前言
BLOCK RAM以及DSP都是FPGA内部嵌入的硬核资源，也可以说很底层的资源了，二者为开阔FPGA的应用途径起到了很大的作用，BRAM的出现在很多种情况下节省了FPGA内部的寄存器资源，对于需要稍大容量存储的数据可以使用BRAM来实现，而DSP是进行信号处理的重要单元，很多种数学运算都可以通过DSP核来实现。下面通过摘自《FPGA之道》这本书的内容来更深刻地了解这两种硬核资源。
另外，关于FPGA底层资源可以参考之前的 博文：
https://blog.csdn.net/Reborn_Lee/article/details/98599268
BLOCK RAM
FPGA设计中一般都少不了数据缓存，虽然FPGA中的寄存器资源比起CPLD来说可以算是相当丰富了，但是，如果想利用寄存器作为批量数据的缓存的话，那么对逻辑资源块的侵蚀还是很恐怖的（寄存器用来存储、查找表等用来实现地址、数据选择相关逻辑）。而如果数据量不是特别大的话，采用片外的独立存储器芯片又显得有些“杀鸡用了宰牛刀”，利用率太低并且还需要编写额外的接口驱动逻辑。除此以外，在一个FPGA设计中，也许有很多地方都用到了数据缓存，而这些地方对缓存的需求都是同时的，那么不太可行也不太可能在片外挂几十个存储芯片来解决问题。因此，为了应对中、小规模的数据缓存问题，FPGA生产厂商相继为自己的FPGA芯片中引入了硬件的存储核，我们称之为BLOCK RAM。由于BLOCK RAM不同于寄存器的硬件结构，使得实现同样的存储容量所消耗的资源要远比寄存器少得多的多。当然了，同一时刻一般只能操作BLOCK RAM中一个地址的数据，而如果是用寄存器实现缓存的话，我们完全可以在同一时刻操作所有的寄存器。与逻辑资源块一样，BLOCK RAM资源也均匀分布于整个FPGA芯片中，当然在列的方向它们的排列也紧密一些，估计是为了便于拼凑起来形成更大的缓存。
有的FPGA中仅有一种容量的BLOCK RAM，而有的FPGA中会有若干种不同容量的BLOCK RAM。BLOCK RAM本身的配置也比较灵活，对于存储量一定的BLOCK RAM来说，几乎可以将它配置为任意位宽的形式（其实位宽一般都是2的整数次幂，只不过可以不使用多余的位宽罢了，上限大概为32bits，这个不同的芯片型号会有所不同），当然位宽不同的时候，单块BLOCK RAM的所能存储的数据个数也会不同。
BLOCK RAM的应用范围非常之广，它可以被配置为同步、异步、单端口、双端口的RAM或FIFO，或者ROM。除此以外，它本身就是一个先天的查找表胚子，对于一些普通LUT难以应付的大容量表格情况，使用BLOCK RAM可以很好解决。
DSP
如果有大量简单的运算需要处理，FPGA可以利用自身并行运算的特点，迅速搞定，这点相比于其他处理器芯片非常具有优势。不过，FPGA对于复杂的运算并不擅长，例如乘法运算，如果用逻辑资源块来实现乘法器的话，不仅资源消耗较大，并且运算速度太慢，虽然利用流水线的思路可以为运算提速，但是带来的副作用就是给资源消耗再次带来成倍的增长。而乘法运算几乎可以说是数字信号处理的基本运算，如果FPGA不能很好的解决高效的乘法问题，那么其在数字处理界的地位必将受到极大抑制。因此，为了FPGA芯片的可持续发展，各大厂商又相继在它们的FPGA芯片产品里集成了高性能的硬件DSP核。拥有了DSP后的FPGA，犹如猛虎添翼，它左青龙，右白虎，人挡杀人，佛挡杀佛，自此开始了称霸数字信号处理江湖的传奇历程。下面，分别列出Xilinx和Altera公司的DSP硬核原理图供大家鉴赏：
图一：Xilinx公司DSP48宏细节实现图
图二：Altera公司Stratix V FPGA可变精度DSP架构18bits精度模式
图三：Altera公司Stratix V FPGA可变精度DSP架构高精度模式
结合上面几副图，我们可以看到，DSP硬核中的核心资源就是一个高性能的硬件乘法器，外加一些累加器和寄存器、复用器等资源。DSP硬核通过将这些高性能的资源紧密的结合在一起，从而让FPGA芯片具有强大的数字信号处理运算的能力。
