CC BY
90
УДК 681.326:519.713
В.И. ХАХАНОВ, И.В. ХАХАНОВА, TAMER BANIAMER,
FARID DAHIRI (ФАРИД ДАХИРИ)
ИМПЛЕМЕНТАЦИЯ КУБИТНЫХ СТРУКТУР ДАННЫХ В ПАРАЛЛЕЛЬНЫЙ ВЫЧИСЛИТЕЛЬ
Предлагается практическая реализация генератора HDL-кода «квантовых» процессоров, использующих диаграммы Хассе для параллельных векторно-логических (теоретикомножественных) вычислений булеанов, применяемых для ускорения решения задач, моделирования, верификации, диагностирования. Программно-аппаратная реализация процессора основывается на использовании языков программирования: С++, Verilog, Python 2.7 и платформ: Microsoft Windows, X Window (в Unix и Linux) и Macintosh OS X. Генератор HDL-кода дает возможность автоматически синтезировать HDL-коды процессорной структуры от 1 до 16 двоичных разрядов для параллельной обработки соответствующего количества входных векторов или слов. Верификация HDL-кода процессора выполняется на тестовых примерах задачи покрытия, использующих две стратегии оптимизации: реверсивный алгоритм для устранения избыточности и разбиение матрицы покрытий на части в целях их последующей параллельной обработки процессорами Хассе.
1, Описание Verilog-модели устройства
Интерфейс. Модель процессора реализована с помощью одного из основных языков разработки ASIC-проектов - языка описания аппаратуры Verilog.
Интерфейс устройства в двух версиях представлен на рис. 1. Кроме входов синхронизации (clk) и сброса(ге^, он содержит входные векторы данных щ m - количество входов данных, n - разрядность векторов. Выход out - результат объединения всех векторов входных данных. Его разрядность равняется разрядности входных векторов и равна n. Выходы oi содержат значения признаков соответствующего уровня, бит вектора равен 1, если вектор в соответствующей точке содержит все единицы, и 0 - в противном случае; i -обозначает уровень обработки векторов. Например, 8-входовой процессор с 8 разрядными входами данных будет иметь следующие выходы:
out - 8-битовый выход;
07 - 8-битовый выход признака 7-го уровня;
02, o6 - выходы признаков 2-го и 6-го уровней;
03, o5 - выходы признаков 3-го и 5-го уровней;
o4 - выходы признаков 4-го уровня;
08 - выход признака 8-го уровня.
rst
а б
Рис. 1. Интерфейс квантового процессора
4
Разрядность выходов О; зависит от числа входов im и вычисляется по формуле биномиальных коэффициентов
m 1=cm=—m!_
k) m k!(m - k)!’
(1)
где m - количество входов данных, а k - уровень их обработки в процессоре. Для m=8-16 параметры выходов приведены в табл. 1.
Таблица 1
Параметры выходов процесора
Уровень Выход Разрядность
m=8 m=10 m=12 m=14 m=16
2 о2 28 45 66 91 120
3 о3 56 120 220 364 560
4 о4 70 210 495 1001 1820
5 о5 56 252 792 2002 4368
6 об 28 210 924 3003 8008
7 о7 8 120 792 3432 11440
8 о8 1 45 495 3003 12870
9 о9 10 220 2002 11440
10 о10 1 66 1001 8008
11 о11 12 364 4368
12 о12 1 91 1820
13 о13 14 560
14 о14 1 120
15 о15 16
Как видно из табл. 1, количество выходов значительно увеличивается с ростом числа входных векторов, поэтому в данном случае реализуется интерфейс (см. рис. 1, б) с мультиплексированием выходов О;. В нем вход adr_p_in используется как адрес для выбора необходимого выхода признаков или выводится только часть регистров признаков.
Интерфейс устройства на языке Verilog для 16-входового процессора представлен в листинге 1. По умолчанию для входов и выходов используется тип данных wire.
