Tri-Designer：一種面向片內(nèi)云架構(gòu)的IC設(shè)計平臺

陳 越，劉彥隆，張 剛

（太原理工大學信息工程學院，太原 030024）

0 引言

提高信息系統(tǒng)性能，摩爾定律通過提高工藝水平縮小器件尺寸，而云計算則是通過資源虛擬化擴大體系規(guī)模［1］，片內(nèi)云將二者結(jié)合在一起［2］。片內(nèi)云是基于虛擬化資源的片內(nèi)并行網(wǎng)絡(luò)計算，片內(nèi)網(wǎng)絡(luò)、虛擬化資源和并行處理是片內(nèi)云架構(gòu)的3個基本要素［3］。傳統(tǒng)的總線都是點對點總線，難以組成片內(nèi)網(wǎng)絡(luò)。以太網(wǎng)的特征是一個獨立的傳輸通道的主動性功能只能是發(fā)送數(shù)據(jù)，基于此特征，本項目抽象出只寫總線WoB（Write-only Bus），并將其拓展成片內(nèi)網(wǎng)絡(luò)［4］。然后將芯片內(nèi)部電路連接的IP核封裝成消息連接的構(gòu)件，掛載到片內(nèi)WoB網(wǎng)絡(luò)，成為片內(nèi)虛擬化資源［5］；進一步引入流程引擎［6］，管理調(diào)度片上虛擬資源的并行處理，形成片內(nèi)云架構(gòu)并用于集成電路IC（Integrated Circuit）設(shè)計。該項目得到2011年國家科技型中小企業(yè)創(chuàng)新基金資助并獲得2014年山西省技術(shù)發(fā)明二等獎，其中關(guān)鍵技術(shù)“ASIC的片內(nèi)云模型”發(fā)明專利已經(jīng)獲得授權(quán)［7］。

1987年，中國工程院許居衍院士提出了半導體產(chǎn)品總是圍繞“通用”與“專用”特征循環(huán)、每10年波動一次的“半導體產(chǎn)品特征循環(huán)”規(guī)律［8］。此后又提出主流半導體產(chǎn)品將進入用戶可重構(gòu)系統(tǒng)級芯片階段，其特征是僅通過對“毛坯芯片”的配置編程就可得到用戶自定義的芯片，從而引導半導體產(chǎn)業(yè)結(jié)構(gòu)演變，促進不做芯片設(shè)計而專事芯片應(yīng)用創(chuàng)新的無設(shè)計商業(yè)模式的興起［9］。本文認為，許院士提出的可重構(gòu)系統(tǒng)級芯片，是一種“領(lǐng)域通用（Domain General）”的集成電路產(chǎn)品，記作DGIC。DGIC采用本項目的片內(nèi)云解決方案，一方面具有ASIC（Application Specific Integrated Circuit，專用集成電路）的語法元素的可定制性，同時又可以像通用CPU那樣重構(gòu)語義流程，是許氏循環(huán)“通用-專用”轉(zhuǎn)換過程的一個中間環(huán)節(jié)。

傳統(tǒng)IC開發(fā)平臺設(shè)計DGIC芯片多有不便，本文研制開發(fā)了一種面向片內(nèi)云架構(gòu)的IC設(shè)計平臺Tri-Designer，專門用于領(lǐng)域通用的DGIC芯片設(shè)計，以遺傳算法為具體應(yīng)用領(lǐng)域，設(shè)計開發(fā)了一款片內(nèi)云架構(gòu)的DGIC芯片，加速比超過了104，驗證了開發(fā)平臺Tri-Designer的有效性。

1 Tri-Designer框架

Tri-Designer開發(fā)平臺將一個DGIC設(shè)計過程劃分成“概念建模”，“邏輯建模”和“物理建摸”3個階段?，F(xiàn)有各種IC設(shè)計平臺如ISE或Vivado都可以勝任物理建摸平臺的任務(wù)，所不同的是，Tri-Designer邏輯建模平臺的主要目標是對IC內(nèi)部資源虛擬化，將電路互連的IP核封裝成消息互連的構(gòu)件。構(gòu)件是一個功能電路模塊，定義一組接口且只能以消息的方式通過接口進行訪問。構(gòu)件是片內(nèi)虛擬化資源，擁有多個引腳的IP核封裝成構(gòu)件后釋放出大量布線資源，可以用來擴展片內(nèi)WoB總線的寬度，提升片內(nèi)網(wǎng)絡(luò)的傳輸帶寬。

