我们展示了如何使用现场可编程门阵列（FPGA）及其相关的高级综合（HLS）编译器来解决具有不完全市场和聚合不确定性的异构代理模型（Krusell和Smith，1998）。我们记录了一个FPGA所提供的加速与在传统集群中使用74个CPU核所提供的加速度相当。我们描述了如何在对为传统顺序处理器编写的C代码进行最小修改的情况下实现多个加速机会——流水线、数据级并行性和数据精度，然后我们将其部署在Amazon Web Services上提供的FPGA上。我们量化了这些加速的加速和成本。我们的论文是迈向电气工程经济学这一新领域的第一步，该领域专注于为经济学设计计算加速器，以解决具有挑战性的定量模型。