Листинг 1
Интерфейс устройства на языке Verilog
// Вариант 1 module device (input clk, rst,
input [7:0] i0, i1, i2, i3, i4, i5, i6, i7, i8, i9, i10, i11, i12, i13, i14, i15, output [7:0] out, o15, output o16);
// Вариант 2 module device (input clk, rst,
input [7:0] i0, i1, i2, i3, i4, i5, i6, i7, i8, i9, i10, i11, i12, i13, i14, i15, input [24:0] adr_p, output [7:0] out, p_o16,
output o2, o3, o4, o5, o6, o7, o8, o9, o10, o11, o12, o13, o14, o15, o16, output [7:0] o_pr);
При увеличении числа входных векторов размер кода существенно увеличивается, что требует больше времени на моделирование и синтез схемы. Производительность систем, работающих с моделями цифровых устройств, существенно повышается, если модель имеет иерархическую структуру, поэтому выгоднее выделить элементарную ячейку процессора в виде отдельного Verilog-модуля (листинги 2, 3) и на основе его строить схему
5
процессора (рис.2). Выход регистра - вектора пересечений представлен сигналом O, сигнал p_in соответствует регистру признака для элементарной ячейки, вход en_p позволяет отключать или подключать выход признака р. Параметр BITS определяет разрядность входных векторов.
Листинг 2 Элементарная ячейка
module element #(parameter BITS = 8)
(input rst, clk, input [BITS-1:0] I0, I1, input en_p,
output reg [BITS-1:0] O, output p); reg p_in;
always @(posedge clk, posedge rst) if (rst) O <= ‘b0; else O <= I0 | I1; always @(posedge clk, posedge rst) if (rst) p_in <= 1’b0; else p_in <= &O; assign p = (en_p)? p_in: 1’bZ; endmodule
Рис. 2. Синтез схемы элементарной ячейки в Xilinx ISE Design Suite 11.1
Листинг 3
Фрагмент отчета синтеза элементарной ячейки процессора
* HDL Synthesis *
Performing bidirectional port resolution... Synthesizing Unit <element>.
Related source file is “component. v”. Found 8-bit register for signal <O>. Found 1 -bit tristate buffer for signal <p>. Found 1-bit register for signal <p_in>.
6
Summary:
inferred 9 D-type flip-flop(s). inferred 1 Tristate(s).
Unit <element> synthesized.
HDL Synthesis Report
Macro Statistics
# Registers : 2
1-bit register : 1
8-bit register : 1
# Tristates : 1
1-bit tristate buffer : 1
При использовании элементарной ячейки процессора ее подключение выполняется так, как показано в листинге 4. Каждая ячейка соединяется с декодером адреса adr_p_in, определяющим, будет ли данный признак в текущий момент подан на выход o_pr или нет. Декодер основан на тристабильном буфере. В данном фрагменте ячейки принадлежат второму уровню процессора и обрабатывают информацию с входов i0 и p-ig. Ячейке comp_0_1 соответствует адрес ‘d 16, это означает, что если на вход adr_p_in подать значение 16, то значение признака поступит на внешний выход.
Листинг 4
Фрагмент структурной модели процессора
// COMPONENT LEVEL: 2
assign o_pr = (adr_p_in == ‘d16) ? p_0_1 : ‘bZ;
element #(8) comp_0_1 (rst, clk, r_0, r_1, r_0_1, p_0_1);
assign o_pr = (adr_p_in == ‘d32) ? p_0_2 : ‘bZ; element #(8) comp_0_2 (rst, clk, r_0, r_2, r_0_2, p_0_2);
assign o_pr = (adr_p_in == ‘d48) ? p_0_3 : ‘bZ; element #(8) comp_0_3 (rst, clk, r_0, r_3, r_0_3, p_0_3);
assign o_pr = (adr_p_in == ‘d64) ? p_0_4 : ‘bZ; element #(8) comp_0_4 (rst, clk, r_0, r_4, r_0_4, p_0_4);
assign o_pr = (adr_p_in == ‘d80) ? p_0_5 : ‘bZ; element #(8) comp_0_5 (rst, clk, r_0, r_5, r_0_5, p_0_5);
assign o_pr = (adr_p_in == ‘d96) ? p_0_6 : ‘bZ; element #(8) comp_0_6 (rst, clk, r_0, r_6, r_0_6, p_0_6);
Присваиваемый ячейке адрес строится на основе ее индекса. Под каждый индекс отводится необходимое для его представления количество разрядов. Например, для 16 входных переменных на каждый индекс записывается 4 бита, индексы кодируются справа налево. Так, для ячейки с индексом 0_1 адрес в двоичном виде будет выглядеть как 0001__0000, что соответствует 16 в десятичной форме.
2. Генератор
Для генерации кода моделей устройств различной конфигурации разработан программный генератор. Создание моделей с большим числом входных векторов возможно только с помощью генератора.
