要想機器人有智能，必先賦予其感知能力。感知計算，特別是視覺以及深度學習，通常計算量比較大，對性能要求高。但是機器人受電池容量限制，可分配給計算的能源比較低。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。圖1介紹了FPGA的硬件架構，每個FPGA主要由三個部分組成：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；計算邏輯部件，主要用于建造計算模塊；以及可編程連接網(wǎng)絡，主要用于連接不同的計算邏輯部件去組成一個計算器。在編程時，我們可以把計算邏輯映射到硬件上，通過調(diào)整網(wǎng)絡連接把不同的邏輯部件連通在一起去完成一個計算任務。比如要完成一個圖像特征提取的任務，我們會連接FPGA的輸入邏輯與照相機的輸出邏輯，讓圖片可以進入FPGA。然后，連接FPGA的輸入邏輯與多個計算邏輯部件，讓這些計算邏輯部件并行提取每個圖片區(qū)域的特征點。最后，我們可以連接計算邏輯部件與FPGA的輸出邏輯，把特征點匯總后輸出。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
高性能
雖然FPGA的頻率一般比CPU低，但是可以用FPGA實現(xiàn)并行度很大的硬件計算器。比如一般CPU每次只能處理4到8個指令，在FPGA上使用數(shù)據(jù)并行的方法可以每次處理256個或者更多的指令，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)省了不少計算時間。
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是矩陣運算的底層庫，被廣泛運用到高性能計算、機器學習等領域。在這個研究中，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算法每次迭代的時間，相對于CPU，GPU與FPGA都達到了60%的加速。圖中顯示的是小矩陣運算，隨著矩陣的增大，GPU與FPGA相對與CPU的加速比會越來越明顯。
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，僅僅Decoder就占整個芯片能耗的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?？梢园l(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計算比CPU快60%，而能耗只是CPU的1/12，有相當大的優(yōu)勢，特別在能源受限的情況下，使用FPGA會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可以對硬件邏輯進行迭代更新。但是FPGA也會被詬病，因為把算法寫到FPGA硬件并不是一個容易的過程，相比在CPU與GPU上編程技術門檻高許多，開發(fā)周期也會長很多。
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技術的發(fā)展，從C直接編譯到FPGA的技術已經(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, 指出哪個計算Kernel應該被加速，然后C-to-FPGA引擎會自動把代碼編譯成硬件。在我們的經(jīng)驗中，使用傳統(tǒng)開發(fā)流程，完成一個項目大約需要半年時間，而使用了C-to-FPGA開發(fā)流程后，一個項目大約兩周便可完成，效率提升了10倍以上。
感知計算在FPGA上的加速
接下來主要介紹機器人感知計算在FPGA上的加速，特別是特征提取與位置追蹤的計算（可以認為是機器人的眼睛），以及深度學習計算（可以認為是機器人的大腦）。當機器人有了眼睛以及大腦后，就可以在空間中移動并定位自己，在移動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及其有關規(guī)模和方向的描述得到特征并進行圖像特征點匹配。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，具有很強的匹配能力。SIFT算法有三大工序：1. 提取關鍵點；2. 對關鍵點附加詳細的信息（局部特征）也就是所謂的描述器；3. 通過兩方特征點（附帶上特征向量的關鍵點）的兩兩比較找出相互匹配的若干對特征點，也就建立了景物間的對應關系。SURF算法是對SIFT算法的一種改進，主要是通過積分圖像Haar求導提高SIFT算法的執(zhí)行效率。SLAM即同時定位與地圖重建，目的就是在機器人運動的同時建立途經(jīng)的地圖，并同時敲定機器人在地圖中的位置。使用該技術后，機器人可以在不借助外部信號（WIFI、Beacon、GPS）的情況下進行定位，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）進行融合，從而推斷機器人當前的位置。
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，下面我們關注加州大學洛杉磯分校的一個關于在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。假設照片以30FPS的速度進入計算器，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計算，這對CPU會造成很大的壓力。用了FPGA以后，整個處理流程提速了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，如果機器人將手機電池用于一個多核的Mobile CPU去跑這一套感知算法，電池將會在40分鐘左右耗光。但是如果使用FPGA進行計算，手機電池就足以支撐6小時以上，即可以達到10倍左右的總體節(jié)能 （因為SLAM的計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進行視覺感知定位的運算，不僅可以提高感知幀率，讓感知更加精準，還可以節(jié)能，讓計算持續(xù)多個小時。當感知算法確定，而且對芯片的需求達到一定的量后，我們還可以把FPGA芯片設計成ASIC，進一步的提高性能以及降低能耗。
