高吞吐量HDL算法
你可以增加高密度脂蛋白的吞吐量设计通过使用框架处理。这些模块的端口可以使用列向量输入和输出信号。向量的每个元素代表一个样本。生成的HDL代码实现并行算法中的每个样本的输入向量。这些实现提高数据吞吐量,同时使用更多的硬件资源。使用向量输入实现giga-sample-per-second (gsp)吞吐量。
在框架设计上更多的信息,请参阅样品和框架的概念。
块与高密度脂蛋白支持帧输入金宝app
金宝app支撑块 | 输入参数来启用帧 | 限制 |
---|---|---|
离散冷杉滤波器(金宝app模型) |
对高密度脂蛋白的体系结构和参数的更多信息,见HDL代码生成(金宝app模型)节块的页面。 |
框架不支持输入:金宝app
|
FFT HDL优化和传输线HDL优化 | 连接的列向量dataIn 端口。向量的大小必须是2的幂在1到64之间,这不是比FFT长度。 |
框架支持输入只有当金宝app体系结构被设置为流基数2 ^ 2 。 |
信道器HDL优化 | 连接的列向量dataIn 端口。向量的大小必须是2的幂在1到64之间,这不是比FFT长度。 |
|
冷杉大批杀害HDL优化 | 连接一个列向量的输入数据 端口。向量的大小必须小于或等于64个样本。 |
大量毁灭的因素必须是一个整数输入向量大小的倍数。 |
冷杉大量毁灭 |
|
框架不支持输入:金宝app
|
NCO HDL优化 | 设置样品每帧参数所需的输出向量的大小。 | |
中投公司大量毁灭HDL优化 | 连接一个列向量的输入数据 端口。输入向量的大小可以多达64个样本。 |
框架支持输入只有当金宝app变量大量毁灭因素不是选择。 |
复杂Magnitude-Angle HDL优化 | 连接一个列向量的输入数据 端口。输入向量的大小可以多达64个样本。 |
|
延迟 |
|