我读到FPGA适用于并行或可以流水线的算法。根据定义，什么是可以流水线的算法？
这意味着您可以将任务T拆分为多个步骤T1，T2Tn并且这些步骤中的每一个或多或少是独立的。现在，数据首先被注入处理器P1，该处理器在其上执行任务T1，经过一个时间步长后，P1的结果被传输到P2[/em>，其中执行任务T2。关键是，此时处理器P1再次可用，因此您将需要处理的下一块数据加载到处理器P1中。您可以将其与装配线进行比较，在装配线中，每个工人（处理人员）都要在一个大流程中完成自己的职责。可以流水线化的进程是高效的，因为处理n数据块所需的时间随着n而扩展，但仍然需要与只处理一个数据块相同数量的硬件（显然，组织起来会有一些开销）。
请注意，对于处理器，我指的不是物理处理器（如80x86），我只是指可以完成特定任务的设备。它是否需要指令集、内存、时钟周期等都无关紧要。
并不是所有的算法都可以流水线化，因为有时数据之间存在依赖关系，这使得很难/不可能在块中处理数据：您需要一次获得所有可用的数据，或者无法处理它（或者至少处理效率不高）。
正如@Paebbels所说（见下面的评论）可以在FPGA中实现这样的处理器或处理元件（PE）或处理单元（PU）。可以将PE网络映射到FPGA区域，特别是当需要多比特操作或2种数据类型的非幂时。如果需要浮点运算或快速DRAM访问，FPGA的性能大多很差。那么GPU或标准CPU可能会更快。注意：FPGA安装在PCIe卡上，因此即使是速度快x100的算法也可能比CPU算法慢，因为延迟或PCIe传输速率会吞噬所有好处。
然而，关键是在不大幅增加硬件成本的情况下实现加速。
类比
在我的数字电子学课程文本中，他们将其与自助洗衣店进行了类比。说你想洗衣服。现在很明显，你不能一次把所有这些衣服都放进洗衣机和烘干机：你需要把它分成十部分。
现在假设你有一台既是洗衣机又是烘干机的机器。清洗和干燥需要两个时间步骤。然后，洗衣服需要20个时间步长，而你只需要一台洗衣机。
一个解决方案是租用十台洗衣机和十台烘干机。把所有的衣服都放进洗衣机，然后把所有的衣物都放进烘干机，你就完成了两个步骤。不利的一面是，你需要雇佣十台洗衣机和烘干机。
使用流水线的解决方案是租用一台洗衣机和一台烘干机。现在你把第一批衣服放进洗衣机。洗完后，你把洗好的衣服放进烘干机，但与此同时，你又把下一批衣服放进洗衣机。因此，洗衣机和烘干机（处理器）并行工作，但在不同的衣物（数据）卡盘上工作。在每个时间步骤中，你将衣服从烘干机中取出，将洗衣机中的衣服放入烘干机，并将新一批衣服放入洗衣机。因此，您将有11个时间步长，但只需租用一台洗衣机和烘干机。当涉及到成本和时间时，流水线可能是高效的。