當(dāng)今的設(shè)計(jì)工程師受到面積、功率和成本的約束,，不能采用GHz級(jí)的計(jì)算機(jī)實(shí)現(xiàn)嵌入式設(shè)計(jì),。在嵌入式系統(tǒng)中,，通常是由相對(duì)數(shù)量較少的算法決定最大的運(yùn)算需求。使用設(shè)計(jì)自動(dòng)化工具可以將這些算法快速轉(zhuǎn)換到硬件協(xié)處理器中,。然后,，協(xié)處理器可以有效地連接到處理器，產(chǎn)生“GHz”級(jí)的性能,。

本文主要研究了代碼加速和代碼轉(zhuǎn)換到硬件協(xié)處理器的方法,。我們還分析了通過(guò)一個(gè)涉及到基于輔助處理器單元(APU)的實(shí)際圖像顯示案例的基準(zhǔn)數(shù)據(jù)均衡決策的過(guò)程。該設(shè)計(jì)使用了在一個(gè)平臺(tái)FPGA中實(shí)現(xiàn)的一個(gè)嵌入式PowerPC,。

協(xié)處理器的意義

協(xié)處理器是一個(gè)處理單元,，該處理單元與一個(gè)主處理單元一起使用來(lái)承擔(dān)通常由主處理單元執(zhí)行的運(yùn)算。通常,，協(xié)處理器功能在硬件中實(shí)現(xiàn)以替代幾種軟件指令,。通過(guò)減少多種代碼指令為單一指令，以及在硬件中直接實(shí)現(xiàn)指令的方式,，從而實(shí)現(xiàn)代碼加速,。

最常用的協(xié)處理器是浮點(diǎn)單元(FPU)，這是與CPU緊密結(jié)合的唯一普通協(xié)處理器,。沒(méi)有通用的協(xié)處理器庫(kù),，即使是存在這樣的庫(kù)，將依然難以簡(jiǎn)單地將協(xié)處理器與一個(gè)CPU(例如Pentium 4)連接,。Xilinx Virtex-4 FX FPGA擁有一個(gè)或兩個(gè)PowerPC,，每個(gè)都有一個(gè)APU接口。通過(guò)在FPGA中嵌入一個(gè)處理器,，現(xiàn)在就有機(jī)會(huì)在單芯片上實(shí)現(xiàn)完整的處理系統(tǒng),。

帶APU接口的PowerPC使得在FPGA中得以實(shí)現(xiàn)一個(gè)緊密結(jié)合的協(xié)處理器。因?yàn)轭l率的需求以及管腳數(shù)量的限制,，采用外部協(xié)處理器不大可行,。因此可以創(chuàng)建一個(gè)直接連接到PowerPC的專(zhuān)用應(yīng)用協(xié)處理器，大大地提高了軟件速度,。因?yàn)镕PGA是可編程的,，你可以快速地開(kāi)發(fā)和測(cè)試連接到CPU的協(xié)處理器解決方案,。

協(xié)處理器連接模型

協(xié)處理器有三種基本的形式：與CPU總線連接的、與I/O連接的和指令流水線連接(Instruction Pipeline Connection),。此外,，還存在一些這些形式的混合形式。

1. CPU總線連接

處理器總線連接加速器需要CPU在總線上移動(dòng)數(shù)據(jù)以及發(fā)送命令,。通常,，單個(gè)數(shù)據(jù)處理就需要很多的處理器時(shí)鐘周期。因?yàn)榭偩€仲裁以及總線驅(qū)動(dòng)的時(shí)鐘是處理器時(shí)鐘的分頻,，所以會(huì)降低數(shù)據(jù)處理速度,。一個(gè)與總線連接的加速器可以包含一個(gè)存儲(chǔ)器存取(DMA)引擎。在增加額外的邏輯情況下,，DMA引擎允許協(xié)處理器工作在位于連接到總線的存儲(chǔ)器上的數(shù)據(jù)塊,，獨(dú)立于CPU。