Исходными данными являются: количество входных векторов и их разрядность, на их основе выполняется генерация Verilog-кода. Программа написана с использованием языка Python 2.7. Разработаны две версии генератора, которые реализуют поведенческую и структурные модели процессора.
7
2.1. Генератор поведенческой модели процессора
Структура поведенческой Verilog-модели представлена на рис. 3. Она включает декларацию имени модуля (Заголовок), декларативные части для объявления входных и выходных линий, переменных, соответствующих регистрам каждого уровня; код, описывающий регистры и значения признаков; завершающую часть, закрывающую модуль.
Заголовок
Декларация входов
Декларация выходов
Декларация регистров
Реализация регистров
Присвоение значений выходов
Завершение
Рис. 3. Организация Verilog-модели
Для генерирования кода разработан основной класс Generator, а также вспомогательный класс genIndex, генерирующий индексы внутренних регистров модели. Структура классов, описанная с помощью инструмента ArgoUML, представлена на рис. 4. Переменные класса genIndex: levels - количество уровней модели (соответствует числу входов),
level - текущий уровень для генерирования индексов регистров, ind_lisc - список строковых
значений индексов. Два метода класса: genLevel() и getIndList() генерируют и возвращают список индексов. Объекты класса genIndex используются в методах создания описания и реализации регистров класса Generator.
Рис. 4. Структура классов программы (ArgoUML)
Для реализации каждой части модели создан отдельный метод класса Generator, которые описаны в табл. 2. Класс Generator содержит поля: numInputs - число входов модели, numBits - разрядность входных/выходных векторов, file_name - имя файла модели, inter_output - позволяет при необходимости отключать генерирование выходов признаков для регистров внутренних уровней. Метод инициализации переменных задает значения переменных по умолчанию (листинг 5): numInputs = 4, numBits = 8, file_name = “model.v”, inter_output = True. Любой из параметров может быть изменен при создании экземпляра класса Generator, например следующим образом: numInputs = 16 numBits = 8
obj 1 = Generator(numInputs, numBits, “model”+str(numInputs)+”.v”, False).
8
Таблица 2
Методы класса Generator поведенческой модели
Метод Описание
outTitle() Генерация заголовка
outInput() Генерация деклараций входов
outOutput() Генерация деклараций выходов
outRegDec laratio n() Генерация деклараций переменных для описания регистров
outRegImp lemen() Генерация операторов, реализующих регистры
outAssignImplemen() Генерация операторов assign для формирования признаков уровней и присвоения значений выходов
outEnd() Генерация завершающей части кода модели. Завершение
genRegDefinition(name1, name2, vec = True) Вызывается из outRegDeclaration()
generate() Является основным методом класса, который, используя остальные методы класса, выполняет генерацию целой модели устройства и запись ее в файл.
Листинг 5
Фрагмент класса Generator с функцией инициализации полей class Generator “”” Model code generator
def___init_(self, numInputs = 4, numBits = 8, file_name = “model.v”,
inter_output = True): self.numInputs = numInputs self.numBits = numBits self.file_name = file_name self.inter_output = inter_output if self.numInputs <= 4 : self.coef = 2
elif self.numInputs <= 8 : self.coef = 3
elif self.numInputs <= 16 : self.coef = 4
Класс Generator содержит также функции outTitle() и outEnd(), которые открывают и закрывают внешний файл (листинг 6).
Листинг 6
Функции outTitle() и outEnd()
def outTitle(self):
self.f = open(self.file_name, ‘w’) self.f.write(“module device\n (input clk, rst,\n”) def outEnd(self): self.f.write (“\nendmodule ”) self.f.close()
9
Рис. 5 представляет полную структуру классов программы генератора поведенческой модели процессора, включающую реализацию двух классов Generator и genIndex, а также вспомогательные функции для подготовки и формирования данных, работы со списками индексов регистров каждого уровня и признаков полноты покрытия.
