時(shí)鐘及面積優(yōu)化的可配置片上網(wǎng)絡(luò)路由器

胡東偉，尚德龍，張 勇，王力男

(1.中國(guó)電子科技集團(tuán)公司 第五十四研究所，河北 石家莊 050080；2.南京智能技術(shù)研究院，江蘇 南京 211100)

伴隨著半導(dǎo)體工藝技術(shù)的飛速發(fā)展，在單芯片上能夠集成的處理器數(shù)目越來越多，處理器與處理器之間的互連問題和數(shù)據(jù)交換需求，已不是傳統(tǒng)的總線所能解決或達(dá)成。片上網(wǎng)絡(luò)(Network-on-Chip，NoC)借鑒互聯(lián)網(wǎng)的思維，采用數(shù)據(jù)包包交換的方式，實(shí)現(xiàn)處理器之間的互連和數(shù)據(jù)交換[1]。采用片上網(wǎng)絡(luò)的芯片系統(tǒng)，可以實(shí)現(xiàn)成百上千處理器的集成[2-3]。

目前，片上網(wǎng)絡(luò)技術(shù)的研究如火如荼，但在片上網(wǎng)絡(luò)技術(shù)的各個(gè)方面，例如網(wǎng)絡(luò)架構(gòu)、路由算法、流量控制等問題，都未達(dá)到統(tǒng)一。因此，目前大量的片上網(wǎng)絡(luò)技術(shù)研究，都停留在系統(tǒng)仿真層面[4-6]，電路實(shí)現(xiàn)方面的研究相對(duì)較少。

片上網(wǎng)絡(luò)實(shí)現(xiàn)包括網(wǎng)絡(luò)接口的實(shí)現(xiàn)和片上網(wǎng)絡(luò)路由器的實(shí)現(xiàn)[7]。網(wǎng)絡(luò)接口實(shí)現(xiàn)處理器和片上網(wǎng)絡(luò)的數(shù)據(jù)交換，路由器實(shí)現(xiàn)數(shù)據(jù)包的遠(yuǎn)程交換和路由。片上網(wǎng)絡(luò)實(shí)現(xiàn)的核心在于路由器的實(shí)現(xiàn)。首先，片上網(wǎng)絡(luò)路由器的時(shí)鐘，決定了整個(gè)網(wǎng)絡(luò)的時(shí)鐘；其次，片上網(wǎng)絡(luò)路由器，直接實(shí)現(xiàn)了片上網(wǎng)絡(luò)的路由算法和流量控制算法；最后，片上網(wǎng)絡(luò)路由器的復(fù)雜度，決定了整個(gè)網(wǎng)絡(luò)的復(fù)雜度[7]。

片上網(wǎng)絡(luò)路由器主要由輸入/輸出緩沖器和交叉開關(guān)組成[8]。交叉開關(guān)包括仲裁器和多路選擇器，其結(jié)構(gòu)已經(jīng)比較成熟。路由器的復(fù)雜度，主要由輸入/輸出緩沖器決定[9-10]。因此，路由器中緩存器的研究，引起了業(yè)界的極大重視。片上網(wǎng)絡(luò)路由器的緩沖器，一般采用先進(jìn)先出(FIFO)緩存器來實(shí)現(xiàn)。根據(jù)文獻(xiàn)[9]，采用無緩存器的片上網(wǎng)絡(luò)路由器，可以使得片上網(wǎng)絡(luò)總面積消耗節(jié)約60%以上，功耗節(jié)約39%以上。根據(jù)文獻(xiàn)[10]，緩存器面積占比達(dá)到75%，功耗占比達(dá)到22%。然而，無緩存的路由器增加了訪問延時(shí)，降低了片上網(wǎng)絡(luò)吞吐率[9]，這是所不希望的。因此，有必要尋求新的先進(jìn)先出緩存器實(shí)現(xiàn)技術(shù)。

