閱讀：
五大優(yōu)勢凸顯 可編程邏輯或?qū)⒊尸F(xiàn)快速增長 
 量子點(diǎn)和OLED，誰會(huì)是電視市場下半場的主流技術(shù)數(shù) 
淺顯易懂的理解嵌入式開發(fā)中的硬件知識 
為什么分立式JFET仍然活躍于模擬設(shè)計(jì)中？