（微电子学与固体电子学专业论文）可重构dsp结构研究与设计.pdf

摘要 在以3 ( j 无线通信、数字音视频、移动算等为代表的新代应用，以及 不断出现和更新的各种行业标准的驱动下，刈电子计算设备的速度、功耗、集 成度、成本以及灵活性等方面性能指标的需求急剧膨胀。在传统的以c p u 为核 心的软件执行方式、a s i c 的硬件执行方式抑或二者的组合的结构框架内，上述 各项指标之间的矛盾日显尖锐。一方面，越柬越多的应用对芯片速度提出的要 求过高而必须为此设计专门的芯片；另一方面，f 1 前通用c p u 体系结构虽有所 改进但仍沿用冯诺伊曼架构，处理速度的提升主要依靠工艺尺寸缩小和时钟频 率的提高，具体实现越发困难。目前集成度的提高己使得系统级芯片成为可能， 然而如此大规模的芯片也使设计变得更加复杂，设计周期延长，一次性投片费 用、测试与封装费用的指数级增长令人无法承受。同时电子产品的被要求上市 时间和生命周期都越来越短，进一步加大了产品设计的难度和风险。所有上述 矛盾追切需要一种同时具有高通用性和高处理速度的计算架构来调和。可重构 计算是一种非常符合上述需求的一种计算架构。 以f p g a 为代表的最早达到实用化阶段的町重构器件是细颗粒度可重构 的，通用性非常强，处理速度也可以达到接近硬件的水平。但是具体应t 【 j 到某 先进技术领域，也显现出定的缺点：如处理速度仍满足不了需求、重构过程 硬件资源浪费较多、重构所需配置数据太多、重构时间较长等。因此有必要在 速度和通用性之问寻找比f p g a 更优的折中途径。由此出现部分业内人士提出 的“领域专用可重构计算”的设计理念，即采用粗颗粒度可重构的结构以提高 处理速度，只要保证在某类计算领域里有足够的通用性且该领域的需求量足 够大，这样的结构就是合适的。d s p 是最具有代表性的适用于专用可重构技术 的领域，它的研究对可重构计算的发展有很好的示范意义。 本文首先面向目标识别类信号处理系统，设计了一种基于“乘一累加”的可 重构专用d s p 结构。该结构可以通过重构，依次执行课题中系统要求的多种 d s p 算法。处理速度达到系统要求的指标，同时大大减少了系统使用的：占片数 量，满足了系统空间限制需求。该结构设计对目标识别中应用的d s p 算法具有 很强的适应性，即具有技术创新性，又有实际应用价值。为开展更广泛意义上 的可重构d s p 结构研究与设计起到了很好的指导作用。 本文的另一项主要工作是设计了基于c o r d i c 的字长可重构处理引擎。可 重构d s p 技术的核心为可重构处理引擎( r e c o n f i g u r a b l e p r o c e s s i n g e n g i n e ，r p e ) 的结构设计。处理引擎结构的关键是可重构处理单元( r e c o n f i g u r a b l ep r o c e s s i n g u n i t ，r p u ) 结构的确定和r p u 之间组织结构的确定。r p u 设计的原则为本身 要具有较高可重构性、在d s p 领域具有很强的通用性、较高的处理速度。与 m a c 、查找表( l o o ku pt a b l e ，l u t ) 、算术逻辑运算单元( a r i t h m e t i cl o g i cu n i t ， a l u ) 等比较，c o r d i c 可以同时获得较高的性能和通用性，因此这里选择流 水线c o r d i c 为可重构处理单元的核心。面向可重构设计对流水线c o r d i c 中 模校正环节做了进一步改造，使得流水级别有所减少，而且改造后在圆周旋转 和取曲旋转两种工作模式下模校正流水更加统一，进一步降低了硬件复杂度且 有利于重构过程流水级别的分配。r p u 之间组织结构既要提供足够通讯带宽又 要具有很强的可扩展性。基于此选择了c o r d i c 单元与网格式可重构互联网络 组成：维阵列的组织形式。针对粗颗粒度呵重构结构只能适应某一种数据字长 应用的缺点，结合d s p 领域最常用的数据字长( 8 位、1 6 位、2 4 位和3 2 位) ， 设计了在c o r d i c 单元在这几种字长之间呵重构的机制。 通过对上述设计结构的建模、算法映射、仿真和比较分析，显示本结构计 算引擎在d s p 领域具有很强的通用性，同时处理速度比通用的d s p 处理器、 f p g a 以及国外已发表的有代表性的可重构计算机都有一定速度的提高。配置 数据明显减少，十分有利于面向未来更有价值的动态可重构的发展趋势。高度 可扩展性十分有利于有效利用由集成度提高带柬的丰富的片内硬件资源。总之， 基于c o r d i c 的d s p 引擎具有很大的理论研究和实际应用价值，未来将会有很 大技术发展前景。 