首先，介紹同步先進(jìn)先出緩存器和異步先進(jìn)先出緩存器的電路結(jié)構(gòu)[11-12]和延遲特點(diǎn)，及片上網(wǎng)絡(luò)組成的系統(tǒng)架構(gòu)和片上網(wǎng)絡(luò)路由器架構(gòu)；然后，提出一種優(yōu)化的時(shí)鐘布線方案，并按照這種方案，重新設(shè)計(jì)了路由器，達(dá)到了減小復(fù)雜度及片上網(wǎng)絡(luò)延遲的效果。在此基礎(chǔ)上，筆者提出一種采用鎖存器替代寄存器的方法，以降低路由器中同步或異步先進(jìn)先出緩存器的復(fù)雜度，并提出單時(shí)鐘寄存器寫的解決方案，并進(jìn)一步提出多個(gè)先進(jìn)先出緩存器的共享實(shí)現(xiàn)方案。該方案建立在第3節(jié)先進(jìn)先出鎖存器實(shí)現(xiàn)方案的基礎(chǔ)上。

1 基礎(chǔ)知識(shí)

1.1 同步先進(jìn)先出和異步先進(jìn)先出緩存器

1.1.1 先進(jìn)先出緩存器的接口信號(hào)

先進(jìn)先出緩存器是一種非常常用的數(shù)字電路部件，在此對(duì)其功能不做過多的描述。圖1(a)給出了一般形式的先進(jìn)先出緩存器接口信號(hào)，圖1(b)將接口信號(hào)重新命名，使得接口信號(hào)符合AXI總線形式。同步先進(jìn)先出緩存器是指緩存器的寫入時(shí)鐘CLK 1和讀出時(shí)鐘CLK 2，采用同一個(gè)時(shí)鐘。異步先進(jìn)先出緩存器是指緩存器的寫入時(shí)鐘CLK 1和讀出時(shí)鐘CLK 2，采用兩個(gè)不同的時(shí)鐘。這兩個(gè)時(shí)鐘可以是頻率相同、相位不同的兩個(gè)時(shí)鐘，也可以是既不同頻、也不同相的兩個(gè)時(shí)鐘。

1.1.2 先進(jìn)先出緩存器的電路實(shí)現(xiàn)

圖2(a)給出了同步先進(jìn)先出緩存器的電路實(shí)現(xiàn)。圖2(a)中，在寫入側(cè)和讀出側(cè)，分別維持一個(gè)寫地址寄存器和讀地址寄存器，每寫入一個(gè)數(shù)據(jù)包，或讀出一個(gè)數(shù)據(jù)包，對(duì)應(yīng)的地址加1?！癉EC”和“MUX”分別是寫地址譯碼器和讀數(shù)據(jù)多路選擇器。當(dāng)寫地址和讀地址相同時(shí)，先進(jìn)先出要么為“空”，要么為“滿”狀態(tài)?！翱铡焙汀皾M”狀態(tài)分別由一個(gè)“FULL”寄存器來分辨。在復(fù)位狀態(tài)下，先進(jìn)先出只能為“空”，“FULL”被清零。此后，“FULL”寄存器可以跟蹤“空”和“滿”的狀態(tài)變化。

圖2(b)給出了異步先進(jìn)先出緩存器的電路實(shí)現(xiàn)。與同步先進(jìn)先出緩存器不同的是，由于讀寫地址位于不同的時(shí)鐘域，需要對(duì)讀寫地址進(jìn)行格雷編碼，并在對(duì)方時(shí)鐘域內(nèi)進(jìn)行兩次采樣，如此才能獲得穩(wěn)定的跨時(shí)鐘域地址信號(hào)。此外，為區(qū)分緩存器“空”和“滿”的狀態(tài)，在讀寫時(shí)鐘域內(nèi)分別設(shè)置“EMPTY”和“FULL”寄存器，以此追蹤緩存器的狀態(tài)變化。“組合邏輯1”和“組合邏輯2”進(jìn)行地址比較。需注意，這里1個(gè)地址為二進(jìn)制編碼，1個(gè)地址為格雷編碼。

需要特別強(qiáng)調(diào)的是：① FIFO的數(shù)據(jù)流為單向的；② 根據(jù)圖2所示的FIFO實(shí)現(xiàn)電路，當(dāng)輸入輸出的READY都為高，且異步FIFO的兩側(cè)使用同一個(gè)時(shí)鐘時(shí)，同步FIFO的輸出相對(duì)輸入延遲1個(gè)時(shí)鐘，異步FIFO的輸出相對(duì)輸入延遲3個(gè)時(shí)鐘，也就是，異步FIFO比同步FIFO具有更大的時(shí)延；③ 同步FIFO的最小深度為1，異步FIFO的最小深度為4；④ 通過FIFO與同步FIFO的級(jí)聯(lián)，可構(gòu)成4以上任意深度的異步FIFO，這種級(jí)聯(lián)的異步FIFO輸入輸出延遲為4個(gè)時(shí)鐘。