2. I/O連接

與I/O連接的加速器直接連接到一個(gè)專(zhuān)用的I/O端口,。通常通過(guò)GET或PUT函數(shù)提供數(shù)據(jù)和控制,。因?yàn)槿鄙倭酥俨谩⒖刂茝?fù)雜度降低以及連接器件較少,，因此這些接口的驅(qū)動(dòng)時(shí)鐘通常比處理器總線更快,。這種接口的一個(gè)較好的例子如Xilinx Fast Simplex Link(FSL)。FSL是一種簡(jiǎn)單的FIFO接口,，可以連接到Xilinx MicroBlaze軟核處理器或Virtex-4 FX PowerPC。與處理器總線接口中的數(shù)據(jù)移動(dòng)相比,，通過(guò)FSL移動(dòng)的數(shù)據(jù)具有較低的延時(shí)和更高的數(shù)據(jù)速率,。

3. 指令流水線連接

指令流水線連接加速器直接連接到CPU的計(jì)算內(nèi)核。通過(guò)與指令流水線連接,，CPU不能識(shí)別的指令可以由協(xié)處理器執(zhí)行,。操作數(shù)、結(jié)果以及狀態(tài)直接從數(shù)據(jù)執(zhí)行流水線向外傳遞,，或接收,。單個(gè)運(yùn)算可以實(shí)現(xiàn)兩個(gè)操作數(shù)的處理，同時(shí)返回一個(gè)結(jié)果和狀態(tài),。

作為一個(gè)直接連接的接口,，連接道指令流水線的加速器可以用比處理器總線更快的時(shí)鐘驅(qū)動(dòng)。Xilinx通過(guò)APU接口實(shí)現(xiàn)這種協(xié)處理器連接模型,，對(duì)于典型的雙操作數(shù)指令,，在數(shù)據(jù)控制和數(shù)據(jù)傳輸上可以縮減10倍的時(shí)鐘周期。APU控制器還連接到數(shù)據(jù)緩存控制器,，通過(guò)它可以執(zhí)行數(shù)據(jù)加載/存儲(chǔ)操作,。因此,，APU接口能在每秒內(nèi)移動(dòng)數(shù)百兆字節(jié)，接近DMA速度,。

I/O連接加速器或指令流水線連接加速器可以與總線連接加速器結(jié)合起來(lái),。在增加額外的邏輯條件下，可以創(chuàng)建一個(gè)加速器,，這個(gè)加速器運(yùn)行在一個(gè)位于總線連接存儲(chǔ)器上的數(shù)據(jù)塊上,，通過(guò)一個(gè)快速、低延時(shí)的接口接收命令并返回狀態(tài),。

在本文中介紹的C-HDL工具組可以實(shí)現(xiàn)總線連接和I/O連接加速器,，它還能實(shí)現(xiàn)連接到PowerPC的APU接口的加速器。盡管APU連接是基于指令流水線的,，C-HDL工具組實(shí)現(xiàn)了一種I/O流水線接口,，該接口具有I/O連接加速器的典型性能。

FPGA/PowerPC/APU接口

FPGA允許硬件設(shè)計(jì)工程師利用單芯片上的處理器,、解碼邏輯,、外設(shè)和協(xié)處理器實(shí)現(xiàn)一個(gè)完整的計(jì)算系統(tǒng)。FPGA可以包含數(shù)千到數(shù)十萬(wàn)的邏輯單元,，可以從這些邏輯單元實(shí)現(xiàn)一個(gè)處理器,，如Xilinx PicoBlaze或MicroBlaze處理器，或者可以是一個(gè)或者更多的硬邏輯單元(如Virtex-4 FX PowerPC),。大量的邏輯單元使你可以實(shí)現(xiàn)數(shù)據(jù)處理單元,，這些單元與處理器系統(tǒng)一起工作，由處理器對(duì)其進(jìn)行控制或監(jiān)控,。