Tri-Designer概念建模相當于軟件開發(fā)的UML階段，是用接近自然語言的方式描述一個應(yīng)用，特別賦予Tri-Designer概念建模平臺一些特殊屬性以便適應(yīng)DGIC的片內(nèi)云架構(gòu)，其中包括CTGS和BDE兩個部分。CTGS是概念樹生成系統(tǒng)（Concept Tree Generation System），幫助設(shè)計人員定義一個應(yīng)用的外延和內(nèi)涵，并表示成集合隸屬關(guān)系的概念樹。概念樹的葉子結(jié)點是具體的業(yè)務(wù)用例場景，它是以業(yè)務(wù)步驟為節(jié)點的業(yè)務(wù)流程，計入相應(yīng)的業(yè)務(wù)文檔。業(yè)務(wù)文檔編輯器（Business Document Editor）BDE支持設(shè)計人員定義業(yè)務(wù)步驟，編輯業(yè)務(wù)流程，生成業(yè)務(wù)文檔。

業(yè)務(wù)文檔描述的業(yè)務(wù)用例場景，或其中的一個業(yè)務(wù)步驟，可以映射為DGIC芯片的一個基本構(gòu)件BC（Basic Component）。Tri-Designer邏輯建模主要功能是將一個基本構(gòu)件BC分解成以基本構(gòu)件BC和原子構(gòu)件AC（Atom Component）為步驟的語義流程，其中AC是無需繼續(xù)分解的構(gòu)件。本文定義了一種應(yīng)用層語言LL7（Language Level 7），邏輯建模將DGIC芯片的語義流程自動轉(zhuǎn)換成LL7描述，經(jīng)編譯生成相應(yīng)的FPGA代碼。

對于簡單的或穩(wěn)定不變的語義，DGIC流程引擎可以是狀態(tài)機。另外定義了一種定序器流程引擎，用來驅(qū)動執(zhí)行DGIC中復雜的或可由用戶重構(gòu)的語義。

2 概念建模

概念建模主要功能如圖1所示。

圖1 概念建模

圖2 樹型菜單

CTGS從概念上將一個應(yīng)用系統(tǒng)（外延）多層次地細化分解成若干子系統(tǒng)（內(nèi)涵）的集合，自動生成一個層數(shù)可控的樹型菜單，用來描述應(yīng)用系統(tǒng)外延與內(nèi)涵的隸屬關(guān)系，如圖2所示，葉子節(jié)點是系統(tǒng)劃分的最小粒度，即業(yè)務(wù)用例場景。

該樹型菜單基于JQuery中的zTree插件開發(fā)實現(xiàn)，其節(jié)點數(shù)據(jù)存儲于MySQL數(shù)據(jù)庫中，通過設(shè)置nodeId和parentId約束了節(jié)點間的隸屬關(guān)系。右鍵菜單通過Javascript實現(xiàn)了節(jié)點數(shù)據(jù)的動態(tài)添加、刪除和編輯，并利用AJAX技術(shù)與服務(wù)器異步交互，達到節(jié)點數(shù)據(jù)局部刷新的效果。

zTree加載數(shù)據(jù)庫數(shù)據(jù)的部分js代碼如下：

概念樹的葉子結(jié)點是最小粒度概念，即業(yè)務(wù)用例場景。業(yè)務(wù)用例場景作為概念的外延，其內(nèi)涵是業(yè)務(wù)步驟的集合。與其他概念節(jié)點的重要區(qū)別是，業(yè)務(wù)步驟之間定義了“順序”和“選擇”兩種有向關(guān)系，形成業(yè)務(wù)用例場景的語義流程。BDE針對務(wù)用例場景建立業(yè)務(wù)步驟流程圖，以有向的業(yè)務(wù)步驟關(guān)系確定業(yè)務(wù)步驟的語義流程，描述業(yè)務(wù)用例場景。

BDE通過矢量圖形庫（Raphael.js）創(chuàng)建業(yè)務(wù)步驟，以矩形框代表步驟間的“順序”關(guān)系，以菱形框代表步驟間的“選擇”關(guān)系，通過右鍵菜單為業(yè)務(wù)步驟添加業(yè)務(wù)描述、分配執(zhí)行角色，從而建立業(yè)務(wù)步驟的有向流程圖，如圖3所示。

圖3 業(yè)務(wù)步驟流程圖

BDE還建立應(yīng)用系統(tǒng)的業(yè)務(wù)庫，每個業(yè)務(wù)步驟可通過右鍵操作保存到基本業(yè)務(wù)庫或原子業(yè)務(wù)庫中，業(yè)務(wù)步驟語義流程和業(yè)務(wù)庫有利于系統(tǒng)業(yè)務(wù)的更新和重構(gòu)。