圖2 先進(jìn)先出緩存器的電路實(shí)現(xiàn)

1.2 片上網(wǎng)絡(luò)及其路由器

1.2.1 片上網(wǎng)絡(luò)架構(gòu)

片上網(wǎng)絡(luò)是用于多個(gè)處理器單元(Processing Element，PE)互連的一種電路，它由路由器和互連鏈路構(gòu)成。在NoC之上，PE與PE之間以數(shù)據(jù)包的形式進(jìn)行數(shù)據(jù)交換。文獻(xiàn)[3]指出，在一個(gè)路由器上連接一個(gè)處理器簇的分層架構(gòu)，較一個(gè)路由器上連接單個(gè)PE的全網(wǎng)絡(luò)架構(gòu)，能更好地利用處理器簇內(nèi)的本地存儲(chǔ)器，從而具有更高的多處理器并行加速比，并且，簇內(nèi)PE數(shù)目以4至8個(gè)為宜。因此，考慮圖3所示的片上網(wǎng)絡(luò)架構(gòu)。圖3中，NoC路由器(R)與R由L1鏈路相連，每一個(gè)R上連接1個(gè)處理器簇，每個(gè)簇內(nèi)包含4個(gè)PE。R與PE由L2鏈路相連。簇內(nèi)4個(gè)PE之間，每?jī)蓛捎蒐3鏈路相連(圖3中未示出PE0與PE2、PE1與PE3之間的L3)。圖3示出了1個(gè)4×4的NoC，每一個(gè)R具有X和Y兩個(gè)坐標(biāo)，可用于R(對(duì)應(yīng)處理器簇)的尋址。每一個(gè)PE可通過對(duì)應(yīng)的R和簇內(nèi)PE編號(hào)來尋址。

顯然，在圖3所示的架構(gòu)中，每一個(gè)L1鏈路，至少承擔(dān)兩個(gè)處理器簇(即8個(gè)PE)的互連，因此L1的帶寬要求較高?？紤]圖4所示的數(shù)據(jù)包格式。圖4中，數(shù)據(jù)包由包頭、地址段和數(shù)據(jù)段構(gòu)成。包頭內(nèi)包括了數(shù)據(jù)包類型(讀請(qǐng)求、寫請(qǐng)求、讀響應(yīng)、寫響應(yīng))、源、目標(biāo)PE地址和數(shù)據(jù)段的大小指示，地址段給出了數(shù)據(jù)段內(nèi)數(shù)據(jù)的起始地址，數(shù)據(jù)段承載PE間需要交換的數(shù)據(jù)。由于L1的帶寬要求較高，設(shè)計(jì)數(shù)據(jù)段的位寬較寬(例如128、192或256位)，且整個(gè)數(shù)據(jù)包在一個(gè)時(shí)鐘周期內(nèi)傳輸[13]，因此，圖4所示數(shù)據(jù)包格式，與總線有一定的相似性。

以XY靜態(tài)路由算法為例[5]。XY靜態(tài)路由對(duì)數(shù)據(jù)包首先進(jìn)行X(Y)方向的路由，再進(jìn)行Y(X)方向的路由，直至到達(dá)目的R(PE)。采用XY路由，從源PE到目的PE只有1條路徑，具有路由簡(jiǎn)單、無死鎖的優(yōu)點(diǎn)，因而被廣泛采納。此外，由于R內(nèi)采用先進(jìn)先出緩存器(見2.2.2節(jié))，從源PE到目的PE整個(gè)路徑上數(shù)據(jù)包的先后順序得以保持，這也類似于總線。

圖3所示的4×4 NoC連接了64個(gè)PE，但該架構(gòu)具有向更大規(guī)模伸放的可行性。

圖3 片上網(wǎng)絡(luò)架構(gòu)示意圖

1.2.2 路由器架構(gòu)

