Fast real-time arbitrary waveform generation using graphic processing units

本文介绍了一种使用NVIDIA图形处理器（GPU）和商用高速数字模拟转换器（DAC）卡的AWG框架，两者都在台式个人电脑（PC）上运行。GPU加速了AWG的“令人尴尬”的数据并行加法波形合成框架，而DAC以高速重建模拟域中生成的波形。AWG框架使用NVIDIA的开发人员友好的Compute Unified Device Architecture（CUDA）运行时应用程序编程接口编程，易于定制，并可通过附加并行硬件进行扩展。我们提出并表征了两种不同的计算调制无线电频率（rf）波形的途径：一条路径在采样率为560 MB/s时，提供了1000个单频率Nyquist限制单频音的高复杂度同时啁啾35毫秒，另一条路径允许在100 MB/s的速度下同时连续啁啾194个单个Nyquist限制单频音，或者在560 MB/s的速度下啁啾20个单个音。这个AWG框架旨在快速在单原子或分子的大量随机负载光学镊子阵列中重新排列，以形成量子模拟和量子计算应用所需的无缺陷阵列。

本论文旨在介绍一种实时任意波形生成（AWG）框架，使用NVIDIA图形处理器（GPU）和商业高速数字模拟转换器（DAC）卡，以及运行在台式个人计算机（PC）上的CUDA运行时API，解决AWG在工程和研究应用中需要复杂定制硬件和软件的问题。

本论文的关键思路是使用GPU加速AWG中的数据并行加法波形合成框架，并使用DAC以高速重建模拟域中生成的波形，从而实现快速的任意波形生成。

本论文提出并描述了两种不同的计算调制射频（rf）波形的路径，其中一种路径允许在采样率为560 MB/s的情况下，以高复杂度同时对1000个单频率音进行35毫秒的啁啾，另一种路径允许在100 MB/s的情况下同时连续啁啾194个单频率音，或在560 MB/s的情况下同时啁啾20个单频率音。本论文的AWG框架旨在快速地对单原子或分子的大量随机加载的光学捕捉阵列进行重新排列，以形成无缺陷的阵列，以满足量子模拟和量子计算应用的需求。

最近在这个领域中，还有一些相关研究，如《Real-time Arbitrary Waveform Generation Using GPUs》、《Real-time Arbitrary Waveform Generation Using Field Programmable Gate Arrays》等。