如同FPGA在數字信號處理" title="數字信號處理">數字信號處理領域取得的非凡成就，GIT大學的研究人員相信，他們的大規模現場可編程模擬陣列(FPAA)在模擬領域具有很大的發展潛力。

　　當前版本的這些芯片不太可能適應所有應用，但他們可以滿足要求最嚴格的專業應用，例如由生物組織完成的神經系統信號處理的仿真。不管怎么說，這些芯片能使系統的設計、原型創建和測試更快更容易，而且不必制造新的芯片。

　　另外，FPAA技術可以幫助眾多不熟練的用戶嘗試使用由模擬信號處理" title="模擬信號處理">模擬信號處理團隊開發的復雜低功率技術，GIT大學教授Paul Hasler表示。“粗略估計，全球約有3000位高級模擬工程師。”一直關注FPAA技術應用的Hasler指出，“而相比之下，采用DSP的系統設計師數量最保守也要超過一百萬。”

　　如果FPAA能夠鼓勵這些工程師中即使是一小部分人開始使用模擬技術，情況也將有很大的改觀。“目標是將這些技術引入主流設計中。”Hasler表示，“該進程已經通過建立強大的教育基礎得以展開，而且已經在普通工程師群體中發生。”

　　模擬信號處理不會代替數字處理，但將會成為數字處理的有效補充，Hasler指出。他正在重新思考混合信號處理器設計——即融合模擬與數字信號處理，以便充分發掘兩種技術的優勢。“模擬預處理可以減輕A/D瓶頸問題，并減輕后面的DSP運算負擔。”Hasler介紹。

　　耶魯大學副教授Eugenio Culurciello認為：“FPAA將以FPGA和數字電路類似的方式，推進可編程模擬模塊的集成。它們有巨大的潛力來縮短小型模擬電路組配的原型建立時間，還能夠滿足大規模陣列的要求。FPAA可以為大多數模擬應用甚至綜合儀器提供足夠的性能。”

“基恩定律”認為，每秒上百萬次乘法-累加運算(MMAC)所需的功率每18個月有兩倍的改進。但對于某些應用來說，模擬信號處理的功效超出了數字信號處理3個以上的數量級。

　　模擬信號處理

　　雖然模擬電路并不適用于傳統的符號運算，但在處理來自傳感器的信號方面卻具有很多優點。首先，它不需要模擬到數字的轉換步驟，因此無需對哪些信息要保留、哪些信號要丟棄做出武斷決定。這對數據分辨率和時序都有好處。

　　另外，在采用模擬運算后，分辨率和運算時間的調整經常要好很多，因為每個額外的“比特”都不要求其自身運行。

　　對于成像陣列等組合型傳感器/處理器芯片來說，還具有并行機制和保持幾何完整性的優點。在蜂窩神經網絡等設備中，陣列中所有鄰近單元間的交互都是同時發生的，這意味著整個捕獲到的圖像可以用相對較少的步驟完成處理。例如，實驗表明，在模擬域中處理拉普拉斯變換的速度最多可以比數字域快3個數量級。

　　20年前，當時還在加州科技大學的Carver Mead就指出，如果電路不必工作在數字模式下，處理信號的功耗會低許多。這個見解源自Mead對生物神經電路效率做的注解，這種電路的工作方式更多處于模擬而非數字域(它使用神經實體進行運算，而不是某些逐步型算法)。基于生物模型開發高效電路的神經形態工程就是基于這種想法。

　　“基恩定律”(名稱來自TI杰出工程師Gene Frantz，是他首次發現了這個現象)認為，每秒上百萬次乘法-累加運算(MMAC)所需的功率每18個月有兩倍的改進。數字技術雖然一直在改進，但數字和模擬之間的功效差距一直很大。對于運算量大但功率受限的應用而言，這個差距代表了20年的領先水平。

　　但對于幾乎最嚴格的應用來說，模擬的優勢被實用難度所壓制。模擬設計" title="模擬設計">模擬設計難度大；測試非常耗時，因為它需要制造；形成的解決方案主要針對個別問題，因為它們缺少可編程性。這三大問題合起來又產生了第4個問題：模擬設計在各個年級的電子技術專業學生中不受歡迎。

　　由于數字設計越來越容易，滿意度越來越高，模擬設計靠邊站也就容易理解了。這也導致了模擬工程師短缺，進而連建議使用模擬解決方案的人都沒有，更不用說被采納了。

　　比較容易的方法

　　由Hasler和其紐約州立大學工作的同事Chris Twigg合作開發的技術，可能最終會解決其中的一些問題。FPAA自身就是用浮動柵極晶體管器件連接的模擬單元網絡，它允許單元間的耦合被不斷增強或削弱。一旦編程后，它們就不僅是無源線路，而且能主動參與模擬運算。相反，FPGA使用不是最優化的互連作為必要的開銷，來提供可編程性。他們常常需要使用長的傳輸線，不僅會降低性能，而且對運算本身也沒有一點好處。