关键词可重构计算；可重构d s p ；可重构处理引擎；流水线c o r d i c ；字长可 重构 a b s t r a c t d r i v e n b y t h en e w g e n e r a t i o na p p l i c a t i o n s s u c ha s3 g w i r e l e s s t e l e c o m m u n i c a t i o n ，d i g i t a lv i d e o a u d i o ，m o b i l e c o m p u t a t i o n ，e t c ，a n ds t e a d l y e m e r g i n ga n du p d a t i n gs t a n d a r d s ，t h ep e r f o r m a n c er e q u i r e m e n t so n s p e e d ，f l e x i b i l i t y ， p o w e r a n dc o s ta r es w e l l i n gr a p i d l y a l lt h e s ep e r f o r m a n c e sc o n f l i c tt oe a c ho t h e ri n t h ea r c h i t e c t u r ed o m i n a t e db yc p u e x e c u t i n gs o f t w a r ea n dh a r d w i r e da s i c m o r e a n dm o r ea p p l i c a t i o n sn e e da s i cb e c a u s et h ee x t r e m er e q u r i r e m e n to n p r o c e s s i n g s p e e d ，s ot h ec o s ti su n a c c e 。p t a b l yh i g ho n t h eo t h e rh a n d ，i ti si n c r e a s i n g l yd i f f i c u l t t oi m p r o v et h ep r o c e s s i n gs p e e do f c p u ，f o ra l m o s tt h eo n l y a p p r o a c h t oi m p r o v et h e p r o c e s s i n gs p e e dd e p e n d s o nt h e f r e q u e n c y e l e v a t i o ni nt h ev o n n e u m a n n a r c h i t e c t u r es p e c t r u m n o wt h es y s t e mo i 1c h i p ( s o c ) i s p o s s i b l ew i t h t h ei n c r e a s i n g i n t e g r a t i o nd e g r e e ，b u ti t i si n t o l e r a b l et h a tt h ed e s i g no fs oh u g es c a l ec h i pi sm o r e a n dm o r ed i f f i c u l t ，t h ed e s i g nc y c l ei sp r o l o n g e ds e v e r e l y ，a n dt h ec o s to ff a b r i c a t i o n a n dt e s ta n dn r ea r et o oh i g h t h er e q u i r e dt i m et om a r k e ta n dl i f et i m eo f p r o d u c t s a r es h o r t e n w h i c ha d dm o r ed i 墙c u l t ya n dr i s kt ot h ed e s i g n ak i n do f c o m p u t i n g a r c h i t e c t u r ew i t hh i 曲g e n e r a l i t ya n dh i g hp r o c e s s i n gs p e e da tt h es a l d _ et i m ei s n e e d e dt os o v l ea l la b o v ep r o b l e m s t h e r e c o n f i g u r a b l ec o m p u t i n g i ss u c ha c o m p u t i n g a r c h i t e c t u r et h a tc a r ls a t i s f yt h ed e s i r e t h ee a r l i s tp r a c t i c a lr e c o n f i g n r a b l ec h i p sr e p r e s e n t e db yf p g aa r ef i n e g r a i n e d r e c o n f i g u r a b l e ，a r eh i g h l yf l e x i b l ea n dc a np r o c e s sm u c h f a s t e rt h a nc p u b u tw h e n u s e di no