??? 通過熟悉器件架構(gòu),，選擇合適的硬件平臺和硅片特性，并借助配置恰當(dāng)且性能優(yōu)良的實現(xiàn)工具,，設(shè)計人員就能獲得較高的設(shè)計性能,。不過，在提高設(shè)計性能的眾多方法中最容易被忽視的也許就是為目標(biāo)器件編寫高效的HDL代碼,。本文所討論的編程風(fēng)格與技巧可提高設(shè)計性能。?
使用復(fù)位對性能的影響?
??? 很少有哪種系統(tǒng)級的選擇能夠像復(fù)位選擇那樣對性能,、面積和功率產(chǎn)生如此重要的影響,。一些系統(tǒng)架構(gòu)師規(guī)定必須使用系統(tǒng)全局異步復(fù)位" title="異步復(fù)位">異步復(fù)位。采用賽靈思" title="賽靈思">賽靈思的FPGA架構(gòu),，復(fù)位的使用和類型將對代碼性能產(chǎn)生重要影響,。?
?
圖a：綜合工具" title="綜合工具">綜合工具選用2個LUT。圖b：更靈活的LUT接口,。?
???
??? 在目前所有的賽靈思FPGA架構(gòu)中,，查找表(LUT)單元就像邏輯、ROM/RAM或移位寄存器" title="移位寄存器">移位寄存器(SRL或移位寄存器LUT)那樣是可配置的,。綜合工具可以根據(jù)RTL代碼推斷出采用某一種結(jié)構(gòu),。不過，為了將LUT用作移位寄存器,，代碼中不能描述復(fù)位功能,，因為SRL本身沒有復(fù)位功能。這也意味著具有復(fù)位功能的移位寄存器代碼不能獲得最佳實現(xiàn)(移位寄存器之間需要多個觸發(fā)器和相關(guān)路徑),，而沒有復(fù)位功能的代碼則可以獲得快速而緊湊的實現(xiàn)結(jié)果(使用SRL),。?
??? 這兩種情況對面積和功率的影響更明顯一些，但對性能的影響不很明顯,。一般而言,，采用觸發(fā)器生成的移位寄存器不會成為設(shè)計中的關(guān)鍵路徑，因為寄存器之間的時序路徑通常沒有足夠的長度成為設(shè)計中最長的路徑,。而資源(觸發(fā)器和布線)的額外消耗會對其它設(shè)計部分的布局和布線選擇產(chǎn)生負面影響,，因而可能導(dǎo)致更長的布線路徑。?
專用乘法器" title="乘法器">乘法器和RAM模塊?
??? 乘法器通常用于DSP設(shè)計,。但由于賽靈思的FPGA架構(gòu)中包含有乘法專用資源,，因此在許多設(shè)計中都有乘法器的應(yīng)用,。這些乘法器除了執(zhí)行乘法操作外，還提供其它功能,。同樣地,，實際上不管哪種應(yīng)用，每個FPGA設(shè)計都會用到大小不一的RAM,。?
??? 賽靈思FPGA包含幾個RAM模塊,，在設(shè)計中可以用作RAM、ROM,、大型LUT甚至通用邏輯,。使用乘法器和RAM資源可獲得更加緊湊、具有更高性能的設(shè)計,，不過復(fù)位選擇對性能既有正面的,，也有負面的影響，具體取決于使用的復(fù)位類型,。RAM和乘法器模塊只包含同步復(fù)位,，因此如果這些功能的代碼用異步復(fù)位編寫，那么這些模塊中的寄存器就無法使用了,。這對性能的影響是非常嚴重的,。例如，Virtex-4器件的全管線式乘法器采用異步復(fù)位設(shè)計時,，頻率最高只能達到200MHz,，而將代碼改成同步復(fù)位后，性能可提高兩倍以上,，頻率可達500MHz,。
?
?
??? 要從兩個方面看待與RAM有關(guān)的問題。與乘法器類似,，Virtex-4塊RAM具有可選的輸出寄存器,，使用它們可以減少RAM的時鐘到輸出時間，提高整體設(shè)計速度,。但這些寄存器只提供同步復(fù)位,，不提供異步復(fù)位，因此當(dāng)代碼中的寄存器采用異步復(fù)位描述時就無法使用這些寄存器,。?