根據(jù)圖3所示的NoC架構(gòu)，路由器R的接口信號(hào)如圖5(a)所示。圖5(a)中，一個(gè)路由器上有4個(gè)相鄰NoC(即東e、南s、西w、北n 4個(gè)方向)輸入、4個(gè)PE輸入，這分別對(duì)應(yīng)圖3中4個(gè)L1和4個(gè)L2的輸入方向；相應(yīng)地，路由器有4個(gè)相鄰NoC輸出和4個(gè)PE輸出，這分別對(duì)應(yīng)圖3中4個(gè)L1和4個(gè)L2的輸出方向。圖5(b)給出了路由器的電路實(shí)現(xiàn)框圖。圖中，每個(gè)輸入數(shù)據(jù)包，首先進(jìn)入對(duì)應(yīng)的先進(jìn)先出進(jìn)行緩存，8個(gè)先進(jìn)先出緩存器的輸出，連接到8個(gè)仲裁及多路選擇器，每個(gè)仲裁及多路選擇器選擇出一個(gè)有效輸出，輸出到輸出端口的先進(jìn)先出緩存器。

仲裁及多路選擇器由仲裁器和多路選擇器構(gòu)成，其個(gè)數(shù)與輸出端口數(shù)目相同，且每個(gè)仲裁及多路選擇器都相互獨(dú)立。所有仲裁及多路選擇器的輸入通道數(shù)目，與路由器輸入先進(jìn)先出通道數(shù)目相同。輸出端口的FIFO連接到下一個(gè)路由器(或PE)的輸入FIFO，因此可以與下一個(gè)路由器(或PE)的輸入FIFO合并。因此文中后面路由器將不再有輸出FIFO。路由器輸入FIFO可以是同步FIFO，也可以是異步FIFO，2.1節(jié)將詳細(xì)討論FIFO的時(shí)鐘要求。

圖5 路由器架構(gòu)

1.2.3 虛通道和3D NoC

可以將每個(gè)物理輸入通道的數(shù)據(jù)包，根據(jù)不同的標(biāo)記排列到不同的先進(jìn)先出隊(duì)列中，由此形成虛通道。此標(biāo)記即為虛通道識(shí)別號(hào)。圖6示出了每個(gè)物理通道分為2個(gè)虛通道的示意圖。虛通道方法增加了先進(jìn)先出的個(gè)數(shù)，從而增加了同時(shí)從先進(jìn)先出中輸出的數(shù)據(jù)包個(gè)數(shù)，提高了數(shù)據(jù)包輸出的并行性，由此對(duì)吞吐率有一定的提升；但另一方面，仲裁及多路選擇器的輸入通道數(shù)目增多，增大了仲裁及多路選擇器的復(fù)雜度。假如仲裁及多路選擇器的輸入通道數(shù)目過多，則需要流水實(shí)現(xiàn)，這又增加了路由器的延遲，因此，對(duì)虛通道的使用需謹(jǐn)慎對(duì)待[5，9]。

圖6 基于虛通道的路由器架構(gòu)

這里需要強(qiáng)調(diào)的是，倘若采用虛通道方案，則仲裁及多路選擇器的優(yōu)先級(jí)，需要與時(shí)間相關(guān)，不可使仲裁器長(zhǎng)時(shí)間駐留在某個(gè)優(yōu)先級(jí)。例如，假如某個(gè)輸出端口的數(shù)據(jù)包阻塞(由于它對(duì)應(yīng)的下一級(jí)先進(jìn)先出滿導(dǎo)致)，且較長(zhǎng)時(shí)間無法發(fā)送出去，此時(shí)，如果本地優(yōu)先級(jí)輪轉(zhuǎn)，則仲裁及多路選擇器會(huì)嘗試發(fā)送與這個(gè)數(shù)據(jù)包并行的其他數(shù)據(jù)包(隸屬于其他虛通道)，這會(huì)在一定程度上減小阻塞。要使優(yōu)先級(jí)與時(shí)間關(guān)聯(lián)，也是很容易實(shí)現(xiàn)的，只要設(shè)置一個(gè)計(jì)數(shù)器，當(dāng)仲裁器駐留在某一優(yōu)先級(jí)超過該計(jì)數(shù)器閾值時(shí)，仲裁器跳轉(zhuǎn)到下一優(yōu)先級(jí)。

3D NoC在圖5(a)所示的架構(gòu)上，增加了上下方向NoC的輸入輸出。同樣，這也增加了仲裁及多路選擇器的輸入通道數(shù)目，可流水實(shí)現(xiàn)仲裁及多路選擇器。