n ec e r t a i nf i e l d ，t h e ya l s oe x h i b i ts o m ed i s a d v a n t a g e ss u c ha ss o m es l o w e r t h a nd e s i r e d ，t o om u c hg a t er e s o u r e sw a s t e d ，t o om u c h r e c o n f i g u r a t i o nd a t an e e d e d ， m u c hl o n gt i m et ob er e c o n f i g u r e d s oi ti sn e c e s s a r yt of i n dab e r e rb a l a n c ep o i n t b e t w e e n h i 曲s p e e d a n d h i g hg e n e r a l i t y t h ec o n c e p t o f “d o m a i n s p e c i f i c r e c o n f i g u r a b l ec o m p u t i n g ”w h i c hm e a n sc o a r s e g r a i n e dr e c o n f i g u r a b l ea r c h i t e c t u r e t h a tc a l lb eg e n e r a l l yu s e di no n ec e r t a i nc o m p u t a t i o nf i e l di sp r e v a i l i n g ，d s pi so n e o ft h ef i e l dt h a ts u i t a b l ef o rt h i sc o n c e p t ，a n dt h er e s e a r c hi ni tw i l lb ed i r e c t i v ea n d d e m o n s t r a t i v et ot h ed e v e l o p m e n to f r e c o n f i g u r a b l ec o m p u t i n g t e c h n o l o g y f i r s to fa 1 1 a na p p l i c a t i o ns p e c i f i cd s pa r c h i t e c t u r ew i t l lr e c o n f i g u r a b i l i t yi s d e s i g n e do r i e n t e dt os i g n a lp r o c e s s i n gs u b s y s t e mo fa u t o m a t i ct a r g e tr e c o g n i t i o n s y s t e mw i t ht h ep r o j e c tb a c k g r o u n do f “a p p l i c a t i o ns p e c i f i cs e m i c u s t o md s p ”b y r e c o n f i g u r a t i o n ，t h ec h i po f t h i sa r c h i t e c t u r ec a l le x e c u t ea n u m b e ro fd s p a l g o r i t h m s r e q u i r e db ys y s t e m o n ea f t e ra n o t h e r t h ep r o c e s s i n gs p e e ds a t i s f yt h e s y s t e m 1 1 1 r e q u i r e m e n ts u f f i c i e n t l y ，a tt h es a m et i m ea v o i dv i o l a t i n gt h es p a c ec o n s t r a i nc a u s e d b ym u l t i c h i p s t h eo t h e rw o r ki st h ed e s i g no faw o r d w i d t hr e c o n f i g u r a b l ep r o c e s s i n g e n g i n e b a s e do nc o r d i c t h ek e m e lo f r e c o n f i g u r a b l cd s pt e c h t l o l o g yi st h ea r c h i t e c t u r e d e s i g no fr e c o n f i g u r a b l ep r o c e s s i n ge n g i n e ( r p e ) ，w h i c hm a i n l yc o n s i s t so ft h e d e f i n i t i o no f r e c o n f