Рис. 5. Браузер классов из программы Python 2.7 Shell Генерация индексов регистров и переменных является достаточно сложной задачей и для этой цели создан отдельный класс genIndex (листинг 7). Для генерации индексов используются списки, принадлежащие языку Python. Класс genIndex содержит поля: levels - число уровней модели, которое соответствует количеству векторов входных данных;
level - уровень, для которого генерируются индексы, ind list - список индексов. Метод
genLevel() генерирует список индексов, а метод getIndList() - возвращает список индексов.
class genIndex:
generate list of index for the level “””
def____init__(self, levels = 16, level = 1):
selflevels = levels self, levels = level self.ind_list = [] self.genLevel() def genLevel(self): for i in xrange(self.levels): self.ind_list.append([str(i)]) if self, level > 1: list_t = [] ii=0
Листинг 7
Класс генератора индексов переменных
10
for i1 in range(self.levels-i): ii += 1 t=[]
for i2 in xrange(ii, self.levels): t.append(str(ii)+»_»+str(i2))
#print t
list_t.append(t)
#print «list_level i»,list_t self.ind_list = list_t if self.level > 2: iLevel = 3
while iLevel <= self.level: list_t2 = [] list_t.pop(0) i=0
while (len(list_t) > 0): t = []
for ii in xrange(len(list_t)): list_ii = list_t[ii] for i2 in xrange(len(list_ii)): s = str(i) + «_» + list_i i [i2] t.append(s) i += i
list_t.pop(0)
list_t2.append(t)
#print «list_level «,iLevel, «:», list_t2 list_t = list_t2 iLevel += i self.ind_list = list_t2 def getlndList(self): return self.ind_list
В табл. 3 показано, как увеличивается число внешних линий устройства с увеличением числа входов (numInputs). При этом видно, что разрядность входных сигналов (numBits) несущественно влияет на общее число входов и выходов модели.
Таблица 3
Зависимость количества внешних линий модели от числа входов (numInputs) и их разрядности
(numBits)
numInputs numBits
4 8 12 16 20 24 28 32
4 31 55 79 103 127 1 51 175 199
6 83 115 1 47 179 211 243 275 307
8 279 319 359 399 439 479 519 559
10 1 051 1 099 1 147 1 195 1 243 1 291 1 339 1 387
12 4 127 4 183 4 239 4 295 4 351 4 407 4 463 4 519
14 16 419 16 483 1 6 5 47 16 611 16 675 16 739 16 803 16 867
16 65 575 65 647 65 719 65 791 65 863 65 935 66 007 66 079
18 262 187 262 267 262 347 262 427 262 507 262 587 262 667 262 747
С увеличением числа входных векторов значительно увеличивается размер модели, а следовательно, и количество кода для ее реализации, в результате обработка таких моделей системами синтеза и имлементации занимает очень много времени. Подобные программы лучше работают с кодом, состоящим из нескольких модулей. В целях повышения скорости выполнения операций синтеза и имплементации разработана структурная модель процессора, в котором отдельный узел реализован в виде отдельного модуля - элементар-
ii
ной ячейки. Кроме того, в эту модель добавлен вход адреса, позволяющий выборочно считывать информацию с узлов-признаков, что дало возможность существенно сократить число внешних выходов устройства.
2.2. Генератор структурной модели процессора
Структурная Verilog-модель состоит из областей, которые представлены на рис. 6. Вместо области реализации регистров и присвоения значений выходов, как было в поведенческой модели, эта модель содержит описание реализации регистров 1-го уровня с помощью конструкции always и реализацию регистров остальных уровней процессора, включая оператор реализации копии модуля элементарной ячейки, оператор assign, описывающий тристабильный буфер для подключения выхода признака и условный оператора реализации мультиплексора выбора ячейки. Программа генератора усложняется за счет добавления нескольких методов (структура программы из отладочного средства для Python 2.7 представлена рис. 7). Описание методов класса генератора включены в табл. 4. Программа содержит 380 строк кода.
Рис. 6. Организация Verilog-модели
Class Browser - Project_v_v3
& Project_v_v3.py
-ft def combination(.,,)
-ft def gen5tr(,,,)
-ft def split_index(...)
'“ft def flat_list(...)
-ft deFstr_in(...) hf 1 class genlndex
|-ft deF______init__(...)
—ft def genLevelf,,,)
!—ft def getIndList(...)
J class Generator
—ft def_______init_(...)
ft def printData(,..) ft def outTitle(,..) ft def outEnd(,,.) ft def outInput(...)
—ft def outOutput(...)
def genRegDefinitionf...) —ft def genWireDefinition(,,,) def outPrDeft(,,,)
—ft def outRegDedaration(,,,) j—1ft def outRegImplemen(,,,) j—ft def outAssignImplemen(,,,) j—ft def generatel(...)
—ft def outComponent(,,,) i—ft def outComponentImpl(,,,) —ft def generate2(...)