2 片上網(wǎng)絡(luò)對(duì)FIFO的時(shí)鐘要求及優(yōu)化方案

2.1 時(shí)鐘要求及優(yōu)化方案

如圖3所示，由片上網(wǎng)絡(luò)路由器構(gòu)成的整個(gè)芯片，連接的PE較多，面積往往較龐大，因此，倘若整個(gè)芯片采用同步時(shí)鐘，則從芯片的東南角到芯片的西北角，時(shí)鐘的延遲構(gòu)成一個(gè)環(huán)路，由于布線的延遲，時(shí)鐘布線將很難收斂，或時(shí)鐘速率很難提高。此外，由于這樣的芯片功耗往往較高，需要對(duì)每個(gè)PE進(jìn)行動(dòng)態(tài)電壓頻率伸縮，這又需要各個(gè)PE的時(shí)鐘獨(dú)立。因此，最簡(jiǎn)單的辦法是，對(duì)圖5(b)所示的輸入先進(jìn)先出，采用異步先進(jìn)先出[7，13]。這可以實(shí)現(xiàn)：① 各個(gè)PE的時(shí)鐘解耦合；② 相鄰NoC路由器的時(shí)鐘解耦合。

但是，如2.1.2節(jié)所示，異步先進(jìn)先出的缺陷是，異步先進(jìn)先出兩端的延遲較大，這將導(dǎo)致整個(gè)NoC上數(shù)據(jù)傳輸時(shí)的延遲較大。因此，筆者提出如下優(yōu)化方案：

(1) PE與R之間，依舊采用異步先進(jìn)先出，以實(shí)現(xiàn)各個(gè)PE時(shí)鐘獨(dú)立。

(2)對(duì)所有的R，從R到R，采用兩個(gè)獨(dú)立的時(shí)鐘，從西到東、從北到南為CLK1，從東到西、從南到北為CLK2。

(3)對(duì)所有的R，從R到R的先進(jìn)先出，采用同步先進(jìn)先出。

圖7為以上時(shí)鐘方案的示意圖。按照此時(shí)鐘方案，NoC路由器R將涉及到多個(gè)時(shí)鐘域，圖8給出了此時(shí)路由器的總體架構(gòu)。

圖7 優(yōu)化的NoC時(shí)鐘方案

圖8中，PE到R的數(shù)據(jù)包，首先分路為2路，一路將向東、南NoC端口輸出，因此需要通過異步先進(jìn)先出轉(zhuǎn)換到CLK 1時(shí)鐘域；另一路將向西、北NoC端口輸出，因此需要通過異步先進(jìn)先出轉(zhuǎn)換到CLK 2時(shí)鐘域。CLK 1和CLK 2都只是沿平面的一個(gè)方向推進(jìn)，即東南方向或西北方向推進(jìn)，時(shí)鐘的延遲可以在這個(gè)方向逐漸遞增，因此，時(shí)鐘布線時(shí)，較易做到時(shí)鐘收斂。為減小復(fù)雜度，在同一個(gè)R內(nèi)，將不再支持由PE到PE路由。由PE到PE的訪問，將全部通過圖3中L3鏈路實(shí)現(xiàn)。因此，圖8中，CLK 1時(shí)鐘域下的仲裁及多路選擇器陣列和CLK 2時(shí)鐘域下的仲裁及多路選擇器陣列，每個(gè)時(shí)鐘域下均為4個(gè)2選1(至PE)，和2個(gè)6選1(至NoC)的仲裁和多路選擇，這樣仲裁及多路選擇器的復(fù)雜度大大降低。需強(qiáng)調(diào)的是，圖8中的PE到R的異步先進(jìn)先出，和R到PE的異步先進(jìn)先出，分成了2個(gè)，但相應(yīng)地，它們的數(shù)據(jù)包流量也減半，因此每一個(gè)異步先進(jìn)先出的深度亦減半，先進(jìn)先出的復(fù)雜度并沒有較圖5(b)方案增加。

2.2 實(shí)驗(yàn)及結(jié)果

2.2.1 NoC路由器的實(shí)現(xiàn)實(shí)驗(yàn)

分別按照?qǐng)D5(b)所示的架構(gòu)和按照?qǐng)D8所示的架構(gòu)，對(duì)NoC路由器R進(jìn)行設(shè)計(jì)實(shí)踐。實(shí)踐中圖5(b)只有輸入異步先進(jìn)先出，沒有輸出異步先進(jìn)先出，先進(jìn)先出深度選取為8。圖8所示異步先進(jìn)先出深度為4。為盡量保證比較的公平性，圖8的左側(cè)增加4個(gè)分路器，將每個(gè)PE輸入的數(shù)據(jù)包由1路分成2路；圖8的右側(cè)亦沒有輸出異步先進(jìn)先出。