i g u r a b l ep r o c e s s i n gu n i t ( r p u ) a n dt h ei n t e r c o n n e c t i o ns t r u c t u r e a m o n gt h e s er p u 曼t h ec h a r a c t e r i s t i c so fr p us h o u l db eh i g hp r o c e s s i n gs p e e d h i g hg e n e r a l i t y a n dr e c o n f i g u a b l i l i t yi nd s pc o m p u t a t i o n f i e l d c o m p a r i n gw i t h m a c ，l u ta n da l u ，c o r d i ch a ss o m ea d v a n t a g eo nt h ea b o v ea s p e c t so f p e r f o r m a n c e a n dt h ep i p e l i n e dc o r d i cu n i tw a ss e l e c t e da st h ec o r eo ft h er p u o r i e n l e dt ot h e r e c o n f i g u r a b t ed e s i g n ，t h en o d 一s c a l i n go p e r a t i o n o fe x i s t i n g p i p e l i n e dc o r d i c u n i ti sa m e n d e d ，w h i c hr e d u c e dt h ep i p e l i n es t a g e sa sw e l la st h e h a r d w a r ec o s t ，c a u s i n gam o r ec o n s i s t e n th a r d w a r es t r u c t u r ei nd i f f e r e n tt a s km o d e s ， a n da l s of a v o r st h ep i p e l i n es t a g es c h e d u l i n gi nt hr e c o n f i g u r a b l ed e s i g n t h eg r i d s t y l er e c o n f i g u r a b l e c o m m u n i c a t i o nn e t w o r kw h i c hc a n p r o v i d ee n o u g h c o m m u n i c a t i o nb a n d w i d t ha n ds c a l a b i l i t yi ss e l e c t e da st h ei n t e r c o n n e c t i o na m o n g r p u st oc o n s t r u c t at w od i m e n s i o n a r r a y t oa m e l i o t et h e d i s a d v a n t a g e o f c o a r s e - g r a i n e dr e c o n f i g u r a b l ea r c h i t e c t u r eo n l ya d a p t i v et oo n e k i n do fw o r d w i d t h ， i nv i e wo f f r e q u e n t l yu s e dw o r d w i d t h ( 8 b i t ，l 6 - b i t 2 4 _ b i ta n d3 2 一b i t ) ，am e c h a n i s m o f w e r d w i d t hr e c o n f i g u r a t i o na m o n gt h e s ew o r d w i d t hi sd e s i g n e di nt h er p e t h er t lm o d e lo ft h ea b o v er p e a r c h i t e c t u r ei sc o n s t r u c t e d t h r o u g ht h ed s p a l g o r i t h mm a p p i n g ，s i m u l a t i o n ，c o m p a r a t i o na n da n a l y s i s ，i ti ss h o w n t h a tt h ee n g i n e c a nr e a l i z eh i g hp r o c e s s i n gs p e e da n dh i g hg e n e r a l i t yi nd s pf e l da tt h es a m et i m e t h ec o n f i g u r a t