FPGA作為一種可重復(fù)編程的單元,，允許你在設(shè)計(jì)過(guò)程中進(jìn)行編程并對(duì)其進(jìn)行測(cè)試。如果你發(fā)現(xiàn)了一個(gè)設(shè)計(jì)缺陷,，你可以立即對(duì)其進(jìn)行重新編程設(shè)計(jì),。FPGA還允許你實(shí)現(xiàn)硬件運(yùn)算功能，而這在以前的實(shí)現(xiàn)成本是很高的,。CPU流水線與FPGA邏輯之間緊密結(jié)合,，這樣就可以創(chuàng)建高性能軟件加速器。

圖1的模塊框圖顯示了PowerPC,、集成的APU控制器以及一個(gè)與之相連的協(xié)處理器,。來(lái)自高速緩存或存儲(chǔ)器中的指令可以立即出現(xiàn)在CPU解碼器和APU控制器上，如果CPU能識(shí)別指令,，則運(yùn)行這些指令,。否則，APU控制器或用戶(hù)創(chuàng)建的協(xié)處理器可以對(duì)指令做出應(yīng)答并執(zhí)行指令。一個(gè)或者兩個(gè)操作數(shù)被傳遞到協(xié)處理器,，并返回一個(gè)結(jié)果或狀態(tài),。APU接口還支持用一個(gè)指令發(fā)送一個(gè)數(shù)據(jù)單元。數(shù)據(jù)單元的大小范圍從一個(gè)字節(jié)到4個(gè)32位的字,。

圖1：PowerPC,、集成的APU控制器和協(xié)處理器

通過(guò)一個(gè)結(jié)構(gòu)協(xié)處理器總線(FCB)，可以將一個(gè)或多個(gè)協(xié)處理器連接到APU接口,。連接到總線的協(xié)處理器范圍包括現(xiàn)存的內(nèi)核(例如FPU)到用戶(hù)創(chuàng)建的協(xié)處理器,。一個(gè)協(xié)處理器可以連接到FCB用于控制和狀態(tài)運(yùn)算，并連接到一個(gè)處理器總線,，實(shí)現(xiàn)直接存儲(chǔ)器數(shù)據(jù)塊訪問(wèn)以及DMA數(shù)據(jù)傳遞,。一種簡(jiǎn)化的連接方案，例如FSL,，也可以在FCB和協(xié)處理器之間使用,，在犧牲一定性能的條件下實(shí)現(xiàn)FIFO數(shù)據(jù)和控制通信。

為展示指令流水線連接加速器的性能優(yōu)勢(shì),，我們采用一個(gè)處理器總線連接FPU首先實(shí)現(xiàn)了一個(gè)設(shè)計(jì),，然后采用APU/FCB連接的FPU實(shí)現(xiàn)設(shè)計(jì)。表1總結(jié)了兩種實(shí)現(xiàn)方式下有限脈沖響應(yīng)(FIR)濾波器的性能,。如表1中所反映的一樣,，連接到一個(gè)指令流水線的FPU使軟件浮點(diǎn)運(yùn)算速度增加30倍，而APU接口相比于總線連接FPU來(lái)說(shuō)改善了近4倍,。

表1：未加速與加速的浮點(diǎn)性能

C代碼轉(zhuǎn)換到HDL

采用C到HDL的轉(zhuǎn)換工具將C代碼轉(zhuǎn)換到HDL加速器是一種創(chuàng)建硬件協(xié)處理器的高效方法,。圖2所示以及下面詳述的步驟總結(jié)了C到HDL轉(zhuǎn)換的過(guò)程：

圖2：C-HDL設(shè)計(jì)流程

1. 使用標(biāo)準(zhǔn)C工具實(shí)現(xiàn)應(yīng)用程序或算法。開(kāi)發(fā)一種軟件測(cè)試向量(test bench)用于基線性能和正確性(主機(jī)或臺(tái)式電腦仿真)測(cè)試,。使用一種編譯器(例如gprof)來(lái)開(kāi)始確定關(guān)鍵的函數(shù),。

2. 確定是否浮點(diǎn)到定點(diǎn)轉(zhuǎn)換適當(dāng)。使用庫(kù)或宏來(lái)輔助這種轉(zhuǎn)換,，使用一個(gè)基線測(cè)試向量來(lái)分析性能和準(zhǔn)確性。使用編譯器來(lái)重新評(píng)估關(guān)鍵函數(shù),。

