如同FPGA在数字信号处理" title="数字信号处理">数字信号处理领域取得的非凡成就，GIT大学的研究人员相信，他们的大规模现场可编程模拟阵列(FPAA)在模拟领域具有很大的发展潜力。

　　当前版本的这些芯片不太可能适应所有应用，但他们可以满足要求最严格的专业应用，例如由生物组织完成的神经系统信号处理的仿真。不管怎么说，这些芯片能使系统的设计、原型创建和测试更快更容易，而且不必制造新的芯片。

　　另外，FPAA技术可以帮助众多不熟练的用户尝试使用由模拟信号处理" title="模拟信号处理">模拟信号处理团队开发的复杂低功率技术，GIT大学教授Paul Hasler表示。“粗略估计，全球约有3000位高级模拟工程师。”一直关注FPAA技术应用的Hasler指出，“而相比之下，采用DSP的系统设计师数量最保守也要超过一百万。”

　　如果FPAA能够鼓励这些工程师中即使是一小部分人开始使用模拟技术，情况也将有很大的改观。“目标是将这些技术引入主流设计中。”Hasler表示，“该进程已经通过建立强大的教育基础得以展开，而且已经在普通工程师群体中发生。”

　　模拟信号处理不会代替数字处理，但将会成为数字处理的有效补充，Hasler指出。他正在重新思考混合信号处理器设计——即融合模拟与数字信号处理，以便充分发掘两种技术的优势。“模拟预处理可以减轻A/D瓶颈问题，并减轻后面的DSP运算负担。”Hasler介绍。

　　耶鲁大学副教授Eugenio Culurciello认为：“FPAA将以FPGA和数字电路类似的方式，推进可编程模拟模块的集成。它们有巨大的潜力来缩短小型模拟电路组配的原型建立时间，还能够满足大规模阵列的要求。FPAA可以为大多数模拟应用甚至综合仪器提供足够的性能。”

“基恩定律”认为，每秒上百万次乘法-累加运算(MMAC)所需的功率每18个月有两倍的改进。但对于某些应用来说，模拟信号处理的功效超出了数字信号处理3个以上的数量级。

　　模拟信号处理

　　虽然模拟电路并不适用于传统的符号运算，但在处理来自传感器的信号方面却具有很多优点。首先，它不需要模拟到数字的转换步骤，因此无需对哪些信息要保留、哪些信号要丢弃做出武断决定。这对数据分辨率和时序都有好处。

　　另外，在采用模拟运算后，分辨率和运算时间的调整经常要好很多，因为每个额外的“比特”都不要求其自身运行。

　　对于成像阵列等组合型传感器/处理器芯片来说，还具有并行机制和保持几何完整性的优点。在蜂窝神经网络等设备中，阵列中所有邻近单元间的交互都是同时发生的，这意味着整个捕获到的图像可以用相对较少的步骤完成处理。例如，实验表明，在模拟域中处理拉普拉斯变换的速度最多可以比数字域快3个数量级。

　　20年前，当时还在加州科技大学的Carver Mead就指出，如果电路不必工作在数字模式下，处理信号的功耗会低许多。这个见解源自Mead对生物神经电路效率做的注解，这种电路的工作方式更多处于模拟而非数字域(它使用神经实体进行运算，而不是某些逐步型算法)。基于生物模型开发高效电路的神经形态工程就是基于这种想法。

　　“基恩定律”(名称来自TI杰出工程师Gene Frantz，是他首次发现了这个现象)认为，每秒上百万次乘法-累加运算(MMAC)所需的功率每18个月有两倍的改进。数字技术虽然一直在改进，但数字和模拟之间的功效差距一直很大。对于运算量大但功率受限的应用而言，这个差距代表了20年的领先水平。

　　但对于几乎最严格的应用来说，模拟的优势被实用难度所压制。模拟设计" title="模拟设计">模拟设计难度大；测试非常耗时，因为它需要制造；形成的解决方案主要针对个别问题，因为它们缺少可编程性。这三大问题合起来又产生了第4个问题：模拟设计在各个年级的电子技术专业学生中不受欢迎。

　　由于数字设计越来越容易，满意度越来越高，模拟设计靠边站也就容易理解了。这也导致了模拟工程师短缺，进而连建议使用模拟解决方案的人都没有，更不用说被采纳了。

　　比较容易的方法

　　由Hasler和其纽约州立大学工作的同事Chris Twigg合作开发的技术，可能最终会解决其中的一些问题。FPAA自身就是用浮动栅极晶体管器件连接的模拟单元网络，它允许单元间的耦合被不断增强或削弱。一旦编程后，它们就不仅是无源线路，而且能主动参与模拟运算。相反，FPGA使用不是最优化的互连作为必要的开销，来提供可编程性。他们常常需要使用长的传输线，不仅会降低性能，而且对运算本身也没有一点好处。

