用FPGA 嵌入式處理器實現(xiàn)高性能浮點元算

　　在采用數(shù)值處理技術(shù)創(chuàng)建嵌入式應(yīng)用時，通常以整數(shù)或定點表示法來確保算術(shù)運算盡量簡單，這一點至關(guān)重要。因其不僅有助于使成本和功耗降至最低，而且還能盡可能地加速硬件部署。FPGA 非常適用于執(zhí)行定點運算，并能在邏輯或基于軟件或硬件處理器的實施方案中創(chuàng)建高度并行的數(shù)據(jù)路徑解決方案。Virtex®-5 FPGA 產(chǎn)品系列中 FXT 系列的最新硬件處理器 Xilinx® PowerPC® 440 可提供超標(biāo)量功能，讓用戶能夠?qū)ζ骷幊?，使其以高達(dá) 550 MHz 的時鐘速率并行執(zhí)行一個或兩個定點運算。

　　盡管用戶能通過對器件進(jìn)行編程來執(zhí)行大多數(shù)采用整數(shù)或定點算術(shù)的運算，但通常須重新運算并插入比例運算以確保計算結(jié)果足夠精確。對于復(fù)雜運算而言，這不僅耗時，而且還會導(dǎo)致程序變?yōu)閷Ｓ眯颓也豢芍赜?。理想的替代方法是采用?biāo)準(zhǔn)浮點表示法來提供一種適用于多個應(yīng)用的高動態(tài)范圍。這樣人們就無需修改算法即可獲得適用于任何特定應(yīng)用或操作環(huán)境的定點實施方案，也無需為隨后的項目及應(yīng)用而大范圍地修改代碼。

　　雖然賽靈思為基于 IBM 浮點性能庫的 PowerPC 440 處理器提供了一種行之有效的仿真浮點解決方案，但處理器內(nèi)核仍需占用數(shù)十個周期來執(zhí)行每條運算。而采用浮點運算單元 (FPU) 形式的浮點運算硬件加速功能可縮短該運算周期。Virtex-5 FXT 系列中的 PowerPC 440 處理器提供了有效接口，能夠?qū)①愳`思軟 FPU 等硬件加速器連接至該處理器內(nèi)核。該方案可通過結(jié)構(gòu)協(xié)處理器總線 (FCB) 將 PowerPC 440 處理器上的 128 位輔助處理器單元 (APU) 接口橋接至協(xié)處理器。使用該類協(xié)處理器（賽靈思 LogiCORE™ IP Virtex-5 APU-FPU），Virtex-5 FXT 用戶可以選擇軟件仿真或者專用軟邏輯 FPU 在 PowerPC 上自如地實現(xiàn)浮點運算。圖 1 顯示了通過 FCB 將 PowerPC 440 處理器連接至 Virtex-5 APU-FPU 的典型實施方案。

　　PowerPC 440 Processor Block: PowerPC 440 處理器模塊

　　PowerPC 440 Processor: PowerPC 440處理器

　　PLB and Memory Crossbar: PLB 和存儲器交叉開關(guān)

　　Virtex-5 APU Floating-Point Unit: Virtex-5 APU 浮點單元

　　in FPGA Logic: FPGA 邏輯內(nèi)

　　關(guān)于 PowerPC 440 FPU

　　賽靈思針對嵌入在 Virtex-5 FXT FPGA 中的 PowerPC 440 處理器專門設(shè)計了 APU-FPU。FPU 通過 APU 接口與處理器的緊密結(jié)合可讓浮點運算單元直接執(zhí)行原生 PowerPC 浮點指令，這相對軟件仿真而言，速度一般可提高 6 倍。

　　除少數(shù)情況外，賽靈思 PowerPC FPU 一般符合單精度和雙精度浮點運算的 IEEE-754 標(biāo)準(zhǔn)。賽靈思提供了為 2:1和 3:1 APU-FPU 時鐘速率而優(yōu)化的變量，使 PowerPC 處理器能夠以最高頻率運行。自發(fā)性指令發(fā)送不僅會隱藏運算時延，而且還會減少每條指令的周期。此外，這些優(yōu)化的實施方案可充分發(fā)揮器件的高性能 DSP 特性，以縮短運算符時延并減少邏輯計數(shù)與功耗。賽靈思在其嵌入式開發(fā)套件 (EDK) 中支持 APU-FPU 流。

　　圖 2 為 FPU 架構(gòu)的整體框架圖。APU-FPU 由執(zhí)行單元、寄存器文件、總線接口以及所有管理浮點指令執(zhí)行情況所必需的控制邏輯組成。

　　FCB2 Bus: FCB2 總線

　　FCB2 Bus Interface: FCB2 總線接口

　　Execution Control/Decode Logic: 執(zhí)行控制／解碼邏輯

　　Register File & Forwarding: 寄存器文件與轉(zhuǎn)發(fā)

　　Add/Sub/Convert: 添加／子集／轉(zhuǎn)換

　　Compare: 比較

　　Multiply: 乘

　　Divide: 除

　　Square Root: 平方根

　　Round: 四舍五入

　　圖 2——Virtex-5 FXT PowerPC 440 浮點協(xié)處理器架構(gòu)

　　FPU 含有兩個變量。雙精度變量可執(zhí)行除 PowerPC ISA 圖形子集（fsel、fres 和 frsqrte）以外的所有浮點指令，其中也包括單精度變量執(zhí)行的指令。這意味著您能使用帶各種商用編譯器和操作系統(tǒng)的 FPU（具體請參見： www.xilinx.com/ise/embedded/epartners/listing.htm ）。

