基于FPGA的IDE硬盘接口控制器的设计

硬盘广泛应用于大容量数据采集系统,实现数据的存储。为了实现CPU对硬盘的控制,本文利用FPGA(现场可编程门阵列)设计了IDE(集成驱动电子设备)硬盘接口控制器,利用此控制器,CPU可以直接访问硬盘,实现PIO模式和Ultra DMA模式下数据的传输。设计采用VHDL(超高速硬件描述语言)实现,在FPGA开发板上验证。     

用FPGA实现以太网信号处理与互连

采用可编程逻辑器件和以太网控制器相连接实现网络接口模块的设计.通过FPGA实现对以太网控制器的信号控制和网络数据收发、缓存等.重点介绍了FPGA对以太网总线的处理和数据缓冲区的设计,并给出了以太网总线的处理方法,异步数据传输的原理和实现方法.结果在EPIC6中予以实现,获得了良好的实验效果.     

基于FPGA的NAND FLASH控制器的设计

文章主要介绍了基于FPGA实现NAND FLASH控制器的一种方法.通过系统分析,对该控制器的功能进行了模块划分,分为FLASH控制模块、FLASH读模块、FLASH写模块、FLASH擦除模块以及坏块处理模块,并用VHDL硬件描述语言进行编程,从而实现了该功能.本设计使用开发环境为Xilinx公司提供的ISE以及与其相应的开发工具.     

基于8051IP核的片上系统设计

介绍了一种8051系列单片机IP核的设计方法,分析研究了8051系列单片机内部各模块结构以及模块之间的连接关系,实现了基于FPGA的8051IP核.在IP核和以太网控制器IP核的基础上,设计了一个片上系统,使片上系统可以与电脑进行双向数据传输.     

耦合Nvidia/AMD两类GPU的格子玻尔兹曼模拟

利用图形处理单元(graphic processing unit, GPU)进行通用计算近年来得到关注, Nvidia和AMD公司已推出了各自的开发环境CUDA和ASC. 很多计算在GPU上的速度远高于目前的CPU. 格子玻尔兹曼方法(lattice Boltzmann method, LBM)作为一种网格上的粒子方法, 对流动模拟具有良好的内在并行性, 非常适合利用GPU进行大规模并行计算. 本文提出了一种耦合Nvidia和AMD的两类GPU完成LBM凹槽流模拟的算法, 对于两类GPU, 在LBM的D2Q9模型下分别设计了相应的算法和程序, 之后利用消息传递接口(message passing interface, MPI)协议通过多程序多数据流(multi-program multi-data, MPMD)模式使其能够联合计算, 以充分发挥混合GPU集群系统的性能. 通过GPU和CPU程序结果的比较, 证实了GPU计算的正确性和所能带来的显著的加速比, 为建设通用大规模GPU并行计算平台提供了重要参考.     

基于FPGA的NAND FLASH控制器的设计

文章主要介绍了基于FPGA实现NAND FLASH控制器的一种方法。通过系统分析,对该控制器的功能进行了模块划分,分为FLASH控制模块、FLASH读模块、FLASH写模块、FLASH擦除模块以及坏块处理模块,并用VHDL硬件描述语言进行编程,从而实现了该功能。本设计使用开发环境为Xilinx公司提供的ISE以及与其相应的开发工具。     

浅谈天长电视台硬盘播出系统应用

随着计算机软硬件技术、视频数据压缩技术、大容量存储技术和网络传播技术的深入发展,电子采集、后期编辑、节目播出设备以网络方式互联,实现节目数据的交互业务,硬盘播出系统受到广大用户的欢迎.文章结合天长电视台硬盘播出系统实际应用,介绍硬盘播出系统、操作流程和特点.     

电脑硬盘优化秘诀

硬盘是经常使用的电脑部件,只要你的电脑一启动,就会对硬盘进行读写操作,因此硬盘的优化是很重要的。下面是硬盘优化的八条秘诀,如果你能付诸实施,就能把硬盘调理到最佳状态,从而大幅提升系统性能。—、打开DMA传输模式DMA是快速的传输模式,开启后能增加硬盘或光驱的读取速度。如果硬盘支持DMA模式,就应该打开该模式。打开DMA的方法:首先确定硬盘是否支持DMA传输模式(即支持UDMA)。33/66或UDMA/100,采用VIA芯片组的主板则需要安装VIA四合一驱动程序。如果硬盘支持DMA,则可以在“设备管理器”选项的“磁盘驱动器”一栏,双击欲优…     

笔记本型电脑知识ABC

一、笔记型电脑的主要技术指标 笔记本型电脑是今后个人电脑发展的典型代表。笔记本型电脑结构小巧、重量轻便、但“麻雀虽小,五脏俱全”。笔记本型电脑内部具有与普通电脑一样的中央处理器、存储器、硬盘、显示器、键盘、电源、软盘驱动器等部件。下面简要介绍一二: (1)中央处理器CPU 目前的笔记本型电脑的CPU已全部采用Intel奔腾系列,其中P120、P133P、P150、P166已成标准配置。几乎所有在台式电脑上出现的CPU型号在笔记本型电     

颗粒凝并动力学MonteCarlo方法的高效GPU并行计算

Monte Carlo(MC)方法作为一种求解颗粒群平衡方程(PBE)的有效方法(PBMC),由于它对多维问题的适应性、符合实际颗粒动力学特征的离散和随机本质、程序结构相对简单、易于编程实现等优点受到人们持久、普遍的关注.但在涉及到颗粒凝并问题时,常规的PBMC方法计算代价较高,与模拟颗粒数目的平方成正比,限制了其工程应用.并行计算技术的快速发展,特别是近年来NVIDIA公司提出的计算统一设备架构(CUDA)为PBMC的快速高效模拟提供了一个良好的平台.本文在CUDA平台上实现了颗粒凝并动力学PBMC的图形处理器(GPU)并行计算(分别实现了累计概率法和接受-拒绝法选择凝并对)及中央处理器(CPU)的协同处理,与目前广泛运行于CPU的串行计算相比,取得了精确的计算结果和非常明显的加速,计算代价仅与颗粒数目成正比,在当前主流GPU/CPU设备上能够达到上百倍的加速比.