—ft.- def number_outputs(,,,)
JSjxj
Рис. 7. Структура программы генератора в браузере классов из программы Python 2.7 Shell
12
Присваиваемый каждой ячейке адрес генерируется на основе строкового представления ее индекса с помощью функции str_in (листинг 8).
Листинг 8
Функция генерации адреса ячейки
def str_in(l0, step):
Form integer address value based on element index””” i = 0
l = l0.split(“_”) l.reverse()
for j in xrange(len(l)): i *= 2**step i += int(l[j])
#print ‘i’, i return i
Таблица 4
Методы класса Generator поведенческой модели
Ме тод Описание
outT itle() Генерация заголовка і
outInput() Г енерация деклараций входов
outOutput() Г енерация деклараций выходов
outR egDeclaration() Г енерация деклараций переменных для описания регистров
outRegImplemen() Г енерация операторов, реализующих регистры
outAssignImplemen() Геренация операторов assign для формирования признаков уровней и присвоения значений выходов
outEnd() Генерация завершающей части кода мо дели. Завершение
genRegDefinition(name1, name2, vec = True Декларация регистровых переменных, вызывается из функции outRegDeclaration()
genW ireDefinition() Г енерация переменных типа данных wire класса цепи, моделирующих тристабильны е буф еры
OutComponent() Г енерирует файл с моделью элементарной ячейки процессора
OutComponentImpl() Генерирует оператор реализации копии модуля элементарной ячекки процессора
printData() Вывод числа входов процессора и их разрядности
generate2() Является основным методом класса, который, используя остальные методы класса, выполняет генерацию целой модели устройства и запись ее в файл.
Несмотря на то, что python - это интерпретируемый язык программирования, для программ, созданных с помощью этого языка, в случае необходимости можно легко получить исполняемый файл, используя средства Pylnstaller (http://www.pyinstaller.org/) или py2exe (http://www.py2exe.org/), или подобные им. Конвертор Pylnstaller создает независимые исполняемые программы для операционных систем Windows, Linux, Mac OS X, Solaris и AIX, в то время как py2exe реализует только Windows приложения.
13
2.3. Графический интерфейс пользователя генератора
Для оформления графического интерфейса пользователя была применена открытая библиотека tkinter языка python, которая является де-факто стандартом для решения подобных задач. Доступность, переносимость, простота получения, документированное^ и наличие расширений определяют популярность tkinter для формирования GUI в Python-приложениях в течение многих лет: В отличие от более сложных систем, библиотека tkinter позволяет сразу же приступить к работе с ней, без необходимости предварительно осваивать крупные модели взаимодействия классов. Несмотря на простоту прикладного интерфейса библиотеки tkinter, она дает возможность добавлять новые виджеты, написанные на языке Python, или подключать дополнительные расширения, такие как Pmw, Tix и ttk. Важным преимуществом является переносимость. Сценарий на языке Python, в котором графический интерфейс строится с помощью библиотеки tkinter, будет работать без изменений на всех основных современных оконных платформах: Microsoft Windows, X Window (в Unix и Linux) и Macintosh OS X. Более того, внешний вид созданного интерфейса будет привычен для пользователей каждой из этих платформ. Эта особенность развивалась по мере того как библиотека Tk (на которой основана tkinter) становилась все более зрелой. Графический интерфейс, реализованный сценарием Python/tkinter, в Windows выглядит так, как должен выглядеть интерфейс программы для Windows; в Unix и Linux обеспечивает такое же взаимодействие и на Mac он выглядит так, как должна выглядеть программа Mac.
Библиотека tkinter является модулем стандартной библиотеки Python, поставляемой вместе с интерпретатором. Более того, в большинство пакетов установки Python (включая стандартный пакет установки Python для Windows, Mac и большинство дистрибутивов Linux) уже включена поддержка tkinter. Благодаря этому сценарии, написанные с использованием модуля tkinter, сразу могут работать с большинством интерпретаторов Python, не требуя дополнительных действий по установке. Поскольку задействованная в ней библиотека Tk используется также языками программирования Tcl и Perl (и многими другими), ей уделяется больше внимания и усилий разработчиков, чем другим имеющимся инструментариям.
Окно графического интерфейса генератора представлено на рис. 8. В нем перед генерацией Verilog-кода можно задавать количество входов Number of inputs (число входных векторов), разрядность входных векторов Number of bits, имя файла и путь для сохранения создаваемой модели File name.