??? 第二個問題來自RAM被用作LUT或通用邏輯時,。有時基于面積和性能方面的考慮，將配置為ROM或通用邏輯的多個LUT壓縮進單個塊RAM是非常有益的,。這可通過人工設(shè)定結(jié)構(gòu),，或以自動方式將部分邏輯設(shè)計映射到未用的RAM存儲區(qū)來實現(xiàn)。因為塊RAM具有同步復(fù)位功能,，因此當(dāng)使用同步復(fù)位(或沒有復(fù)位)時,，無需改變已經(jīng)定義好的設(shè)計功能就可實現(xiàn)通用邏輯的映射,。但當(dāng)采用異步復(fù)位描述時，這就不可能實現(xiàn),。?
通用邏輯?
??? 異步復(fù)位對通用邏輯結(jié)構(gòu)也會產(chǎn)生影響,。由于所有的賽靈思FPGA通用寄存器都具有將復(fù)位/置位編程為異步或同步的能力，因此設(shè)計人員可能認為使用異步復(fù)位沒什么不妥,。但這種假設(shè)通常是錯誤的,。如果沒有使用異步復(fù)位，那么置位/復(fù)位邏輯就可以被置為同步邏輯,。這樣一來,，就可釋放額外的資源用于邏輯優(yōu)化。?
?????????? 圖d：選用同步復(fù)位,。?
??? 為了更好地理解異步復(fù)位如何影響優(yōu)化結(jié)果,，我們來看看以下一些不夠理想的代碼例子：?
VHDL例子#1?
process?(CLK,?RST)?
begin?
if?(RST?=?'1')?then?
Q?<=?'0';?
elsif?(CLK'event?and?CLK?=?'1')?then?
Q?<=?A?or?(B?and?C?and?D?and?E);?
end?if;?
end?process;?
Verilog例子#1?
always?@(posedge?CLK,?posedge?RST)?
if?(RESET)?
Q?<=?1'b0;?
else?
Q?<=?A?|?(B?&?C?&?D?&?E);?
??? 為實現(xiàn)這些代碼，綜合工具只能為數(shù)據(jù)路徑選擇兩個LUT,，因為總共有5個信號與實現(xiàn)上述邏輯功能相關(guān),。上述代碼的一種可能性的實現(xiàn)方案如圖a所示。?
??? 不過,，如果采用同樣的代碼重新編寫同步復(fù)位，則能進一步減少面積,、提高性能,，獲得如下修正過的代碼。?
VHDL?例子#2?
process?(CLK)?
begin?
if?(CLK'event?and?CLK?=?'1')?then?
if?(RST?=?'1')?then?
Q?<=?'0';?
else?
Q?<=?A?or?(B?and?C?and?D?and?E);?
end?if;?
end?if;?
end?process;?
Verilog?例子#2?
always?@(posedge?CLK)?
if?(RESET)?
Q?<=?1'b0;?
else?
Q?<=?A?|?(B&C&D&E);?
??? 如今的綜合工具在實現(xiàn)這種功能時具有了更大的靈活性,。上述代碼的一種可能性的實現(xiàn)方案如圖b所示,。?
??? 在該實現(xiàn)中，綜合工具能夠確定無論何時只要A是有效高電平,，則Q總是邏輯1,。其中寄存器與復(fù)位/置位一起被配置為同步操作，因此可以將置位功能自由地用作同步數(shù)據(jù)路徑的一部分,。這樣可以減少實現(xiàn)該功能所必需的邏輯數(shù)量,，并能減少來自前面例子的D和E信號的數(shù)據(jù)路徑延時。如果代碼能以更利于實現(xiàn)的方式編寫,，那么邏輯部分還可以轉(zhuǎn)移到復(fù)位側(cè),。?
??? 以下是對這些例子的補充：?
VHDL例子#3?
process?(CLK,?RST)?
begin?
if?(RST?=?'1')?then?
Q?<=?'0';?
elsif?(CLK'event?and?CLK?=?'1')?then?
Q?<=?(F?or?G?or?H)?and?(A?or?(B?and?C?
and?D?and?E));?
end?if;?
end?process;?
Verilog?例子#3?
always?@(posedge?CLK,?posedge?RST)?
if?(RESET)?
Q?<=?1'b0;?
else?
Q?<=?(F|G|H)?&?(A?|?(B&C&D&E));?
??? 現(xiàn)在總共有8個信號與邏輯功能相關(guān)，因此實現(xiàn)該功能至少需要3個LUT,。以上代碼的一種可能性的實現(xiàn)方案如圖c所示,。?
??? 如果采用同樣的代碼編寫同步復(fù)位，則有：?
VHDL例子#4?
process?(CLK)?
begin?
if?(CLK'event?and?CLK?=?'1')?then?
if?(RST?=?'1')?then?
Q?<=?'0';?
else?
