FPGA工程师如何提升自己的算法能力

我们常说一句话：工欲善其事，必先利其器。

作为一名FPGA工程师，我们的任务就是把某些特定的逻辑行为雕刻到FPGA芯片上，通过设计逻辑电路达到预期目的。

FPGA的两个擅长领域：信号处理与高速接口。在产业界，企业也根据不同的应用需求，招聘从事信号处理或高速接口方向的工程师。

Xilinx公司FPGA产品类别

我们都很清楚，FPGA作为一种现场可编程芯片，高度灵活的设计实现，使得产品周期大大缩短，在产品形成批量投入市场前具有先天优势。

在接口方面，常用的有：CPRI、PCIe、GTH、Ethernet、SATA、DDR、Aurora、JESD204、I2C、SPI、UART等，在无线通信、图像、数据中心等领域到广泛使用。

例如，CPRI，我们可以去下载相应的规范进行了解。

前面写过的文章连接：《无线高速接口：什么是CPRI？》

大部分接口均由行业标准规范限定，以便于实现设备之间互联。部分特殊接口以某些厂家特定提供，适配指定的芯片及型号。

同时，我们利用FPGA内部丰富的LUT、DSP、RAM等资源，可以实现大规模复杂的系统设计。

人尽其才，物尽其用。FPGA适合拿来做流水和并行处理，因此大部分的数字信号处理都可以通过FPGA来实现。

对于数字信号处理，大部分集中在无线通信和图像处理领域，根据行业相关标准和工程需求，制定相应的信号处理过程和实现方案。

信号处理过程，即为算法链路的设计，需考虑整个系统的功能需求。算法人员根据功能需求进行算法设计，并将经仿真验证的算法提供给逻辑实现人员进行硬件电路实现。

FPGA工程师的主要任务，就是进行相应的逻辑实现和接口开发。但同时应该看到，从职业生涯成长角度看，我们既需要熟悉常用接口的应用，掌握逻辑实现方法和技巧，而算法设计也必不可少。

前面，我们探讨过提升FPGA工程师的核心竞争力，掌握基本功和设计方法学，极为重要。

对于接口和具体链路模块设计，我们只有通过具体的实践过程获取经验，同时了解相应的标准和规范，也大有益处。

然而，对于相关的信号处理过程，特别是涉及算法，我们怎样去比较深入的学习和实践呢？

我们知道MATLAB是一款工科神器，用于数据分析、无线通信、深度学习、图像处理与计算机视觉、信号处理、量化金融与风险管理、机器人，控制系统等领域。

因此，我们可以根据这一常用的数学软件，进行持续性学习。

MATLAB应用领域

随着MATLAB的功能越来越强大，以至于美国为了制裁国内某些高校，禁止其使用MATLAB软件。国内目前尚无相关产品，能够替代MATLAB的强大能力。

不可否认的是，MATLAB确实为推动产业进步做出了巨大贡献。

当前常用的MATLAB版本有：

最新的MATLAB版本为R2021b，是R2021a的更新版，主要在激光雷达、RF PCB、信号完整性等方面进行更新和添加。

如果我们想学习关于数学统计、深度学习、信号处理、无线通信、图像处理、SOC开发、验证测试、图形仿真等方面的MATLAB实现，加深对相关技术的掌握程度，那么我们可以通过访问下面的网站：

https://ww2.mathworks.cn/help/ (点击阅读原文，跳转至该网站)

例如，我们可通过Deep Learning Toolbox，基于MATLAB软件设计、训练和分析深度学习网络。

此外，作为MATLAB的重要应用，信号处理与无线通信自然也是必不可少的重要一环。

例如5G 、LTE、天线、相控阵、雷达、射频、卫星通信、信号完整性、WLAN等业界技术热点，具有相应的Toolbox，提供相关的设计方案和Demo，加快应用部署。

同样地，在图像处理和计算机视觉领域，我们可以获取相应的Toolbox进行设计和开发。

若对FPGA、ASIC和SoC方向感兴趣，我们可以通过以下的Toolbox进行滤波器设计、定点化、HDL源码设计等，大幅度提高生产力。

其他应用在此不一一例举，我们希望可以通过一些公开的资源和平台，提升自己的硬实力，并获得相应的回报。

FPGA工程师相比于IC设计工程师，可能会承担更多的工作项，除了都非常关心具体设计实现、时序约束和资源利用等因素外，我们还需要了解系统级设计方法、架构设计、系统调试和相关的算法知识。