表1給出了實(shí)現(xiàn)的綜合結(jié)果。實(shí)驗(yàn)中先進(jìn)先出采用寄存器實(shí)現(xiàn)，工藝為TSMC 28nm HPC，9Track，RVT。從表1可以看到，采用圖8所示結(jié)構(gòu)，組合邏輯明顯減小，時(shí)序邏輯與圖5(b)的相當(dāng)。這與前面的分析是一致的。

表1 不同結(jié)構(gòu)下的NoC路由器面積對(duì)比 μm2

圖9 不同跳數(shù)下的鏈路延遲

2.2.2 延遲仿真實(shí)驗(yàn)

為檢驗(yàn)圖7所示的時(shí)鐘優(yōu)化結(jié)果，按照?qǐng)D3所示架構(gòu)，從源PE往目的PE發(fā)送數(shù)據(jù)包，檢驗(yàn)不同跳數(shù)(通過1個(gè)NoC路由器R，記為1跳)下鏈路的延遲。仿真中，所有的時(shí)鐘都設(shè)置為同一個(gè)時(shí)鐘，以該時(shí)鐘的時(shí)鐘計(jì)數(shù)來評(píng)估鏈路延遲。圖9給出了不同跳數(shù)下按照?qǐng)D5所示R和圖8所示R實(shí)現(xiàn)時(shí)的鏈路延遲結(jié)果。從圖9可以看到，在所有的跳數(shù)下，優(yōu)化的時(shí)鐘方案，都減小了鏈路延遲；當(dāng)跳數(shù)為7時(shí)，全異步FIFO方案時(shí)，鏈路延遲為24個(gè)時(shí)鐘，優(yōu)化后，鏈路延遲只有12個(gè)時(shí)鐘，只有原來的50%。

3 使用鎖存器構(gòu)建FIFO的存儲(chǔ)陣列

如前所述，數(shù)據(jù)包的位寬較寬，這導(dǎo)致NoC路由器R內(nèi)的先進(jìn)先出占用較多資源。一般情況下，先進(jìn)先出的深度不夠深，其存儲(chǔ)陣列不足以使用現(xiàn)成的SRAM宏單元，需采用定制電路實(shí)現(xiàn)。但定制電路的設(shè)計(jì)需耗費(fèi)較長(zhǎng)時(shí)間，在很多情況下很不方便。此時(shí)，最簡(jiǎn)單的辦法是采用寄存器實(shí)現(xiàn)。如表1所示，此時(shí)寄存器占據(jù)了整個(gè)R內(nèi)最大部分的面積開銷。

為進(jìn)一步減小先進(jìn)先出的實(shí)現(xiàn)代價(jià)，推薦使用鎖存器來替代寄存器，構(gòu)建同步或異步先進(jìn)先出。鎖存器的模型如圖10(a)所示。圖10中，當(dāng)使能信號(hào)EN為高時(shí)，輸入數(shù)據(jù)D將貫通到鎖存器輸出端Q；當(dāng)EN為低時(shí)，鎖存器的輸出值Q將保持不變。當(dāng)EN、D都是由時(shí)鐘CLK驅(qū)動(dòng)時(shí)，數(shù)據(jù)D的延遲有可能比EN大，也可能比EN小，如圖10(b)所示。這將導(dǎo)致鎖存器內(nèi)鎖存不同時(shí)鐘下的數(shù)據(jù)(D12和D21)，導(dǎo)致錯(cuò)誤。此外，倘若錯(cuò)誤地址上的EN信號(hào)產(chǎn)生毛刺，則有可能將數(shù)據(jù)寫到錯(cuò)誤的地址上。因此，針對(duì)鎖存器的寫數(shù)據(jù)，最簡(jiǎn)單的辦法是，數(shù)據(jù)保持3個(gè)時(shí)鐘，只在中間時(shí)鐘打開EN信號(hào)，如圖10(c)所示。

