第二種方法使用 FPGA 技術(shù)——現(xiàn)場(chǎng)可編程門(mén)陣列。 這是一個(gè)強(qiáng)大的解決方案，但它的成本和復(fù)雜性要高得多。大型 FPGA 價(jià)格昂貴，并且創(chuàng)建自定義固件需要數(shù)字化儀的 FDK、FPGA 供應(yīng)商提供的工具以及專門(mén)的硬件編程工程技能。創(chuàng)建固件并不適合所有人，即使是經(jīng)驗(yàn)豐富的開(kāi)發(fā)人員也會(huì)陷入漫長(zhǎng)的開(kāi)發(fā)周期。此外，該解決方案受到實(shí)際位于數(shù)字化儀上的 FPGA 的限制。例如，如果可用的塊 RAM 已用完，則無(wú)能為力。

激光雷達(dá)數(shù)字化儀到 GPU

第三種方法是SCAPP。它由虹科 Spectrum創(chuàng)建，是一種新方法。SCAPP使用基于 Nvidia 的 CUDA 標(biāo)準(zhǔn)的標(biāo)準(zhǔn)現(xiàn)成 GPU（圖形處理器單元）。GPU 直接與數(shù)字化儀連接，無(wú)需 CPU 交互。這開(kāi)啟了GPU用于信號(hào)處理的巨大并行核心架構(gòu)，擁有數(shù)百甚至數(shù)千個(gè)處理核心、數(shù)GB的內(nèi)存和高達(dá)12 Tera-FLOP的計(jì)算速度。CUDA 卡的結(jié)構(gòu)非常適合分析，因?yàn)樗鼘椴⑿袛?shù)據(jù)處理而設(shè)計(jì)。這使其成為數(shù)據(jù)轉(zhuǎn)換、數(shù)字濾波、平均、基線抑制、FFT 窗口函數(shù)甚至 FFT 本身等任務(wù)的理想選擇，因?yàn)樗鼈兒苋菀撞⑿刑幚?。例如，具?1k 內(nèi)核和 3.0 Tera-FLOP 計(jì)算速度的小型 GPU 已經(jīng)能夠在 FFT 塊大小為 512k 的兩個(gè)通道上以每秒 500 兆樣本的速度進(jìn)行連續(xù)數(shù)據(jù)轉(zhuǎn)換、多路復(fù)用、窗口化、FFT 和平均，并且它 可以運(yùn)行幾個(gè)小時(shí)。

將 SCAPP 方法與基于 FPGA 的解決方案進(jìn)行比較，揭示了總體擁有成本的巨大節(jié)省。所需要的只是匹配的 CUDA GPU 和軟件開(kāi)發(fā)工具包。但是，最大的成本節(jié)省是項(xiàng)目開(kāi)發(fā)時(shí)間。用戶無(wú)需花費(fèi)數(shù)周時(shí)間試圖了解供應(yīng)商的 FDK、FPGA 固件的結(jié)構(gòu)、FPGA 設(shè)計(jì)套件和仿真工具，而是可以立即開(kāi)始使用以易于理解的 C 代碼編寫(xiě)的示例并使用通用設(shè)計(jì)工具。