i o nt e x td a t ai sm u c hs m a l l e rt h a nf p g a a n di ti sv e r yd e s i r a b l et o f u t u r ed y m a t i cr e c o n f i g u r a t i o nd e s i g n o na l la c c o u n t s ，t h i sk i n do fr e c o n f i g u r a b l e d s p e n g i n eh a sv e r yl a r g e v a l u eo f t h e o r e t i c a lr e s e a r c ha n d p r a c t i c a la p p l i c a t i o n ，a n d w i l lb ep r o m i s i n gi nt h ef u t u r ef o rr e c o n f i g u r a b l et e c h n o l o g yd e v e l o p m e n t k e y w o r d s r e c o n f i g u r a b l ec o m p u t i n g ；r e c o n f i g u r a b l e d s p ；r e c o n f g u r a b l e p r o c e s s i n ge n g i n e ；p i p e l i n e dc o r d i c ；w o r d w i d t h r e c o n f i g u r a t i o n i v 第1 章绍论 第1 章绪论 1 1 课题的产业及技术发展历史背景 硅材料半导体集成电路芯片在过去4 0 年的发展中一直遵循摩尔定律，即 芯片的集成度每隔两年就要翻一番。业界普遍认为该定律会持续到2 0 2 0 。因此， 在未来1 5 午左右的时间内，在硬件电路层而卜硅材料半导体集成电路仍然保持 丰流地位。但是，如何利用摩尔定律带来的硬件集成度的提高有效地构造部件 和系统，如何将它有效地映射到人们的需求和l _ 了场产品与服务中却不是确定的。 美国国家科学基金会认为，高性能计算机正处于重要的转折期，因此在2 0 0 1 年 开始启动一系列项目，鼓励“革命性体系结构概念”的研究，其中的一个重点 就是如何用好摩尔定律带来的硬件进步，提高计算机的效率和生产力。 针对如何有效地使用摩尔定律的问题，业界已经总结出了一个宏观规律， 被称之为牧村浪潮( 如图1 1 l i 2 j 所示) 。 图1 1 牧村浪潮2 1 f i g u r e1 - 1m a k i m o t o w a v e s 哈尔滨上业大学上学博十学位论文 s t a n d a r d i z a t i o n 图l - 2 牧村浪潮的修订【l 】 f i g u r e 卜2m o d i f i c a t i o no f m a k i m o t o w a v e 这个关于半导体产品特征的经验观察规律是同立公司的首席技术专家牧 村次夫于1 9 8 7 年第一次提出的，并于2 0 0 1 年加以修订，以覆盖2 0 0 7 2 0 1 7 年 的预测情况f 如图1 2 1 14 所示) 。经过了十余年的检验，人们发现这个经验观察具 有一定的准确性。现在，牧村浪潮已经越来越受到人们的重视，它包含三个要 点。第一，半导体芯片产业交替重复标准化和专用化的周期；第二，这些周期 同时受技术和市场因素推动产生；第三，每个周期为时大约2 0 年，标准化阶段 和专用化阶段各为1 0 年。此外，产品技术进入成熟的应用阶段要比技术本身延 后1 0 年。 半导体产品的应用与生产之间的矛盾在摩尔定律的推动下导致了产品特征 在“定制专用”和“标准通用”之间摆动。从应用的角度看，产品在可承受的 成本范围内总是追求更强的个性化，市场总是可以为产品的差异性带来更高的 附加值，因此追求的是定制专用；而从生产制造的角度看，为降低成本，必须 进行规模化生产，因此追求的是标准通用。在新的生产工艺和体系结构等因素 的推动下，这一对矛盾互相作用的结果是，当通用器件不能满足大多数应用需 求时，专用器件会大量出现i 而当专用器件过多，规模过大，成本难以承受时， 又会有新的能够代替绝大部分专用器件的种通用器件出现。无论产品特征倾 向于哪方，其最终目的都是要在现有的工艺水平和可接受的成本条件下，使 体系结构尽可能有效地利用稳步提高的硬件集成度。 在过去四十多年的计算机发展史中，人们应用电子计算系统进行求算的方 法主要有两种，即以通用处理器( c p u ) 和存储器为基础的存储编程求算和以 号用集成电路( a s i c ) 为基础的硬件直接求算方式j 2 。】。存储编程求算的本质 特征是在程序计数器的控制下顺序执行存储器中的指令流，不同的指令流集合 可以实现不同的算法；而硬件直接求算是用同定的硬件实现固定的算法。两种 方法的本质区别在于前者是算法到执行机构的时间域映射，而后者是空间域的 映射。d f 者强调通用型，而后者强调算法的执行速度。 