圖10 鎖存器模型及鎖存器寫存在的問題

但NoC路由器內(nèi)的先進(jìn)先出需要高吞吐率，使用3個(gè)時(shí)鐘來完成寫，是不可以接受的。筆者推薦圖11的鎖存器寫方法。圖11(a)示出了鎖存器寫的時(shí)序。圖中，鎖存器使能信號(hào)只是在時(shí)鐘低電平的半周期內(nèi)有效。鎖存器的輸入數(shù)據(jù)，是原始輸入數(shù)據(jù)(見圖10(b))延遲半個(gè)時(shí)鐘周期。這延遲半個(gè)時(shí)鐘周期，可以通過一個(gè)下降沿采樣的寄存器來實(shí)現(xiàn)，如圖11(b)所示。這樣，使用圖11(b)所示電路對(duì)先進(jìn)先出的輸入數(shù)據(jù)進(jìn)行處理后，先進(jìn)先出的存儲(chǔ)陣列即可使用鎖存器來實(shí)現(xiàn)。

圖11 單周期鎖存器寫方法

此方法要求，在時(shí)鐘的前半個(gè)周期內(nèi)，地址譯碼已經(jīng)穩(wěn)定，這樣不至于在鎖存器使能信號(hào)打開時(shí)，數(shù)據(jù)寫到錯(cuò)誤的地址上。由于NoC路由器內(nèi)的先進(jìn)先出深度都很小(幾個(gè)到幾十個(gè))，地址位寬很小，半個(gè)時(shí)鐘周期內(nèi)實(shí)現(xiàn)穩(wěn)定譯碼，是很容易達(dá)到的。

需要強(qiáng)調(diào)的是，圖11(a)的虛線處，鎖存器可能暫時(shí)鎖存前一個(gè)數(shù)據(jù)D10或D20，但由于在鎖存器使能信號(hào)的下降沿前后，數(shù)據(jù)穩(wěn)定為D11和D21，因此鎖存器能保證鎖存到正確數(shù)據(jù)。因此，使能信號(hào)上升沿的數(shù)據(jù)振蕩，只是造成輕微的功耗損失，不影響鎖存數(shù)據(jù)的正確性。

表2給出了圖5(b)和圖8的NoC路由器，使用寄存器和使用鎖存器時(shí)的面積對(duì)比。綜合時(shí)使用的工藝同前。從表2中可以看到，使用鎖存器，大大減小了NoC路由器的面積消耗。

表2 寄存器和鎖存器下的NoC路由器面積對(duì)比 μm2

4 可配置的共享先進(jìn)先出

在圖8中，CLK 1和CLK 2域，分別有兩個(gè)同步先進(jìn)先出，且它們的深度為圖8中異步先進(jìn)先出深度的2倍。本節(jié)進(jìn)一步提出，將CLK 1域和CLK 2域的4個(gè)同步先進(jìn)先出(FIFO 1、FIFO 2、FIFO 3和FIFO 4)深度進(jìn)行共享。也就是，F(xiàn)IFO 1可以從FIFO 2借用若干條目(entry)的FIFO單元，F(xiàn)IFO 2可以從FIFO 1、FIFO 3借用若干條目的先進(jìn)先出單元，F(xiàn)IFO 3可以從FIFO 2、FIFO 4借用若干條目的FIFO單元，F(xiàn)IFO 4可以從FIFO 3借用若干條目的先進(jìn)先出單元[14]。

圖12(a)給出了兩個(gè)先進(jìn)先出共享的原理框圖。

(a) 兩個(gè)FIFO共享存儲(chǔ)陳列示意圖

圖12中有一個(gè)大的、基于鎖存器的存儲(chǔ)陣列，它的上半部分為FIFO 1，下半部分為FIFO 2。上半部分和下半部分的分界，由一個(gè)寄存器Addr1_E/Addr2_S來指示，該寄存器可配置。倘若FIFO 1和FIFO 2在同一個(gè)時(shí)鐘域內(nèi)，則很容易實(shí)現(xiàn)存儲(chǔ)陣列同時(shí)寫兩個(gè)數(shù)據(jù)、讀兩個(gè)數(shù)據(jù)。這時(shí)，存儲(chǔ)陣列相當(dāng)于多端口寄存器文件。倘若FIFO 1和FIFO 2不在同一個(gè)時(shí)鐘域內(nèi)，則由于鎖存器無需時(shí)鐘，只有分界地址在兩個(gè)時(shí)鐘域內(nèi)都使用，需保證使用該分界地址時(shí)，兩個(gè)時(shí)鐘域內(nèi)的分界地址都有效。這有很多辦法可實(shí)現(xiàn)，例如，可以在一個(gè)時(shí)鐘域內(nèi)寫入，在另一個(gè)時(shí)鐘域內(nèi)讀出，并等待兩個(gè)時(shí)鐘域內(nèi)寫入和讀出的數(shù)值相同來保證；也可以在CLK 1域?qū)懭?，傳到CLK 2域，然后又從CLK 2域傳回CLK 1域，比較傳回的數(shù)值與寫入的數(shù)值。