　　賽靈思編譯器支持的 APU-FPU 單精度變量使用的資源較少。當(dāng) FPU 被占用時，雙精度操作將通過軟件仿真來執(zhí)行。

　　將 APU-FPU 連接至 PowerPC 440

　　有兩種方法可將 APU-FPU 連接至 PowerPC 440 處理器：1、利用賽靈思 Platform Studio 設(shè)計工具中的 Base System Builder (BSB) 向?qū)В?、將 APU-FPU 單元添加至當(dāng)前設(shè)計方案中即可。

　　您首先需利用 BSB 向?qū)Т_定目標(biāo)板和所期望的處理器（PowerPC 或 MicroBlaze™），然后通過一系列復(fù)選框和下拉菜單選擇設(shè)計中所需的 IP。借助 BSB 向?qū)?，能夠輕松快速地組裝并測試基礎(chǔ)處理器系統(tǒng)。您只需勾選您要選擇的 FPU 框，即可實現(xiàn)APU-FPU 連接（見圖 3 頂部）。該向?qū)Э蓪崿F(xiàn)一個經(jīng)過優(yōu)化能以處理器時鐘三分之一速率運行的雙精度 FPU。您也可定制更高時鐘速率的 FPU 和單精度 FPU。

　　如果不想使用向?qū)В部赏ㄟ^另一種方法來實現(xiàn)，即按照系統(tǒng)組裝視圖拖動 IP Catalog 下的 APU- FPU IP，然后對 FPU 進(jìn)行配置即可。圖 3 底部圖片顯示了 IP Catalog （見左下方）和系統(tǒng)組裝視圖中新添加的 FPU。右擊 FPU 并選擇 Configure IP，然后您便可選取想要的精度（單精度或雙精度）并確定您希望該 FPU 是針對低時延（三分之一時鐘速率）或是高速率（二分之一時鐘速率）而進(jìn)行優(yōu)化；最后將 FPU 連接至 FCB 并將 FPU/FCB 時鐘鏈接至適當(dāng)?shù)臅r鐘（通常是二分之一或三分之一處理器時鐘速率。）

　　圖 3——通過 BSB 向?qū)В敳浚┮约跋到y(tǒng)組裝視圖將 FPU 添加至現(xiàn)有 PowerPC 處理器設(shè)計方案中

　　讓浮點盡在掌握之中

　　Virtex-5 APU-FPU 提供免費的 Platform Studio，支持浮點定制。您可分別采用約 2500 個或約 4900 個 LUT 寄存器對來實現(xiàn)單或雙精度 FPU，也可在無需添加 FPGA 邏輯的情況下運行具有浮點仿真功能的軟件應(yīng)用。

　　性能水平可預(yù)先選擇：選擇適當(dāng)?shù)?FPU，或?qū)嵤┰O(shè)計并確定軟件仿真是否滿足要求；如未滿足，可升級軟 FPU。

　　顯而易見，如果能從軟件仿真中獲得足夠的性能，則無需 FPU。但如果需要更高的性能，可使用 APU-FPU。如果應(yīng)用需要 FPU 或正在使用與之配套的編譯器，可選擇雙精度 FPU。如果應(yīng)用僅需單精度運算且您正在使用賽靈思 GNU 編譯器，則單精度 FPU 會降低邏輯要求。謹(jǐn)記，如果選擇雙精度 FPU，它將執(zhí)行單精度運算，然后將運算結(jié)果進(jìn)行四舍五入，以提供單精度 FPU 的精確度。

　　典型性能增益

　　當(dāng)您在評估是需要硬 FPU 還是軟 FPU 時，應(yīng)首先確定代碼的浮點密集程度。代碼通常包括不同浮點、整數(shù)、存儲器以及邏輯運算等。因此，盡管基準(zhǔn)可作為潛在性能提升的指示器，但運行您自己的代碼會更好。

　　表 1 列出了 400 MHz Virtex-5 FXT PowerPC 440 處理器、軟件仿真以及與該處理器相連的 200 MHz 雙精度 APU-FPU 的基準(zhǔn)數(shù)據(jù)，透過該表可清晰了解 APU-FPU 執(zhí)行浮點密集代代碼的性能表現(xiàn)。

　　表中所列數(shù)據(jù)是賽靈思用于評估處理器浮點單元性能的一組基準(zhǔn)數(shù)據(jù)的子集。平均而言，軟 FPU 可比軟件仿真快 6 倍，而單精度 FPU 可比雙精度 FPU 快 13％。

　　在浮點占主導(dǎo)地位的情況下，可通過優(yōu)化代碼來提高軟 FPU 的性能，以充分利用 FPU 管線。FIR 濾波器基準(zhǔn)就是一例很好的潛在性能增益。未經(jīng)優(yōu)化的代碼是典型的“教科書代碼”，雖便于閱讀，但大多數(shù) FPU 執(zhí)行時往往效率低下。然而，通過實施循環(huán)展開、最大限度地延長 FPU 寄存器中常數(shù)的保留時間，以及交叉存取其他代碼與浮點指令，設(shè)計方案的性能可得到顯著提高。在本例中，優(yōu)化濾波器代碼比未經(jīng)優(yōu)化的代碼快 3.8 倍，比軟件仿真快 30 倍。

　　總之，Virtex-5 FXT 借助其 PowerPC 440 處理器可為嵌入式應(yīng)用提供眾多選擇。您可在有無 FPU 的情況下執(zhí)行設(shè)計方案、用性能較高的 FPU來替代軟件仿真技術(shù)、為 Virtex-5 FXT 量身定制處理能力資源，所有這些都是為了滿足您的最佳設(shè)計需求，讓“一切盡在您的掌握之中” 。

　　* EDK 10.1 SP2 GNU 帶標(biāo)志的編譯器：-O3 -funroll-循環(huán)

　　表 1——400 MHz 處理器與 200-MHz FPU 的典型浮點性能