单从微处理器角度来看，其基本构架的设计思想足硬件资源在时问域的重 复调用与组合1 9 “，顺序的执行指令，实现整个功能，它是种以时间资源为 代价节省空间( 硬件) 资源的架构，已经决定了自身规模的可扩充性是有限的； 从a s i c 角度看，为每一个单一功能芯片都进行设计和投片生产使得成本越发 让人难以承受 6 1 3 1 。既通用性与计算性能两种需求之间的矛盾日趋紧张，需要 新的体系结构更好的利用臼趋增加的芯片内硬件资源。 理想的解决方法是将处理器与a s i c：者优势在深层次整合。可重构计尊 ( 或称为自适应计算) ，恰好能将二者的根本优势整合起来| 2 ，”9 1 。它具有空问 ( 结构) 可编程的特点，可以同时获得高通用性和商性能，能够更加充分地利 用芯片内硬件资源，有希望能够摆脱当前主流体系结构的束缚，在前面提到的 一系列困境中取得突破，成为下一代高端主流计算模式i i “。 上述发展趋势也可以从业界对牧村浪潮未来的预测中得到相应的印证。牧 村浪潮中的前6 波浪潮已经在业界取得共识，而关于第6 波以后的预测尚存在 不同看法。德国凯泽斯劳藤大学r e i n e rh a r t e n s t e i n 教授认为，随着摩尔定律的 行将失效，整个浪潮将会以“领域专用粗颗粒度动态可重构”为特征的体系结 构走向终结，而将不会发生第7 波l l 。我国的许居衍院士则预测在以s o c 为主 流的第6 波之后将会是以“用户可重构系统级芯片( u s o c ) ”主导的第七波 标准通用浪潮【”1 。但上述观点的共同之处是都认为可重构计算的兴起将是必然 的趋势，可重构计算自身的未来发展方向将会对未来i c 产业的走向起到决定性 的作用。因此可重构计算的研究是无可回避的，其意义是非常重大的。 1 2 可重构计算 1 2 1 可重构计算的历史和概念 早在2 0 世纪6 0 年代，美国加利福尼亚大学的g e r a i de s t r i n 就提出了重构计 算的概念，并研制了原型系统。该系统由非柔性但可编程的处理器和柔性的由程 序控制重构的数字逻辑部件两部分组成1 4 1 。该系统其硬件和软件尽管抽象层次 不高但均可编程重构。由于当时实现技术尚不完善，故e s t r i n 研制的系统只是其 理论设计的粗略近似。但这种结构奠定了以后可重构计算系统的核心基础”1 。 人们从不同的角度研究，对可重构计算的定义也不尽相同。目前比较公认 的定义由加州大学b e r k e l e y 分校可重构技术研究中心的a n d r ed e h o n 和j o h n w a w r z y n e k 于1 9 9 9 年a c m 图际会议上提出的”j 一种广义的定义，将其定义为 一类计算机组织结构，区别于其他组织结构的两令突出特点：1 ) 加_ t 之后功能 r 叮用户定制( 区别于a s i c ) ；2 ) 能实现很大程度的算法到计算引擎的字问 ( s p a t i a l ) 映射( 区别于微处理器) 。凡具备以卜两特点的计算方式都属重构计算 的范畴。多数重构计算策略的其他比较显著的特征还包括：1 ) 将算法中的控制 流与数据流分离，数据流由可重构计算引擎( r e c o n f i g u r a b l ep r o c e s s i n ge n g i n e ， r p e ) 处理，处理器执行控制流并负责可重构计算引擎的重构( 编程) ；2 ) 可 重构计算引擎多采用基本数据处理单元( r e c o n f i g u r a b l ep r o c e s s i n gu n i t ，r p u ) 组成的阵列式结构。 直到1 9 8 6 年x i l i n x i ”j 公司开发出世界上第一片现场可编程f j 阵列 ( f p g a ) ，并在实践中获得了很好的应用效果，可重构类芯片在技术上和商业 卜存在的潜在价值才得到人们的重视。尤其在由处理器和a s i c 所统领的两缴 世界之间开辟出了兼二者之所长的条新路1 1 7 “j ，标准化生产的通用产品，同 时为用户预留充分的定制设计空间，较好地解决了制造与应用之间的矛盾。随 着工艺水平的不断提高和对内部结构的不断改进，f p g a 的规模不断扩大( 目 前已经出现了可实现千万门级设计的系统级f p g a ) ，同时也出现了其他一些不 同方法实现重构的可重构类芯片，比如a l t e r a 1 9 l 公司的基于e e p r o m 的 c p l d 和a c t e l l 2 0 1 公司的反熔丝f p g a 等等，也在不同的领域得到了很好的应 用。 但是很长一段时间，人们对f p g a 的认识存在很大的局限性，一般把他作 为系统设计中的一种补充或者主要用来做功能验证【2 1 2 2 到上世纪9 0 年代初 期，出现了一些以某f p g a 为核心开发的面向某一类应用的计算设备。一般做 法是将一片或多片f p g a 、c p u 和存储器等组合到一起，f p g a 作为协处理器 加速c p u 程序中的一些可并行执行成分( 一般为循环体) ，同时c p u 还要管 理f p g a 的重构。当时这种结构的运算设备已经被称为可重构计算机，这种工 作方式也被称为重构计算”，2 5 1 。在些特殊的应用领域显示出了超强的计算性 能和数据处理能力，尤其对于算法内部蕴涵很大的并行性和流水性的应用表现 尤为出色，并显著地降低了设计的费用。