　　大约有5万个模拟单元的现有器件应该适合“要求大量信号处理、有非常严格的功率预算以及需要快速开发和部署的应用”使用，Franklin W.Olin大学电子与计算机技术系副教授Brad Minch指出：“这些FPAA还可以为最终用户定制或量身定做产品。”

　　Minch指出，这样的应用案例包括：在蜂窝电话和移动计算平台中提供语音识别，在助听装置中实现方向选择和噪声抑制。

　　“这种应用中的主要竞争性技术是DSP和全定制特殊应用集成电路(ASIC)。”Minch说道，“与DSP方案相比，FPAA的主要优势是整个FPAA的功耗比单独一个模数转换器模块还要低，更不用说整个数字电路的功耗了。”与全定制ASIC相比的主要优势是灵活性，以及更快的设计、开发和部署周期，Minch表示。

　　即使在ASIC效率更高的应用场合，FPAA也具有可预测性更高的优势。在与系统部署相同的平台上来开发应用也一直是很大的优势。“FPAA能确保模型系统中的寄生效应与‘仿真’有直接的可比性。”Minch指出，“而在开发ASIC的过程中，人们永远无法确保模型是否被正确调校，以及当芯片被制造和封装时实际寄生效应会怎样。”

　　培训机会

　　但新技术可能会对培养新一代非专家级模拟工程师产生深远影响。Twigg和Hasler已经开发出一个系统，该系统能让学生在几个星期之内完成整个模拟设计和测试周期。受FPGA制造商使用的培训板和套件的启发，该系统集成了不同的D/A和A/D转换器以及其它接口，以避免对通常模拟测试所需要使用的测试平台设备的需求。电路采用开源程序XCircuit设计，可以用Matlab图形用户接口进行测试。Hasler将该系统用作他自己在GIT大学所授课程中的一部分，并用于专业工程师和其它学生的远程教育课程中。

　　Olin的Minch也积极参与了此事。“我计划使用这些器件，来作为微电子方面的第一堂课和混合信号IC设计中的后续课程。”他说，“目前在微电子课程中，学生只能创建和表征简单的模拟单元。他们可以实际开发的最复杂电路可能包括数十个晶体管。另外，他们在试验板上搭建的电路的动态性能根本无法与集成电路相比，因为寄生参数非常大。”

　　Minch指出，“FPAA可以帮助学生研究更复杂电路的行为，而不需要制作和调试巨大的试验板。另外，与试验板相比，FPAA的动态性能也更接近集成电路。”

　　在今后的混合信号芯片设计课程中，Minch表示，“FPAA将为研发思路提供第二种仿真方式。仿真经常无法合并，而精确的模型参数集又很难获得。FPAA则永远不会无法合并。虽然学生可能会以不同技术制作其项目，但FPAA中的晶体管显然不会产生非物理性行为，而有些Spice模型会的，特别是在它们的参数集没被正确调整好的时候。”

　　“制造仍然是有用的，”Minch表示，“但FPAA可以在它们被提交流片前，提供一个优秀的平台来测试你的思路。”

　　耶鲁大学的Culurciello也计划在课程中使用这种新板。“它们是很好的教学工具，因为它们能让你不用布线就能轻松地设计出电路。”他指出。

　　未来挑战

　　当然，在这种技术取得成功之前需要解决许多问题。Culurciello指出，问题之一是由于走线和开关增加而增加的噪声，会限制模拟电路的性能，并降低信噪比。他透露，Hasler已经找到方法降低互连噪声，但显然无法使噪声彻底消失。另外Culurciello还指出，为了使该技术真正发挥作用，研究人员需要能够制造出更大的器件阵列，并优化编程工具的速度。

　　Hasler显得比较乐观，他认为FPAA技术将随着时间的推移变得越来越成熟。“随着工艺尺寸不断缩小，这些可配置技术将越来越重要。随着工艺的缩小，工具、掩膜等都会变得很昂贵，相应的设计成本也会增加。”他说，“因此，只有尽可能多地发挥每个设计的优势才有希望。”

　　由于今后的趋势是向可编程和可配置数字芯片发展。“FPAA应允许超低功率的模拟信号处理也能充分利用这些技术趋势。”Hasler表示。