深度學習
深度神經(jīng)網(wǎng)絡是一種具備至少一個隱層的神經(jīng)網(wǎng)絡。與淺層神經(jīng)網(wǎng)絡類似，深度神經(jīng)網(wǎng)絡也能夠為復雜非線性系統(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（CNN）在計算機視覺領域以及自動語音識別領域取得了很大的進步。在視覺方面，Google、Microsoft與Facebook不斷在ImageNet比賽上刷新識別率紀錄。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，把詞匯識別錯誤率降到了7%左右。
為了讓讀者了解FPGA對深度學習的加速以及節(jié)能，我們下面關注北京大學與加州大學的一個關于FPGA加速CNN算法的合作研究。圖7展示了FPGA與CPU在執(zhí)行CNN時的耗時對比。在運行一次迭代時，使用CPU耗時375毫秒，而使用FPGA只耗時21毫秒，取得了18倍左右的加速比。假設如果這個CNN運算是有實時要求，比如需要跟上相機幀率（33毫秒／幀），那么CPU就不可以達到計算要求，但是通過FPGA加速后，CNN計算就可以跟上相機幀率，對每一幀進行分析。
圖7 CNN性能對比 (單位：毫秒)
圖8展示了FPGA與CPU在執(zhí)行CNN時的耗能對比。在執(zhí)行一次CNN運算，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計算相似，通過用FPGA加速與節(jié)能，讓深度學習實時計算更容易在移動端運行。
圖8 CNN能耗對比 (單位：焦)
FPGA與ROS機器人操作系統(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在感知計算上相對CPU與GPU有巨大優(yōu)勢。本節(jié)介紹FPGA在當今機器人行業(yè)被使用的狀況，特別是FPGA在ROS機器人操作系統(tǒng)中被使用的情況。
機器人操作系統(tǒng)（ROS），是專為機器人軟件開發(fā)所設計出來的一套操作系統(tǒng)架構。它提供類似于操作系統(tǒng)的服務，包括硬件抽象描述、底層驅(qū)動程序管理、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)行多機融合的程序。ROS的首要設計目標是在機器人研發(fā)領域提高代碼復用率。ROS是一種分布式處理框架（又名Nodes）。這使可執(zhí)行文件能被單獨設計，并且在運行時松散耦合。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目前被廣泛應用到多種機器人中，逐漸變成機器人的標準操作系統(tǒng)。在2015年的DARPA Robotics Challenge比賽中，有過半數(shù)的參賽機器人使用了ROS。
隨著FPGA技術的發(fā)展，越來越多的機器人使用上了FPGA，在ROS社區(qū)中也有越來越多的聲音要求ROS兼容FPGA。一個例子是美國Sandia國家實驗室的機器人手臂Sandia Hand。如圖9所示，Sandia Hand使用FPGA預處理照相機以及機器人手掌返回的信息，然后把預處理的結(jié)果傳遞ROS的其它計算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機制。 Rosbridge通過JSON API來連接ROS與非ROS的程序。比如一個ROS的程序可以通過JSON API連接一個非ROS的網(wǎng)絡前端。在Sandia Hand的設計中，一個ROS Node通過JSON API連接到FPGA計算器，F(xiàn)PGA傳遞數(shù)據(jù)以及發(fā)起計算指令，然后從FPGA取回計算結(jié)果。
Rosbridge為ROS與FPGA的聯(lián)通提供了一種溝通機制，但是在這種機制中，ROS Node并不能運行在FPGA上，而且通過JSON API的連接機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的設計，讓ROS Node可以直接運行在FPGA上。如圖10所示，在這個設計中，F(xiàn)PGA了實現(xiàn)一個輸入的接口，這個接口可以直接訂閱ROS的topic，使數(shù)據(jù)可以無縫連接流入FPGA計算單元中。另外，F(xiàn)PGA上也實現(xiàn)了一個輸出接口， 讓FPGA上的ROS Node可以直接發(fā)表數(shù)據(jù)，讓訂閱這個topic的其他ROS Node可以直接使用FPGA產(chǎn)出的數(shù)據(jù)。在這個設計中，開發(fā)者只要把自己開發(fā)的FPGA計算器插入到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的運營機構Open Source Robotics Foundation溝通中發(fā)現(xiàn)，越來越多的機器人開發(fā)者使用FPGA作為傳感器的計算單元以及控制器，對FPGA融入ROS的需求越來越多。相信ROS很快將會拿出一個與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，筆者堅信FPGA在機器人時代將會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)預處理工作。可以預見，F(xiàn)PGA與傳感器的緊密結(jié)合將會很快普及。而后隨著視覺、語音、深度學習的算法在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
量子點和OLED，誰會是電視市場下半場的主流技術數(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仍然活躍于模擬設計中？