其中最具有代表性的是美国超级计算 机研究中心( s u p e rc o m p u t e rc e n t e ro f u s a ) 在1 9 9 2 年基于x i l l n x 公司4 0 0 0 系列f p g a 研制的s p l a s h 川，它对基因组测序的计算工作起到了极大的加速作 用。该研究成果的成功极大增强了人们对可重构类芯片迸一步研究和应用的信 心，也引导人们开始对其重新认识和定位。经过一定时间的应用，f p g a 这种 通用可重构芯片的缺点也逐渐显现出来。比如，f p g a 中的资源浪费很大，所 第1 章绪论 需编程数据太多，用它实现的些功能模块性能难以满足要求等等1 ”。另一方 面，在传统的系统构架下，数据存储和传输等因素都制约着u j 重构器件潜力的 发挥。人们意识到需要刘重构技术投入更多的精力进行更加系统的探索和研究。 1 2 2 可重构计算的硬件结构 目前在常规的工艺器件条件下，数字电路硬件可重构( 可编程) 的具体实现方 法丰要有如下几种： 1 查找表( l o o k u p t a b l e l u t ) l u t 实际上是块r a m ，逻辑真值表的输入作为r a m 的地址输入，使用 前将相对应的逻辑真值表的输出值写到r a m 中，使用时读出r a m 内弓输入值 相对应的地址上的傻。四输入l u t 为核心的基本逻辑单元在现在的f p g a 中足 比较常见( 见图1 3 ) 。 地址线输出 酬1 3 查找表实现逻辑电路的方法 f i g u r e l 一3i m p l e m e n t a t i o no f l o g i c c i r c u i tw i t hl u t 2 乘积项( p r o d u c tt e r m ) 以下面的组合逻辑函数为例： f = ( a + b ) 4 c + ( ! d ) 一a + c + ( ! d ) 十b + c + ( ! d ) 如图1 4 所示的a ) 、b ) 两个子图分别是直接用逻辑门实现和用乘积项实现的 结构图。首先逻辑函数必须变成“与一或”形式，逻辑函数的输入变量及其逻 辑非都有专门的一根数据线纵向输入，一条横向的数据线代表函数式中的一个 “与”( 既乘积项) ，纵横数据线交叉点都有一个可选择的连通机制( 如存储 位控制的开关管、反向击穿二极管、反熔丝等) ，用户根据逻辑式选择每一个 交叉点的导通与否。图中打“x ”的点表示连通。横向数据线经过或门输出得 到最后所要结果。 a ) 组合逻辑的直接逻辑门实现 a ) c o m b i n a t i o n a ll o g i cd i r e c t l yi m p l e m e n t e dw i t hl o g i cg a t e s 丁 哈尔滨工业大学工学博士学位论文 abcd 一。 。 _ y、，ii、 、l ，： 1 7、 j b ) 组合逻辑的乘积项实现 b ) c o m b i n a t i o n a ll o g i ci m p l e m e n t e d w i t hp r o d u c tt e r m 图1 4 乘积项与直接逻辑门实现组合逻辑的比较 f i g u r e l 一4c o m p a r a t i o no f p r o d u c tt e r mw i t hl o g i cg a t e o i lc o m b i n a t i o n a ll o g i c 3存储位控制的开关或逻辑 这里的存储位可以是s p , a m 、e p r o m 、e e p r o m 等。图1 5 、图1 - 6 和图 l 。7 是属于这一类的三种典型可重构结构。图1 5 为存储位控制的互连开关。当 存储位的输出为1 时，丌关管打开，交叉导线连通，反之断开。 l = = - j斗、 图1 5s r a m 控制开关管的可编程电路结构 f i g u r e l - 5t h ep r o g r a m m a b l eh a r d w a r es t r u c t u r eo f s w i t c hc o n t r o l l e db y s r a m 图1 - 6 所示的是一种存储位控制的逻辑门，这里的逻辑门可以是与门或者 或门，存储位的输出控制是否将与门的另外一个输入传递到输出端。 扫坷 图1 - 6s r a m 控制的与门 f i g u r e l 一6a n dg a t ec o n t r o l l e db y s r a m 图1 7 所示的是存储位控制的多路选择器，存储器的输出作为多路选择器 选择控制端的输入，根据存储位的输出值选择两个输入中的一个传递给输出端。 6 第1 章绪沦 图1 7s r a m 控制的多路选择器 f i g u r e l - 7m u l t i p l e x e rc o n t r o l l e db ys r a m 1 ，2 3 可重构计算系统的分类 可重构可以根掰= 神不同的标准进行分类，第一种是根据可重构颗粒度， 第二种是根据重构发7 e 的时问，第三种是根据可重构计算引擎与处理器之间耦 合的紧密程度。 