По умолчанию число входов и их разрядность равна 4, генерируемая модель сохраняется в файл model.v. Кнопка Reset сбрасывает введенные значения параметров к заданным по умолчанию, Generate - генерирует Verilog-модель процессора, Cancel - закрывает окно генератора. В программе использовались экземпляры классов метки Label, поля ввода Entry, кнопки Button, Photoimage для вывода изображения. Все классы принадлежат библиотеке Tkiter, которая в свою очередь основана на библиотеке Tk(): import sys
from Tkinter import *
14
root = Tk()
root.title(“ Hasse processor model generator”)
Для упорядочивания графического отображения объектов классов в окне генератора используется метод сетки - grid. Следующий фрагмент кода представляет создание метки и поля ввода для ввода значения параметра Number of inputs и размещение его в нулевой строке и колонке сетки:
11 = Label(root, text = ‘Number of inputs’)
11 .grid(row = 0, column = 0, padx = 20, pady = 20, sticky=W) num_1eve1s = IntVar(value = 4)
i1 = Entry(root, justify = “center”, width = 20, textvariable = num_levels) i1.config(bd = 3, relief = SUNKEN) i 1 .grid(row = 0, column = 1)
3. Синтез и имплементация
Реализация устройства на микросхемах FPGA фирмы Xilinx Spartan 3E (xc3s1600e-4-fg320) и Virtex 5 xc5vlx50. Для синтеза и имплементации использовался программный пакет фирмы Xilinx ISE Design Suite 11.1. Модель устройства, с конфигурацией 10 входов, разрядность входов 8 бит, реализована с использованием микросхемы фирмы Xilinx серии Spartan-3E: xc3s1600e. При этом полученная схема содержит 9 247 триггера FF и 18 062 4-х входовые таблицы преобразования LUT, что составляет 31 и 61% доступных ресурсов микросхемы: Logic Utilization:
Number of Slice Flip Flops: 9,247 out of 29,504 31%
Number of 4 input LuTs: 18,062 out of 29,504 61%.
Исходя из результатов статического временного анализа (табл. 5), минимальный рабочий период синхросигнала равен 41 ns, что соответствует частоте 24 МГц.
Таблица 5
Временные параметры устройства
Clock clk to Pad
-+------------+----------------------+---------+
| clk (edge) | | Clock |
Destination | to PAD |Internal Clock(s) | Phase |
+ + +
o2 | 13.343(R)|clk BUFGP | 0.000|
o3 | 15.381(R)|clk BUFGP | 0.000|
o4 | 16.611(R)|clk BUFGP | 0.000|
o5 | 19.541(R)|clk BUFGP | 0.000|
o6 | 20.813(R)|clk BUFGP | 0.000|
o7 | 15.613(R)|clk BUFGP | 0.000|
o8 | 12.385(R)|clk BUFGP | 0.000|
o9 | 13.186(R)|clk BUFGP | 0.000|
o_pr<0> | 40.912(R)|clk BUFGP | 0.000|
o_pr<1> | 37.572(R)|clk BUFGP | 0.000|
o_pr<2> | 37.575(R)|clk BUFGP | 0.000|
o_pr<3> | 37.859(R)|clk BUFGP | 0.000|
o_pr<4> | 38.169(R)|clk BUFGP | 0.000|
o_pr<5> | 37.284(R)|clk BUFGP | 0.000|
o_pr<6> | 38.165(R)|clk BUFGP | 0.000|
o_pr<7> | 37.858(R)|clk BUFGP | 0.000|
out<0> | 7.854(R)|clk BUFGP | 0.000|
out<1> | 8.086(R)|clk BUFGP | 0.000|
out<2> | 8.088(R)|clk BUFGP | 0.000|
out<3> | 8.057(R)|clk BUFGP | 0.000|
out<4> | 7.534(R)|clk BUFGP | 0.000|
out<5> | 7.465(R)|clk BUFGP | 0.000|
out<6> | 8.073(R)|clk BUFGP | 0.000|
out<7> | 8.032(R)|clk BUFGP | 0.000|
О о Л О V | 7.716(R)|clk_BUFGP | 0.000|
+ + +
+
+
15
Clock to Setup on destination clock clk
---------------+--------+----------+---------+---------+
| Src:Rise| Src:Fall| Src:Rise| Src:Fall|
Source Clock |Dest:Rise|Dest:Rise|Dest:Fall|Dest:Fall|
---------------+--------+----------+---------+---------+
clk | 4.862| | | |
---------------+--------+----------+---------+---------+
Для вычисления временных параметров используются результаты статического анализа, выполняемые программным обеспечением на этапе Place&Route. Система вычисляет задержки путей между регістрами (Tclk_to_clk) и от синхровхода до выхода (Tclk_to_pad). Максимальный из этих параметров определяет минимальный рабочий период синхросигнала, который может быть подан на вход устройства.