Q?<=?(F?or?G?or?H)?and?(A?or?(B?and?C?
and?D?and?E));?
end?if;?
end?if;?
end?process;?
Verilog?例子#4?
always?@(posedge?CLK)?
if?(RESET)?
Q?<=?1'b0;?
else?
Q?<=?(F|G|H)?&?(A?|?(B&C&D&E));?
??? 以上代碼的一種可能性的實現(xiàn)方案如圖d所示,。其結(jié)果不僅是能夠使用更少的LUT實現(xiàn)同樣的邏輯功能,，而且能夠?qū)崿F(xiàn)更快的設(shè)計,，因為減少了實際創(chuàng)建該功能的每個信號的邏輯級數(shù)。?
??? 雖然這些例子非常簡單,，但它們能夠很好地闡明我們的觀點,，即異步復(fù)位如何將所有的同步數(shù)據(jù)信號加載到寄存器的輸入端，從而導(dǎo)致可能更多的邏輯級數(shù)以及不夠完善的實現(xiàn)結(jié)果,。一般而言,，扇入邏輯功能的信號越多，同步復(fù)位/置位在減少邏輯資源或提高設(shè)計性能方面越有效,。?
用加法器鏈代替加法器樹??
??? 許多信號處理算法都是對輸入的采樣數(shù)據(jù)流進行某種算術(shù)運算,，然后將這種算術(shù)運算的所有輸出進行累加。加法樹結(jié)構(gòu)一般是用來實現(xiàn)并行結(jié)構(gòu)(如FPGA)中的這種累加運算,。??
????加法器樹概念的一個難點在于其數(shù)量會經(jīng)常變化,。加法器的數(shù)量取決于加法器樹的輸入信號數(shù)量。加法器樹中的輸入越多,，需要的加法器數(shù)量也越多,，需要的邏輯資源和功耗也就越多。樹越大意味著樹的最后一級加法器也越大,，因而會進一步降低系統(tǒng)性能,。?
??? 為了減少功耗，保持較高的系統(tǒng)性能,，加法器樹應(yīng)作為專門的硅資源加以實現(xiàn),。但在硅片中放置大量固定尺寸的加法器樹元件并不很有效，因為當(dāng)加法超過一定數(shù)量時必須使用邏輯資源,，甚至采用更大的FPGA,，因而會增加器件的成本。?
??? 采用DSP48系列專用硅片組的Virtex-4系列器件則采用不同的方法實現(xiàn)累加,。它采用鏈狀加法器代替加法器樹進行增量式累加運算,。這種方法有別于任何現(xiàn)有的FPGA，是提升器件性能,、降低DSP算法所需功耗的關(guān)鍵,，因為邏輯與互連功能被完全集成進專用硅片中。?
??? 采用管線形式的DSP48模塊頻率可達500MHz,，而與加法器數(shù)量無關(guān),。如圖5所示，級聯(lián)端口以及48位分辨率的加法器/累加器完全能夠勝任目前的采樣值計算,，并完成迄今為止所有計算采樣值的累加,。?
??? 為了充分利用RTL中的Virtex-4加法器鏈結(jié)構(gòu)，只需簡單地用加法器鏈描述替代加法器樹描述,。這種將將直接型濾波器轉(zhuǎn)換成轉(zhuǎn)置型或脈動型濾波器的過程在XtremeDSP設(shè)計用戶指南中有詳細介紹,。?
??? 一旦轉(zhuǎn)換完成后,，你會發(fā)現(xiàn)算法的運行速度要比應(yīng)用所需的快得多。在這種情況下,，可以使用合并或多信道技術(shù)進一步減少器件使用率和功耗,。這兩種技術(shù)都可以采用更小的器件實現(xiàn)設(shè)計，或者使用空余資源增加設(shè)計功能,。?
??? 多信道技術(shù)可以將非?？斓倪\算單元作用于多個采樣速率很慢的輸入流(信道)上。這種技術(shù)對硅片效率的提高幅度幾乎等于信道數(shù)量,。多信道濾波器可以看作是時間復(fù)接的單信道濾波器,。例如，在一個典型的多信道濾波環(huán)境中,，對多個輸入信道中的每個信道都使用獨立的數(shù)字濾波器進行濾波,。為了充分發(fā)揮Virtex-4?DSP48模塊的性能優(yōu)勢，只需為單濾波器提供8倍的時鐘,，設(shè)計人員即可使用一個單數(shù)字濾波器完成對所有8個輸入信道的濾波,，而所需的FPGA資源數(shù)量幾乎可以減少8倍。?
提高塊RAM性能?