3. 使用C到HDL轉(zhuǎn)換工具(如Impulse C),，在每個(gè)關(guān)鍵功能上重復(fù)，以實(shí)現(xiàn)：將算法分割成并行的進(jìn)程,；創(chuàng)建硬件/軟件進(jìn)程接口(流,、共享存儲(chǔ)器、信號(hào)),；對(duì)關(guān)鍵的代碼段(例如內(nèi)部代碼循環(huán))進(jìn)行自動(dòng)優(yōu)化和并行化,；使用桌面電腦仿真、周期準(zhǔn)確的C仿真以及實(shí)際的在系統(tǒng)測(cè)試對(duì)得到的并行算法進(jìn)行測(cè)試和驗(yàn)證。

4. 使用C到HDL轉(zhuǎn)換工具將關(guān)鍵的代碼段轉(zhuǎn)換到HDL協(xié)處理器,。

5. 將協(xié)處理器連接到APU接口用于最終的測(cè)試,。

Impulse：C到HDL轉(zhuǎn)換工具

如圖3所示的Impulse C通過(guò)結(jié)合使用C兼容庫(kù)函數(shù)與Impulse CoDeveloper C代碼到硬件的編譯器，使嵌入式系統(tǒng)設(shè)計(jì)工程師能創(chuàng)建高度并行的,、FPGA加速的應(yīng)用,。Impulse C通過(guò)使用定義完好的數(shù)據(jù)通信、消息傳遞和同步處理機(jī)制,，簡(jiǎn)化了硬件/軟件混合應(yīng)用設(shè)計(jì),。Impulse C提供了C代碼(例如循環(huán)流水線處理、展開(kāi)和運(yùn)算符調(diào)度)的自動(dòng)優(yōu)化以及交互式工具,，允許你對(duì)每個(gè)周期的硬件行為進(jìn)行分析,。

圖3. Impulse C

Impulse C設(shè)計(jì)用于面向數(shù)據(jù)流的應(yīng)用，但是它也具有足夠的靈活性來(lái)支持其他的編程模型,，包括使用共享存儲(chǔ)器,。這一點(diǎn)很重要，因?yàn)榛贔PGA不同的應(yīng)用具有不同的性能和數(shù)據(jù)要求,。在一些應(yīng)用中,，通過(guò)塊存儲(chǔ)器讀和寫(xiě)在嵌入式處理器和FPGA之間轉(zhuǎn)移數(shù)據(jù)是有意義的；在其它的情況下,，流傳數(shù)通信信道可能提供更高的性能,。可以快速建模,、編譯和評(píng)估可選的算法的能力對(duì)于實(shí)現(xiàn)某個(gè)應(yīng)用最佳的結(jié)果來(lái)說(shuō),，非常重要。

到目前為止,，Impulse C庫(kù)包含以新數(shù)據(jù)類(lèi)型和預(yù)定義的函數(shù)調(diào)用形式的最少C語(yǔ)言擴(kuò)展,。使用Impulse C函數(shù)調(diào)用，你可以定義多個(gè)并行程序段(調(diào)用進(jìn)程),，并使用流,、信號(hào)和其他機(jī)制描述它們的互連。Impulse C編譯器將這些C語(yǔ)言進(jìn)程轉(zhuǎn)換并優(yōu)化成：可以綜合到FPGA的較低級(jí)HDL,，或可以通過(guò)廣泛存在的C交叉編譯器編譯到支持的微處理器上標(biāo)準(zhǔn)C(帶相關(guān)的庫(kù)調(diào)用),。

