運用SAD算法降低FPGA資源利用率
新加坡南洋理工大學 賽靈思供稿
Sharad Sinha 高性能嵌入式系統(tǒng)中心
摘要: 資源共享是一種在保持功能性的同時減少面積或資源占用率的傳統(tǒng)方法。其中包括通過將一個以上的運算映射到一個運算器,,實現(xiàn)算術(shù)運算器(如加法器,、乘法器等)的共享。例如,,共享后3個加法器可執(zhí)行6個而不是3個加運算,,使用的加法器數(shù)量減少了一半,從而減少了資源占用率,。通過Xilinx ISE軟件,,可以在合成屬性對話框中開啟相應開關(guān)(resource sharing)后進行資源共享。當在一個if-else程序塊(圖1)或case-endcase程序塊(圖2)中描述互斥的任務(wù)后,,這些工具能檢測并實施資源共享,。
Abstract:
Key words :
基于FPGA的設(shè)計,需要仔細檢查設(shè)計所占用的面積以及實施后的時序性能,,以確保設(shè)計適合目標器件,,并滿足其時序或吞吐力要求。在基于FPGA的商用設(shè)計中,,設(shè)計師通常會將查找表(LUT)的資源占用率上限設(shè)置為80%左右,,以便為未來升級和功能改進留有資源,并可讓時序收斂更容易。余下約20%的空閑LUT留下了空余的布線資源,,有助于滿足嚴格的時序約束,。
在設(shè)計中,F(xiàn)PGA結(jié)構(gòu)里嵌入的邏輯越多,,占用的布線資源就會越多,。綜合工具或許能將更多邏輯成功地映射到LUT和其它資源,但很可能無法在二者之間布線,。因為現(xiàn)有的邏輯已經(jīng)顯著提高了互連使用率,,已經(jīng)沒有端到端路徑來路由更多連接的信號。即使可能存在布線空間,,布線器也無法對其建立端到端連接。因此,,雖然有可用的LUT資源,,但設(shè)計受到了“互連限制”,所以有可能無法進行擴展,。
減少設(shè)計面積還具有經(jīng)濟意義,。在符合應用要求的情況下,F(xiàn)PGA器件越小,,設(shè)計和生產(chǎn)成本則越低,。當然,如果有以太網(wǎng)模塊,、嵌入式處理器或收發(fā)器等特殊需求,,就需要選擇能通過硬IP或軟IP支持這些模塊的FPGA。不過在設(shè)計中,,減少其它部件的使用面積,,仍有助于從支持這類特殊模塊的FPGA系列中進行選擇。
資源共享
資源共享是一種在保持功能性的同時減少面積或資源占用率的傳統(tǒng)方法,。其中包括通過將一個以上的運算映射到一個運算器,,實現(xiàn)算術(shù)運算器(如加法器、乘法器等)的共享,。例如,,共享后3個加法器可執(zhí)行6個而不是3個加運算,使用的加法器數(shù)量減少了一半,,從而減少了資源占用率,。通過Xilinx ISE軟件,可以在合成屬性對話框中開啟相應開關(guān)(resource sharing)后進行資源共享,。當在一個if-else程序塊(圖1)或case-endcase程序塊(圖2)中描述互斥的任務(wù)后,,這些工具能檢測并實施資源共享。
圖1:if-else程序塊
圖2:case-endcase程序塊
如圖所示,這些任務(wù)都是互斥的,。因此,,啟用資源共享后,8個加運算可以共享兩個加號,。這類資源共享依賴于鑒別寄存器傳輸級(RTL)設(shè)計中可能存在的互斥任務(wù),。然而,如果不存在互斥任務(wù),,資源應該如何共享,?這樣做又有何利弊?為了回答這個問題,,下面將從更高層次的抽象概念對資源共享進行深入研究,。
比RTL更勝一籌
“更高層次的抽象概念”是指比RTL更高級別的設(shè)計描述,可在RTL準備好前對要實施的應用進行分析,。如果可以通過分析應用來了解其內(nèi)在并行性,,則在RTL設(shè)計中也可以這樣做。此外,,對應用的數(shù)據(jù)流程圖進行分析有助于設(shè)計資源共享的實施,。
數(shù)據(jù)流程圖能提供關(guān)于應用數(shù)據(jù)流的信息。數(shù)據(jù)從一個運算流向另一個運算,,因此在運算之間可能存在著數(shù)據(jù)依賴關(guān)系,。不相互依賴的運算可以并行執(zhí)行。不過并行執(zhí)行幾乎總是造成很高的資源占用率,,而目標是降低資源占用率,,所以暫不討論并行執(zhí)行這種模式。
下面將以絕對差值和(SAD)算法為例,,介紹如何從比RTL更高層次的抽象層分析資源共享,,讓資源占用率比依賴RTL設(shè)計中的互斥任務(wù)的方法更低。
SAD是MPEG-4解碼器動作估計部分中的一種重要算法,,也能用于物體識別,。在這種以像素為基礎(chǔ)的方法中,圖像區(qū)塊中每個像素的值都與另一幅圖像中相應像素的值相減,,以確定該圖像的哪些部分從一幀移到了另一幀,。如果圖像區(qū)塊大小為4x4,則最后會將全部16個絕對差值相加,。在開源xvid解碼器的sad.c文件末尾有代碼示例,。
圖3顯示了用這一算法處理一個4x4圖像區(qū)塊時的數(shù)據(jù)流圖(DFG)。這些減法運算可以并行,,因為其中的減法運算不依賴于其它任何減法運算,。但由于目的在于降低資源占用率,所以并不采用并行執(zhí)行模式。而是采用一種稱為基于擴展兼容路徑(ECPB)硬件綁定的資源分配和綁定算法,。
圖3:SAD算法的數(shù)據(jù)流圖
