All node

PYNQ上手笔记(2)——PL端和PS端的独立开发

作者:Mculover666

在上一篇中提到,Pynq是为了降低开发人员的门槛,但是作为一个学习嵌入式开发的学生,当然要一步一个脚印打好基础,所以选择从Zynq入手学习,等跑起来Linux系统再运用Python开发也不迟,知其然也知其所以然,开发效率更高,所以接下来的几篇都是关于Zynq的,如果想直接玩Pynq可直接跳过,毫无影响。

1.Zynq的架构
在开始实验之前对Zynq芯片有一个基本的认识,如果想深入了解关于Zynq的理论部分,推荐参考The Zynq Book,有英文版和中文版,在此对于Zynq的理论浅尝辄止,不做深究,重点放在实验应用上。

Zynq中包含两大功能块:PS部分和PL部分。

【视频】Algo-Logic Systems 演示超低延时 KVS

Algo-Logic 在 UltraScale + 架构上的新 Key Value Store(KVS)为内存中的对象存储提供了创纪录的延迟和吞吐量性能。

ZYNQ+Vivado2015.2系列(九)基于AXI总线的等精度频率计(测量数字信号频率)

上一节我们体验了一把PS和PL是怎样联合开发的,这种ARM和FPGA联合设计是ZYNQ的精华所在。这一节我们实现一个稍微复杂一点的功能——测量未知信号的频率,PS和PL通过AXI总线交互数据,实现我们希望的功能。

如何测量数字信号的频率

最简单的办法——在一段时间内计数

在我们设定的时间(Tpr) 内对被测信号的脉冲进行计数, 得Nx, Fx=Nx/Tpr。

Tpr 越大,测频精度越高。这种方法适合于高频信号,因为这里可能会有一个被测信号周期的误差,测量高频信号时误差小。

另一个变种——在一个周期内计数

在 被测信号一个周期内对基准时钟信号计数,得Nx, 基准时钟周期为T, 则Tx=T*Nx, Fx=1/Tx。
被测信号频率越低, 基准时钟频率越高,测量精度越高。因此这种方法适用于低频信号。

二者结合——多个周期同步计数

Xilinx A7 芯片内部结构分析(2)——存储单元

上一篇中提到了SLICEL和SLICEM都可用作ROM,后者还可以作为分布式RAM(Distribute RAM,DRAM)。本篇主要总结的是块状Memory(Block Memory),实际上就是FPGA内部独立于逻辑单元的专用存储器,更像是一种硬核。

1. 基本结构
如下图所示,一个Block Memory的大小为36KB(RAMB36E1),由两个独立的18KB BRAM(Block RAM,RAMB18E1)组成。因此一个36K的Block Memory可配置成4中情形:

  • 全部用于配置成36KB的BRAM;
  • 全部用于配置成36KB的FIFO;
  • 配置成18KB的BRAM和18KB的BRAM;
  • 配置成18KB的BRAM和18KB的FIFO;
  • 为什么不能配置成两个18KB的FIFO呢?因为一个Block Momery中间有一个叫FIFO Logic的结构,它用于生成FIFO控制信号,包括读/写地址等,由于它只有1个且不能共享,所以最多只能配置一个FIFO。

    嵌入式中通讯协议的设计

    作者:许雪松 ,硬件十万个为什么

    公司里做项目,嵌入式系统大大小小,到处都是。因为都是一个系统里的,所以都需要通讯,既然通讯就涉及到协议问题。

    逻辑电平之差分互连(6-1)

    本篇主要介绍LVDS、CML、LVPECL三种最常用的差分逻辑电平之间的互连。由于篇幅比较长,分为两部分:第一部分是同种逻辑电平之间的互连,第二部分是不同种逻辑电平之间的互连。

    下面详细介绍第一部分:同种逻辑电平之间的互连。

    时间敏感网络 (TSN) 即将迎来春天,文末有福利

    上世纪 70 年代晚期,以太网之父在施乐帕洛阿尔托研究中心 (PARC) 制作出以太网的雏形 (3Mb/s)。当时他们的研究重点是连接功能,对网络时延或吞吐量关注不多。当时的网络节点是工作站上的工作人员和激光打印机,没人关心数据包在传输过程中是否相互干扰,是否会在抵达目的地前被多次重复发送。在网络中,长短数据包混合传输会给短数据包造成长时延,因为它们需要等待长数据包通过。

    【视频教程】亚马逊 EC2 F1实例手把手教你如何快速开发应用

    通过本视频教程,您将获得有关 AWS F1实例和 SDAccel 的基本介绍,以及在指导下使用 AWS EC2 F1实例逐步完成您的应用开发。在本视频所介绍的虚拟开发者实验室当中,您将可以连接到 F1 实例,体验 F1实例的加速,并使用 SDAccel 开发和优化 F1 应用。

    Xilinx Alveo 加速卡将亮相 IBM OpenPower Summit

    赛灵思携 Alveo 加速卡亮相一年一度的 IBM OpenPower 中国高峰论坛。

    不断演进的数据可视化 - 如何打造完美的工业4.0人机界面?

    作者:Chetan Khona, 赛灵思工业物联网战略部

    上次你看屏幕是什么时候?好吧,这是个诡刁的问题,除非你从事造纸业,或者你名叫摩西 (以色列的先知和首领)并钟情于碑石上篆刻经文,否则你肯定现在就在使用屏幕。毫无疑问,当今时代,屏幕是无所不有、无处不在。