以上方法可實(shí)現(xiàn)靜態(tài)的先進(jìn)先出共享。如果設(shè)置一個(gè)寄存器，記錄分界地址前后(即wr_addr1或rd_addr1到Addr1_E/Addr2_S，和Addr1_E/Addr2_S到wr_addr2或rd_addr2)，先進(jìn)先出內(nèi)容是否為空，則可以判斷是否可以進(jìn)行分界地址的動(dòng)態(tài)修改。只有分界地址前后先進(jìn)先出內(nèi)容都為空時(shí)，則分界地址的修改方可進(jìn)行。如此可實(shí)現(xiàn)先進(jìn)先出的動(dòng)態(tài)共享。同樣，分界地址更改后，需保證修改后的地址，在相關(guān)時(shí)鐘域內(nèi)都穩(wěn)定后，相關(guān)時(shí)鐘域內(nèi)的讀寫方可繼續(xù)。

圖12(b)給出了4個(gè)同步先進(jìn)先出共享的原理框圖。FIFO 2和FIFO 3的分界地址，涉及到跨時(shí)鐘域問題。該分界地址前后的狀態(tài)，也處于不同的時(shí)鐘域。

也可考慮異步先進(jìn)先出的共享。但非級(jí)聯(lián)異步先進(jìn)先出的地址涉及到格雷編碼，地址需連續(xù)變化為宜。此外，圖8中的異步先進(jìn)先出深度只有4，已是異步先進(jìn)先出的最小深度，共享的意義不大。倘若需要更大深度的異步先進(jìn)先出共享，則筆者主張以級(jí)聯(lián)的方式實(shí)現(xiàn)：通過深度為4的異步先進(jìn)先出實(shí)現(xiàn)寫到讀時(shí)鐘域的轉(zhuǎn)換，只對(duì)讀時(shí)鐘域內(nèi)的同步先進(jìn)先出實(shí)現(xiàn)共享。

在圖8所示NoC路由器實(shí)現(xiàn)中，仿真及綜合驗(yàn)證了這種共享先進(jìn)先出方法的可行性。綜合時(shí)采用的工藝庫同前。表3給出了采用這種共享先進(jìn)先出和不采用這種共享先進(jìn)先出的復(fù)雜度對(duì)比?？梢钥吹?，采用共享先進(jìn)先出的方法，先進(jìn)先出的組合邏輯復(fù)雜度有所增加。這是由于共享先進(jìn)先出后，所有先進(jìn)先出的地址位寬都需要加寬，輸入數(shù)據(jù)地址譯碼器和輸出數(shù)據(jù)多路選擇器的復(fù)雜度將變大。表3中從比例上看，共享先進(jìn)先出復(fù)雜度的提高還較顯著。這在面積容忍度較大，而對(duì)數(shù)據(jù)靈活性要求較高的場(chǎng)合[15-17]，是可以接受的，有較大的現(xiàn)實(shí)意義。

表3 不共享和共享先進(jìn)先出的面積對(duì)比 μm2

5 結(jié)束語

片上網(wǎng)絡(luò)是大規(guī)模多處理器互連的一項(xiàng)基礎(chǔ)技術(shù)。雖經(jīng)過多年的研究，在片上網(wǎng)絡(luò)的實(shí)現(xiàn)上仍然莫衷一是。筆者從實(shí)現(xiàn)的角度，提出了片上網(wǎng)絡(luò)的時(shí)鐘優(yōu)化技術(shù)、基于鎖存器的先進(jìn)先出實(shí)現(xiàn)技術(shù)和多個(gè)先進(jìn)先出共享技術(shù)。由于直接面向?qū)崿F(xiàn)，因此具有較大的現(xiàn)實(shí)意義，相信會(huì)對(duì)業(yè)界產(chǎn)生一定的推動(dòng)作用。