1 根据可重构颗粒度( g r a i n ) 的分类 根据可重构颗粒度可以分为细颗粒度( f i n e g r a i n e d ) 、中颗粒度( s e m i g r a i n e d l 和粗颗粒度( c o a r s e g r a i n e d ) 司- 重构三种。 细颗粒度可重构是指每一位信号线有各自独立的可重构结构。例如图1 8 所示。 刁。 图1 - 8 细颗粒度可重构举例 f i g u r e l 一8e x a m p l eo f f i n e g r a i n e dr e c o n f i g u r a b l e 中颗粒度可重构是指2 4 位的数据线有统一的可重构机制。例如图1 9 所 龇肇一 l 兰至兰j 粗黝粒度可重构是指与数据总线字宽相唰的运算单元( 如a l u ) 有统一的 可重构机制。例如图1 1 0 所示。 图1 1 0 粗颗粒度司重构举例 f i g u r e l - 1 0e x a m p l eo f c o a r s e - - g r a i n e dr e c o n f i g u r a b l e 2 根据重构发生时间的分类 重构可以发生在设计阶段、任务分配阶段、两个执行阶段之间或执行过程 中。根据重构发生f 1 勺时问段的不同可以将可重构系统分为不同的类型。 发生在设计阶段的重构系统称为一次性重构，当设计完成后可重构部分的 功能将被固定，进入工作阶段以后功能将不再变化，除非设计上的修改或升级。 一次性重构可以达到降低，矗片上的设计费用、缩短上市时间、便于系统升级和 适应需求变更的目的。早期利用f p g a 的应用多数属于这一类。最明显的例子 就出现在网络泡沫后期，当时网络公司急于存比制造专用集成电路( a s i c ) 更 短的时问内向市场推出新功能，这些公司交付的系统主要采用f p g a 来实现。 任务分配阶段的可重构系统在设计时已经确定了可重构部分可以实现的几 种工作模式( 既任务) ，在这儿种模式间的切换既重构，用户可以根据需要决 定何时切换到何种模式( 调用不同任务) ，或者系统自动根据自身所处的环境 条件参数切换到相对应的模式。这种工作模式间的重构可以提高系对环境的适 应能力。例如在音频信号处理领域，较之于用固定逻辑或者在d s p 芯片上用软 件实现类似功能，用可重构逻辑实现的滤波器阵列的速度要快得多，功耗也低 得多。滤波器的参数可以根据需要有所变化，改变参数的过程既重构的过程。 执行阶段之间的可重构是指，系统的可重构部分在整个执行过程中不同时 间段按设计时设定的顺序执行几种非重叠的功能。这种设计可以显著地节省硬 件。蜂窝电话就是一个很好的实例。手机首次开启后，它会进入搜索模式，检 查范围相当宽的频谱以寻找基站；一旦找到基站，手机进入全然不同的模式， 表明其身份及在蜂窝小区的位置；如果手机发送或者接收呼叫，就进入第三种 模式。在硬件设计师看来，在每种情况下，硬件所实现的功能大不相同。在传 统的片上系统( s o c ) 设计中，每种模式都有大量的逻辑电路，而在任何时刻， 三种逻辑电路中的两种基本上是静止的。如果重用一种可编程结构，每种逻辑 电路就能在同一结构上实现，并随模式变化进行切换。 发生在执行过程中的重构是指，在不中断程序的执行的条件下，将程序中 8 第1 章绪论 的部分或全部分段用可重构硬件加速执行。每一段程序对应一次重构后硬件的 功能。稗序段的划分多种多样，一般足将含有并发性的程序段( 如循环体) 独 立出来用可重构硬件加速。也有的做法完全不同于现在“程序”的概念，其中 没有剧定的指令，每一条指令是一奁事先编译好的可重构硬件的配置数据，调 片j 下一条指令既对应着可照构硬件重构成下一套配置数据所对应的功能。这种 做法一般每条指令应该驻留足够长的一段时间，处理多组数壬| ；：，以使丁重构硬 件获得的加速效果足以掩盖歪构过程带来的时问卜的开销。 以上第一种类型般为静态重构，对重构的速度要求不高。后三种( 尤其 第四种) 类型都会涉及到运行过程中的重构，这种重构称为动态重构。 3 根据耦合紧密程度的分类 根据该标准可以分为四类，如图1 1 1 所示。 r 训算机外部独处耻单兀 丽 网1 麓 茼i 博鲁 一世二 圈e 图1 - i1 可重构计算引擎与处理器之间四种耦合结构i l ” f i g u r e i l1 f o u rk i n d so f c o u p l i n gs t r u c t u r eb e t w e e nr e c o n f i g u r a b l ec o m p u t i n ge n g i n ea n d c p u 1 5 i 第类，可重构逻辑资源可以作为主处理器上的可重构功能单元。这种结 构允许在传统的编程环境中附带定制的指令，这些定制指令可以随时间变化。 在这里，可重构硬件带有寄存器用于输入和输出，在主处理器的数据通路上象 其他功能单元一样运行。 第二类，可重构逻辑资源可以作为协处理器。协处理器的体积比功能单元 要大，能够不需要主处理器控制完成计算任务。具体过程是主处理器首先初始 化可重构硬件，然后只需要送数据到可重构硬件或者提供要处理的数据的地址， 可重构硬