資源的分配和綁定主要是指為DFG中的運算分配加號,、乘號等資源,然后將這些資源綁定到運算,,以便降低器件的資源占用率,、提高最大時鐘頻率,或同時實現(xiàn)兩者,。原則是在最終設(shè)計符合功能限制的前提下縮小面積,。此算法可以檢測已調(diào)度的DFG(即其運算已在不同步驟或時鐘周期中進行了調(diào)度)中各運算間流程的依存關(guān)系,并分析出運算內(nèi)部(intra-operation)流程的依存關(guān)系,。
此算法將可并行的運算調(diào)度在同一時間步驟中,,并將需要依賴于其它運算數(shù)據(jù)的運算調(diào)度到不同的時間步驟中。它為已調(diào)度DFG中的每種運算都建立了一個加權(quán)的有序相容圖(WOCG),。因此,,減法運算有一個WOCG,加法運算則有另外一個WOCG,。這種方法使用了加權(quán)關(guān)系Wij =1+α×Fij +β×Nij +y ×Rij來為WOCG中的各邊(edges)分配權(quán)重。在這里,,Wij即同類型的i和j運算之間的權(quán)重值,。Fij是流程依存關(guān)系的權(quán)重值,而Nij是運算i和j之間的共模輸入數(shù)量,。如果運算i和j的輸出結(jié)果可以存入同一個寄存器,,則Rji的值為1,否則即為0,。在本例中,,將調(diào)整參數(shù)數(shù)α、β和γ的值分別設(shè)為1,、1和2,。
接下來的步驟是用最長路徑算法找出WOCG中使用的最長路徑。該最長路徑中的全部運算都被映射到同一運算器,。將綁定運算從WOCG中移除后,,重復最長路徑和映射流程,直到處理完所有WOCG,。由于這種算法會將多個運算映射到同一資源或運算器,,所以運算器的容量相當大,足以滿足最大規(guī)模的運算,。在實施SAD方法的例子中,,8位數(shù)據(jù)(灰度圖像)處理了全部減法運算,因此,減法運算器的輸入寬度是8位,。我們將負責迭代計算SAD和的累加運算器位寬設(shè)定為23位和8位,。
圖4顯示了實施的SAD算法的數(shù)據(jù)路徑。在這個設(shè)計中只使用了一個減法器和一個加法器/累加器,。各個運算之間有著非常多的資源共享,。如果直接在RTL行為層描述設(shè)計,這種資源共享將不可能實現(xiàn),,因為SAD算法中不存在互斥的任務(wù),。生成這個數(shù)據(jù)路徑后,可用加法器,、減法器和乘法器模塊分層實施設(shè)計,。這一包含模塊實例化的實施方法比行為化的方法結(jié)構(gòu)更為明晰,并且與后者的數(shù)據(jù)路徑非常相似,。
圖4:采用SAD算法的數(shù)據(jù)路徑
在以數(shù)據(jù)為主導的大型應用中,,在更高層次進行此類預處理有助于降低資源占用率。此外,,這種方法也很容易實現(xiàn)自動化,。
為了比較ECPB算法生成的數(shù)據(jù)路徑獲得的物理綜合結(jié)果,我們還進行了一次完全并行的實施,,兩次與圖4中的數(shù)據(jù)路徑相同的實施,。后兩次是無層次的行為設(shè)計,最終RTL描述沒有分層,,包含引起復用的“強制”互斥任務(wù),。“強制”是指實施與圖4中相同的數(shù)據(jù)路徑,但采用了包含互斥任務(wù)的行為描述,。其中一種設(shè)計具有if-else結(jié)構(gòu),,另一種具有case-endcase結(jié)構(gòu)。表1展示了使用Xilinx ISE 12.2(M.63C)軟件默認設(shè)置,、以Virtex-4XC4VFX140-11FF1517為目標器件,,且沒有時間限制的情況下獲得的后時序(post-place-and-route)結(jié)果。內(nèi)部寄存器也進行了相應的初始化,,所有實施過程中都沒有重置,。
在這個表格中,RS和NRS分別表示在Xilinx ISE已啟用或禁用資源共享的情況,。設(shè)計方案I和II是因為不同的綜合工具可以從不同格式的HDL代碼(if-else,、case-end-case)中推論出不同的復用類型。時鐘周期沒有考慮抖動的情況,,所以應該根據(jù)時鐘源規(guī)范降低一定數(shù)量,。同時,,任何方案都未使用預處理寄存器進行輸入。
資源節(jié)省
如表所示,, LUT消耗顯著降低,,最高可達56%,最少也有20%,。不過,,資源共享與完全并行的實施方法不同,后者的數(shù)據(jù)樣本大體上在每個時鐘周期都可用,,而資源共享使用數(shù)據(jù)樣本處理的過程會有一些限制,。由于資源被共享,只有在前一份數(shù)據(jù)樣本部分或完全處理后,,才能處理新的數(shù)據(jù)樣本,。在ECPB實施中,新的P和R系列值至少要在16個時鐘周期后才能使用,。
雖然這一技術(shù)不是任何地方都適用,,但它非常適合運用在類似采樣率(sample rate)的應用中。例如,,ECPB設(shè)計能夠輕松地在1.016毫秒內(nèi)處理一個尺寸為720x576的DV-PAL幀,,而不會對25幀/秒的PAL幀速率產(chǎn)生任何影響。
表1:結(jié)果對比(RS和NRS分別表示已啟用或禁用資源共享的情況)
此內(nèi)容為AET網(wǎng)站原創(chuàng),,未經(jīng)授權(quán)禁止轉(zhuǎn)載,。