　　大約有5萬個模擬單元的現有器件應該適合“要求大量信號處理、有非常嚴格的功率預算以及需要快速開發和部署的應用”使用，Franklin W.Olin大學電子與計算機技術系副教授Brad Minch指出：“這些FPAA還可以為最終用戶定制或量身定做產品。”

　　Minch指出，這樣的應用案例包括：在蜂窩電話和移動計算平臺中提供語音識別，在助聽裝置中實現方向選擇和噪聲抑制。

　　“這種應用中的主要競爭性技術是DSP和全定制特殊應用集成電路(ASIC)。”Minch說道，“與DSP方案相比，FPAA的主要優勢是整個FPAA的功耗比單獨一個模數轉換器模塊還要低，更不用說整個數字電路的功耗了。”與全定制ASIC相比的主要優勢是靈活性，以及更快的設計、開發和部署周期，Minch表示。

　　即使在ASIC效率更高的應用場合，FPAA也具有可預測性更高的優勢。在與系統部署相同的平臺上來開發應用也一直是很大的優勢。“FPAA能確保模型系統中的寄生效應與‘仿真’有直接的可比性。”Minch指出，“而在開發ASIC的過程中，人們永遠無法確保模型是否被正確調校，以及當芯片被制造和封裝時實際寄生效應會怎樣。”

　　培訓機會

　　但新技術可能會對培養新一代非專家級模擬工程師產生深遠影響。Twigg和Hasler已經開發出一個系統，該系統能讓學生在幾個星期之內完成整個模擬設計和測試周期。受FPGA制造商使用的培訓板和套件的啟發，該系統集成了不同的D/A和A/D轉換器以及其它接口，以避免對通常模擬測試所需要使用的測試平臺設備的需求。電路采用開源程序XCircuit設計，可以用Matlab圖形用戶接口進行測試。Hasler將該系統用作他自己在GIT大學所授課程中的一部分，并用于專業工程師和其它學生的遠程教育課程中。

　　Olin的Minch也積極參與了此事。“我計劃使用這些器件，來作為微電子方面的第一堂課和混合信號IC設計中的后續課程。”他說，“目前在微電子課程中，學生只能創建和表征簡單的模擬單元。他們可以實際開發的最復雜電路可能包括數十個晶體管。另外，他們在試驗板上搭建的電路的動態性能根本無法與集成電路相比，因為寄生參數非常大。”

　　Minch指出，“FPAA可以幫助學生研究更復雜電路的行為，而不需要制作和調試巨大的試驗板。另外，與試驗板相比，FPAA的動態性能也更接近集成電路。”

　　在今后的混合信號芯片設計課程中，Minch表示，“FPAA將為研發思路提供第二種仿真方式。仿真經常無法合并，而精確的模型參數集又很難獲得。FPAA則永遠不會無法合并。雖然學生可能會以不同技術制作其項目，但FPAA中的晶體管顯然不會產生非物理性行為，而有些Spice模型會的，特別是在它們的參數集沒被正確調整好的時候。”

　　“制造仍然是有用的，”Minch表示，“但FPAA可以在它們被提交流片前，提供一個優秀的平臺來測試你的思路。”

　　耶魯大學的Culurciello也計劃在課程中使用這種新板。“它們是很好的教學工具，因為它們能讓你不用布線就能輕松地設計出電路。”他指出。

　　未來挑戰

　　當然，在這種技術取得成功之前需要解決許多問題。Culurciello指出，問題之一是由于走線和開關增加而增加的噪聲，會限制模擬電路的性能，并降低信噪比。他透露，Hasler已經找到方法降低互連噪聲，但顯然無法使噪聲徹底消失。另外Culurciello還指出，為了使該技術真正發揮作用，研究人員需要能夠制造出更大的器件陣列，并優化編程工具的速度。

　　Hasler顯得比較樂觀，他認為FPAA技術將隨著時間的推移變得越來越成熟。“隨著工藝尺寸不斷縮小，這些可配置技術將越來越重要。隨著工藝的縮小，工具、掩膜等都會變得很昂貴，相應的設計成本也會增加。”他說，“因此，只有盡可能多地發揮每個設計的優勢才有希望。”

　　由于今后的趨勢是向可編程和可配置數字芯片發展。“FPAA應允許超低功率的模擬信號處理也能充分利用這些技術趨勢。”Hasler表示。