完整的CoDeveloper開(kāi)發(fā)環(huán)境包括與標(biāo)準(zhǔn)C編譯器和調(diào)試器(包括微軟公司的Visual Studio和GCC/GDB)兼容的臺(tái)式電腦仿真庫(kù)。使用這些庫(kù),，Impulse C程序設(shè)計(jì)工程師能編譯和執(zhí)行他們用于算法驗(yàn)證和調(diào)試目的的應(yīng)用程序,。C程序設(shè)計(jì)工程師還能檢驗(yàn)并行進(jìn)程，分析數(shù)據(jù)移動(dòng),，并利用CoDeveloper Application Monitor解決進(jìn)程到進(jìn)程的通信問(wèn)題,。

在編譯時(shí),，Impulse C應(yīng)用的輸出是一組硬件和軟件源文件，用于輸入到FPGA綜合工具,。這些文件包括：
1. 用于描述編譯硬件進(jìn)程的自動(dòng)產(chǎn)生的HDL文件,；
2. 用于描述連接硬件進(jìn)程到系統(tǒng)總線所需的流、信號(hào)和存儲(chǔ)器組件的自動(dòng)產(chǎn)生的HDL文件,；
3. 自動(dòng)產(chǎn)生的軟件組件(包括運(yùn)行時(shí)間庫(kù))用于建立任何硬件/軟件流連接的軟件端,；
4. 附加文件，包括腳本文件,，用于輸入產(chǎn)生的應(yīng)用程序到目標(biāo)FPGA布局布線環(huán)境,。這種編譯進(jìn)程的結(jié)果是一個(gè)完整的應(yīng)用，包括需要的硬件/軟件接口,，用于在基于FPGA的編程平臺(tái)上實(shí)現(xiàn),。

設(shè)計(jì)實(shí)例

圖4所示的Mandelbrot圖是一種經(jīng)典的不規(guī)則幾何圖形，該圖形廣泛用在科學(xué)和工程學(xué)界用于仿真無(wú)序事件,，例如天氣,。不規(guī)則圖形也用于產(chǎn)生紋理和在視頻顯示應(yīng)用上成像,。Mandelbrot圖像描述為自相似性,。放大圖形的局部,，可以獲得類(lèi)似于整個(gè)圖形的另外一個(gè)圖形,。

圖4：Mandelbrot圖

Mandelbrot圖形是硬件/軟件協(xié)同設(shè)計(jì)的理想選擇，因?yàn)樗哂袉蝹€(gè)運(yùn)算密集的函數(shù),。通過(guò)將關(guān)鍵的函數(shù)轉(zhuǎn)移到硬件實(shí)現(xiàn)將大大地增加整個(gè)系統(tǒng)的速度,，使這個(gè)關(guān)鍵函數(shù)更快,。Mandelbrot應(yīng)用還能清楚地區(qū)分硬件和軟件進(jìn)程,，使用C-HDL工具很容易實(shí)現(xiàn),。

本文使用CoDeveloper工具組作為C-HDL工具組用于該設(shè)計(jì)實(shí)例，而且只修改了軟件Mandelbrot C程序以使其與C-HDL工具兼容,。其中的改變包括：將軟件項(xiàng)目分割成不同的進(jìn)程(順序執(zhí)行的獨(dú)立單元),；函數(shù)接口轉(zhuǎn)換(硬件到軟件)到流；增加編譯器指令來(lái)對(duì)產(chǎn)生的硬件進(jìn)行優(yōu)化,。我們隨后使用CoDeveloper工具組來(lái)創(chuàng)建Pcore協(xié)處理器,，將該協(xié)處理器輸入到Xilinx Platform Studio(XPS)。利用XPS,，我們將PC連接到PowerPC APU控制器接口,，并測(cè)試系統(tǒng)。

Xilinx公司的應(yīng)用說(shuō)明資料XAPP901中提供了該設(shè)計(jì)的全面描述和設(shè)計(jì)文件,，并提供下載。同時(shí),，用戶(hù)指南UG096提供一種實(shí)現(xiàn)設(shè)計(jì)實(shí)例的逐步設(shè)計(jì)指導(dǎo),。

我們對(duì)Mandelbrot圖像紋理問(wèn)題、圖像濾波應(yīng)用和三倍DES加密的性能改善進(jìn)行了測(cè)量。性能改善顯示了從11倍到34倍的加速,。