根據(jù)業(yè)務(wù)流程圖，BDE利用Java的文件操作技術(shù)生成業(yè)務(wù)文檔（word文檔），以備查找修改。由步驟流程圖通過createDoc函數(shù)可以生成業(yè)務(wù)文檔。該函數(shù)依次讀取每個業(yè)務(wù)步驟，將業(yè)務(wù)描述逐一寫入一個word文件中，寫入主要代碼如下：

3 邏輯建模

DGIC與一種應(yīng)用層語言LL7等價，就像通用CPU與一種機器語言等價。其中DGIC的流程引擎LL7.PI（Part Independent of any application） 相當于CPU機器語言的控制器指令集，可用于任何應(yīng)用領(lǐng)域；DGIC 的領(lǐng)域指令集 LL7.PS（Part of a Specific）相當于CPU機器語言的運算器指令集。通用CPU的控制器通過總線物理地連接運算器，但是DGIC的LL7.PI通過片內(nèi)網(wǎng)絡(luò)虛擬地連接LL7.PS。邏輯建模的主要任務(wù)是將業(yè)務(wù)文檔的用例場景映射到DGIC芯片中，為每一個業(yè)務(wù)步驟建立一個以DGIC基本構(gòu)件為步驟的語義流程，自動地生成語義流程的LL7描述并編譯鏈接生成可執(zhí)行代碼，如圖4所示。

圖4 邏輯建模

3.1 業(yè)務(wù)步驟映射為語義流程

概念建模輸出的最小粒度節(jié)點是業(yè)務(wù)步驟，需要映射成為DGIC芯片的一個基本構(gòu)件BC。在DGIC芯片內(nèi)部，一個基本構(gòu)件BC對應(yīng)著一個語義流程，其步驟代表一個DGIC機器操作，該操作被封裝為一個基本構(gòu)件或一個原子構(gòu)件，如圖5所示。

圖5 一個BC的步驟序列

邏輯建模定義步驟的類型和屬性，標記步驟間的前后件關(guān)系，即“順序”或“選擇”，然后自動輸出語義流程的LL7描述。原子業(yè)務(wù)的邏輯模型和組成它的操作步驟以“一對多”的關(guān)系存儲于數(shù)據(jù)庫中，通過Hibernate框架方便操作流程的創(chuàng)建以及重構(gòu)。

邏輯建模通過創(chuàng)建或檢索為每個操作步驟綁定一個構(gòu)件，該構(gòu)件映射為LL7的語法元素，LL7語義流程的控制包括確立“順序”或“選擇”關(guān)系、選擇前后件并創(chuàng)建符號地址等。圖6是把操作步驟序列自動轉(zhuǎn)換成LL7語義流程的過程。

圖6 生成LL7算法

3.2 DGIC引擎LL7.PI

DGIC引擎主要部件是定序器，實現(xiàn)應(yīng)用層語言的控制LL7.PI，它由構(gòu)件隊列、構(gòu)件指針、構(gòu)件譯碼器和結(jié)果寄存器組成，如圖7所示。

圖7 DGIC定序器

構(gòu)件指針指向構(gòu)件指令隊列中的每個單元，并可在構(gòu)件指令隊列上移動，引擎根據(jù)其指向決定即將要執(zhí)行的構(gòu)件指令。構(gòu)件譯碼器解析構(gòu)件指針所指向的構(gòu)件指令，將解析結(jié)果封裝為消息并通過消息總線傳遞給構(gòu)件實體，實現(xiàn)構(gòu)件功能。結(jié)果寄存器用來存儲構(gòu)件實體的執(zhí)行結(jié)果，其值可影響構(gòu)件指針的下一步動作以及引擎的狀態(tài)。除了流程控制操作之外，LL7.PI還包括一些其他的公共指令模塊，比如存儲器搬移指令，比較器，隨機數(shù)發(fā)生器，必要的數(shù)據(jù)緩沖區(qū)，等等。表1列出幾個典型的流程控制指令的例子。

表1 流程控制指令例子

4 遺傳算法的例子

領(lǐng)域指令集LL7.PS是專為遺傳算法GA（Genetic Algorithm）應(yīng)用開發(fā)的構(gòu)件庫，包括適應(yīng)度計算，父代-子代緩存管理，遺傳計算（選擇、交叉、變異），計算終止等。