??? 在選用存儲器單元時,，影響性能的因素有：使用專用模塊還是分布式模塊,；RAM；使用輸出管線寄存器,；不使用異步復(fù)位,。此外，還有兩個不大為人所知的因素,，即HDL編程風(fēng)格和綜合工具設(shè)置，這些也會極大地影響存儲器性能,。?
HDL編程風(fēng)格?
??? 當(dāng)選用雙端口模塊存儲器時,，很可能兩個端口同時訪問同一存儲器單元。當(dāng)兩個端口同時向相同存儲器單元寫入不同的值時就會產(chǎn)生沖突,，此時存儲器單元的內(nèi)容是無法得到保證的,。不過，當(dāng)一個端口在讀,，同時另一個端口在寫相同地址時又會發(fā)生什么情況呢,？這要取決于目標(biāo)器件。最新的Virtex和Spartan系列器件有三種可編程操作模式可以控制寫操作進行時存儲器的輸出,。有關(guān)這三種操作模式的詳細信息請參閱器件的用戶指南,。?
圖5：鏈狀加法器能提供可預(yù)測的性能。
?
??? 需要注意的是,，不同模式會影響存儲器的輸出行為,，也會影響存儲器的性能,。如同下面所舉的例子，編程風(fēng)格決定了存儲器工作在何種工作模式下：?
//先寫或透明模式(transparent?mode)?
always?@(posedge?clk)?begin?
if(we)?begin?
do?<=?data;?
mem[address]?<=?data;?
end?else?
do?<=?mem[address];?
end?
//先讀或?qū)懬白x模式?
always?@(posedge?clk)?begin?
if?(we)?
mem[address]?<=?data;?
do?<=?mem[address];?
end?
//不變模式?
always?@(posedge?clk)?
if?(we)?
mem[address]?<=?data;?
else?
do?<=?mem[address];?
end?
增加管線級數(shù)?
??? 另外一種提高性能的方法是重新構(gòu)建由多級邏輯組成的長數(shù)據(jù)路徑,，將它們分解成多個時鐘周期進行處理,。這種方法允許使用更快的時鐘周期，并可提高數(shù)據(jù)吞吐量,，其代價是時延和管線管理開銷邏輯,。因為FPGA中的寄存器非常多，因此額外的寄存器和開銷邏輯一般不成問題,。?
??? 由于數(shù)據(jù)目前處于多周期路徑上,，因此設(shè)計人員必須采用特殊方法才能解決額外的時延問題。下面的例子采用在32x32乘法器輸出端增加5級寄存器的編程風(fēng)格,。綜合工具將把這些寄存器以管線形式關(guān)聯(lián)到Virtex-4?DSP48模塊中可用的寄存器,，從而極大地提高了數(shù)據(jù)吞吐量。?
//?帶有4個DSP48模塊的32x32乘法器?
always?@(posedge?clk)?begin?
prod[0]?<=?a?*?b;?
for?(i=1;?i<=PIPE-1;?i=i+1)?
prod[i]?<=?prod[i-1];?
end?
代碼中的嵌套?
??? 代碼中盡量不要設(shè)置太多的嵌套,，例如嵌套的if和case語句,。若在某條if語句中有太多的if語句，則不利于實現(xiàn)綜合優(yōu)化,。如果遵循以下指導(dǎo)原則,，代碼的可讀性會更強。當(dāng)在HDL中描述“for-loops”語句時,，最好在數(shù)據(jù)路徑中放置至少一個寄存器,，特別是有算術(shù)或其它邏輯多的操作時。在編譯時,，綜合工具會解開環(huán)路,。如果沒有這些同步單元，它會級聯(lián)環(huán)路每次反復(fù)時創(chuàng)建的邏輯,，從而導(dǎo)致組合路徑過長,，降低設(shè)計性能。?
本文小結(jié)?
??? 綜合,、布局和布線算法中的最新發(fā)展可使我們更直接地從特殊器件中獲得最佳性能,。綜合工具可以選用復(fù)雜的算術(shù)和存儲器描述并映射到專門的硬件模塊上。它們也能執(zhí)行再定時,、邏輯和寄存器復(fù)制等優(yōu)化操作,。布局布線工具可以在時序約束的基礎(chǔ)上重建網(wǎng)表，執(zhí)行以時序為主導(dǎo)的封裝和布局,，從而減少布局布線擁塞,。?
??? 不過，目前的工具在提高性能方面只能做到這么多。如果需要更高性能的設(shè)計,，最有效的方法莫過于更好地理解目標(biāo)器件,、綜合工具，并采用本文提供的編碼指南,。