Period = max{Tclk_to_clk , Tclk_to_pad_max };
Например, для временных параметров:
Tclk_to_clk = 4.862 ns T clk_to_pad_max = 40.912ns
Минимальный рабочий период синхросигнала будет равен Period = 40.912 ns, что соответствует частоте Fclk = 24 МГц.
Выводы
Представлена практическая реализация генератора HDL-кода специализированных процессоров, использующих диаграммы Хассе для параллельных векторно-логических вычислений булеанов, применяемых для ускорения моделирования, верификации и диагностирования. Программно-аппаратная реализация процессора основана на использовании языков программирования: С++, Verilog, Python 2.7 и платформ: Microsoft Windows, X Window (в Unix и Linux) и Macintosh OS X. Генератор дает возможность автоматически синтезировать HDL-коды процессорной структуры от 1 до 16 двоичных разрядов для параллельной обработки соответствующего количества входных векторов или слов. Теоретические и практические результаты дают возможность за счет аппаратной и структурной избыточности на 50% - быстродействие интерпретативного моделирования, на 5% повысить выход годной продукции, на 12% - глубину диагностирования неисправных функциональных блоков и на 15% уменьшить время отладки HDL-кода в процессе проектирования цифровых систем на кристаллах.
Список литературы: 1. Michael A. Nielsen & Isaac L. Chuang. Quantum Computation and Quantum Information. Cambridge University Press. 2010. 676p. 2. Stig Stenholm, Kalle-Antti Suominen. Quantum approach to informatics. John Wiley & Sons, Inc., 2005. 249p. 3. Mark G. Whitney. Practical Fault Tolerance for Quantum Circuits. PhD dissertation. University of California, Berkeley. 2009. 229p. 4. Mikio Nfrfhara. Quantum Computing. An Overview. Higashi-Osaka. Kinki University, 2010. 53p. 5. ГорбатовВ.А. Основы дискретной математики. М.: Высш. шк. 1986. 311 с. 6. Hahanov V.I., LitvinovaE.I., Chumachenko S.V., Baghdadi Ammar Awni Abbas, EshetieAbebech, Mandefro. Qubit Model for solving the coverage problem // Proc. of IEEE East-West Design and Test Symposium. IEEE. USA. Kharkov. 14-17 September 2012. P.142 - 144.
Поступила в редколлегию 11.06.2014 Хаханов Владимир Иванович, декан факультета КИУ ХНУРЭ, д-р техн. наук, профессор кафедры АПВТ ХНУРЭ. IEEE Senior Member. IEEE Computer Society Golden Core Member. Научные интересы: проектирование и тестирование вычислительных систем, сетей и программных продуктов. Увлечения: баскетбол, футбол, теннис, горные лыжи. Адрес: Украина, 61166, Харьков, пр. Ленина, 14, тел. +380 57 70-21-326. E-mail: hahanov@kture.kharkov.ua. Хаханова Ирина Витальевна, д-р техн. наук, профессор кафедры АПВТ ХНУРЭ. Научные интересы: проектирование и тестирование цифровых систем и сетей на кристаллах. Адрес: Украина, 61166, Харьков, пр. Ленина, 14, тел. +380 57 70-21-326. E-mail: hahanova@mail.ru.
Tamer Bani Amer, аспирант кафедры АПВТ ХНУРЭ. Научные интересы: проектирование и тестирование вычислительных систем. Адрес: Украина, 61166, Харьков, пр. Ленина, 14, тел. +380 57 70-21-326. E-mail: hahanov@kture.kharkov.ua.
Dahiri Farid (Дахири Фарид), магистрант кафедры АПВТ ХНУРЭ. Научные интересы: компьютерная инженерия, методы оптимизации, программирование. Адрес: Украина, 61166, Харьков, пр. Ленина, 14, тел. +380 57 70-21-326. E-mail: dahiri.farid@gmail.com.
16