在65nm工藝Xilinx XV5VLX110T-1FF1136 FPGA開發(fā)平臺上，已經(jīng)實現(xiàn)了一個遺傳算法的DGIC芯片［12］。在片內(nèi)云架構(gòu)的WoB網(wǎng)絡(luò)上部署4個遺傳算法模塊作為從節(jié)點，一個定序器作為主節(jié)點。其種群尺寸為512個體，個體數(shù)據(jù)長度是16 bits，其中高字節(jié)是x1，低字節(jié)是x2，適應(yīng)度函數(shù)為f（x1，x2）=x12+x22，適應(yīng)度值17 bits。隨機選取個體二進制第5位作單點交叉，交叉概率為0.85。隨機選取個體二進制第7位作變異，變異概率為0.05。初始化時，4個從節(jié)點同時接收到來自WoB的第一代種群的512個個體數(shù)據(jù)，分別進化計算并各自輸出128個子代個體數(shù)據(jù)，總計512個個體數(shù)據(jù)提交到WoB總線。主節(jié)點再依次將這512個子代個體通過WoB總線發(fā)送到每一個從節(jié)點，繼續(xù)下一代進化計算。實驗時WoB總線位寬161位，其中1個下行WoB和4個上行WoB各32位，另外1位是FLAG。經(jīng)ISE綜合仿真，其資源分配如圖8所示，占用FPGA V5 110T總資源的14%，其最高時鐘頻率為212.125 MHz，每時鐘周期t=4.714 ns。DGIC模塊進化計算一代耗時，約431 t，進化計算100代總計耗時0.203 ms。

圖8 DGIC資源消耗

在1臺PC計算機（CPU主頻2.79 GHz，運行內(nèi)存1.99 GB）上用Matlab軟件計算完全相同的進化算法計算100代，tic-toc計時為不低于3 s，DGIC模塊加速比為 3 000/0.203=1.477 8×104，優(yōu)于CPU+GPU方案［11］，尤其適合作為車載設(shè)備。

5 結(jié)論

源于生物進化的GA算法容易處理成一個并行算法，由于其龐大的計算集中在以種群為基礎(chǔ)的算法，而種群中的個體相互沒有依賴，特別適合ASIC的并行處理架構(gòu)。但是GA算法的許多重要特征是無法參數(shù)化的，比如適應(yīng)度函數(shù)、子種群數(shù)量、每個子種群大小、分析評價每一代計算結(jié)果的算法結(jié)構(gòu)，及其終止計算策略，等等，都涉及到ASIC的結(jié)構(gòu)改變，必須重新修改它的語義流程，傳統(tǒng)的FPGA解決方案難以勝任。一種新的DGIC解決方案將馮諾依曼的順序處理能力與ASIC的并行處理能力有機結(jié)合，使系統(tǒng)的可重構(gòu)性拓展到語義流程和語法元素兩個維度。本文提出的三層架構(gòu)的建模開發(fā)平臺Tri-Designer是DGIC設(shè)計領(lǐng)域的一種全新工具，其目標試圖實現(xiàn)第七波集成電路產(chǎn)品特征：即“僅通過對配置編程就可得到用戶自定義的芯片，從而引導半導體產(chǎn)業(yè)結(jié)構(gòu)演變，促進不做芯片設(shè)計而專事芯片應(yīng)用創(chuàng)新的Designless商業(yè)模式的興起”，有著光明和廣闊的應(yīng)用前景。

［1］樊穎.基于SOA的云計算框架研究［J］.中國新通信，2015（6）：30-30.

［2］IOANNOU N，KAUSCHKE M.Phase-based applicationdriven hierarchical power management on the single-chip cloud computer［C］//Parallel Architectures and Compilation Techniques-Conference Proceedings，PACT，2011：131-142.

［3］張博.可重構(gòu)ASIC片內(nèi)云架構(gòu)及其應(yīng)用研究［D］.太原：太原理工大學，2013.

［4］張剛，裴科，張中杰.一種多元資源節(jié)點的非對稱架構(gòu)［P］.ZL200910265900.8，2011.

［5］WANG Y L，ZHANG G，CHANG Q，et al.Component-based functional integrated circuit system design and its straight implementation［C］//Networked Computing（INC 2011），2011：42-47.

［6］王悅.片內(nèi)云架構(gòu)的流程引擎設(shè)計實現(xiàn)［D］.太原：太原理工大學，2014.

［7］張剛，張博，張陌.ASIC片內(nèi)云架構(gòu)和基于該架構(gòu)的設(shè)計［P］.ZL201310074630.9，2013.

［8］MAKIMOTO T.Makimoto’s Wave-a market model established in 1991［DB/OL］.available on line.http：//direct.xilinx-china.com/prs_rls/xil_corp/0392pw03_japan.htm.，2003-07-25/2004-09-10.

［9］許居衍，尹勇生.半導體特征循環(huán)與可重構(gòu)芯片［DB/OL］.2008，07，06，available on line.http：//www.eeword.com.cn/news/eda/200807/article_21642.html.

［10］王帆.片內(nèi)云架構(gòu)及應(yīng)用實例研究［D］.太原：太原理工大學，2015.

［11］高卓.基于島的遺傳算法在CUDA上的優(yōu)化實現(xiàn)［D］.吉林：吉林大學，2011.