三.開發方法

　　現在，讓我們考慮算法開發方法以及相應的實現工具。

　　1.算法工具

　　影像設計人員使用高級軟件工具對各種算法建模，并對結果進行評估。數字信號處理最好的通用工具是MathWorks的MATLAB處理引擎和 Simulink仿真器GUI。大部分OEM和醫療設計機構使用MATLAB來開發快速精確的算法，包括數字圖像處理、圖像定量分析、模式識別、數字圖像編碼/壓縮、自動顯微影像、法醫圖像處理以及二維小波變換等。除了算法開發外，MATLAB還可以仿真FPGA中常用的定點算法，提供可選的工具，生成能夠運行在通用CPU上的C代碼。

　　2.劃分和調試

　　算法開發完成后，系統設計人員必須確定怎樣在CPU和FPGA之間劃分功能，提供最好的總體解決方案，在性能、成本、可靠性和使用壽命上達到最佳平衡。設備設計人員認為在高性能硬件系統上對算法進行劃分和調試非常困難。以前的很多設計在FPGA中使用裝配線方法，把算法分成多個函數，順序執行。 90％的調試功能都花在集成上。由于每個函數執行時間必須相互平衡，以實現最大吞吐量，因此出現了很多困難，無法觀察本地存儲器和延時。

　　解決方案是基于分布式協處理器計算模型，“以軟件為中心的方法”（參見圖2），其中：

　　協處理器中的每個函數是一個執行機（函數子處理器），子處理器之間具備基于消息的控制通過功能。

　　所有存儲器、CPU和子處理器之間可完全切換，能夠全面觀察，容易進行調試。

　　內部FPGA子處理器之間以及系統內其他CPU和協處理器之間可以調整消息通過功能。

　　圖2 以軟件為中心的設計

　　例如，在Altera/XtremeData協處理器解決方案中，利用了這些概念來實現優異的設計方法。AlteraFPGA的Avalon交換架構以及芯片可編程系統（SOPC）集成工具在所有功能單元之間自動構建靈活的交叉交換架構。接口IP提供FPGA至主機CPU以及FPGA至DIMM存儲器經過預測試的接口。基于預測試消息的基本結構（由Nios CPU定義的軟件）控制主機CPU、FPGA子處理器和FPGA存儲器控制器之間的通信。消息傳遞和全交換功能簡化了開發期間的調試，大大提高了靈活性。可以在執行期間軟定義（重新定義）數據通路，在系統集成和調試期間對數據進行解釋，改變傳送方向，以提高其可觀察性。