OpenVX 高效能并行可重構(gòu)運算通路的設(shè)計與實現(xiàn)

王 宇，李 濤，邢立冬，馮臻夫

（西安郵電大學(xué) 電子工程學(xué)院，西安 710121）

0 概述

近年來，隨著電子計算機及半導(dǎo)體技術(shù)的快速發(fā)展，圖像處理與計算機視覺（Computer Vision，CV）作為計算機應(yīng)用領(lǐng)域中的重要分支，在軍事、醫(yī)學(xué)、地質(zhì)勘探、多媒體等領(lǐng)域應(yīng)用廣泛［1］。由于人們對流暢視覺畫面及視覺感受的要求越來越高，圖形圖像處理器設(shè)計及基于加快圖像數(shù)據(jù)處理速度的計算機視覺算法優(yōu)化不斷面臨新的挑戰(zhàn)［2］。

OpenVX 標(biāo)準(zhǔn)［3］能為跨平臺加速計算機視覺處理提供參照，從而實現(xiàn)計算機視覺處理性能和功耗的優(yōu)化。其作為圖像處理、圖計算、深度學(xué)習(xí)和圖形預(yù)處理或輔助處理的標(biāo)準(zhǔn)，被諸多芯片企業(yè)（如NVIDIA、AMD、Intel、TI、Apple 等）采用，具有廣泛的應(yīng)用前景。通過對OpenVX 硬件設(shè)計進(jìn)行調(diào)研，發(fā)現(xiàn)國內(nèi)目前專門為OpenVX 設(shè)計的硬件芯片較少。YAN 等［4］采用多態(tài)陣列架構(gòu)（PAAG）處理器實現(xiàn)了OpenVX 核函數(shù)中的像素級圖像處理。HUANG 等［5］針對人臉識別項目中的預(yù)處理操作，提出基于OpenVX 的并行化處理方法。TAGLIAVINI等［6］介紹一個快速設(shè)計和優(yōu)化OpenVX 應(yīng)用程序的框架，SAJJAD 等［7］提出將視覺通道的OpenVX 圖形級規(guī)范（graph-level specification）合成優(yōu)化的FPGA框架，ABEYSINGHE［8］提出一種基于性能模型的方法以優(yōu)化OpenVX 圖形。以上方法均沒有給出底層核函數(shù)的硬件加速設(shè)計方案，缺少實現(xiàn)OpenVX 核函數(shù)的具體數(shù)據(jù)通路映射及分析。

本文設(shè)計一種支持OpenVX 1.3 標(biāo)準(zhǔn)的并行可重構(gòu)數(shù)據(jù)通路運算器，通過配置指令重構(gòu)數(shù)據(jù)通路完成圖像處理任務(wù)。此外，通過研究OpenVX 中大量kernel 函數(shù)算法，并采用相應(yīng)的映射方案對不同類別的函數(shù)進(jìn)行數(shù)據(jù)通路映射，從而設(shè)計出適合不同類別函數(shù)的數(shù)據(jù)通路運算器。

1 OpenVX 介紹

OpenVX中的圖概念如圖1所示，將OpenVX 中每一次對圖像的基本操作看成整個流程中的一個節(jié)點（node），該節(jié)點通過處理前后的圖像和其他node相連，形成圖（graph）。OpenVX 提供了一種自定義節(jié)點機制，用戶可根據(jù)需要編寫節(jié)點，并最終融合成圖。OpenCV 是一套完整的計算視覺軟件系統(tǒng)，提供了圖像處理的底層操作，雖然其有底層硬件加速函數(shù)（HAL），但OpenVX 提供了一套更全面且結(jié)合了圖計算（Graph Computing）方式的標(biāo)準(zhǔn)。

圖1 OpenVX 中的圖概念Fig.1 Graph concept in OpenVX

OpenVX 計算視覺標(biāo)準(zhǔn)支持最基本的圖像處理和計算視覺函數(shù)。OpenVX 中多數(shù)kernel 函數(shù)是針對圖像的像素級處理，這些kernel 函數(shù)構(gòu)成了一個適用于硬件加速的函數(shù)子集［9］。這些像素級處理包括點處理、局部處理、全局處理、特征提取4 大類。OpenVX 1.3 支持的kernel 函數(shù)中包含的數(shù)據(jù)類型如表1 所示。

表1 OpenVX 1.3 支持的數(shù)據(jù)類型Table 1 Data types supported by OpenVX 1.3

2 OpenVX 函數(shù)的數(shù)據(jù)通路映射及分析

通過對不同函數(shù)進(jìn)行相應(yīng)數(shù)據(jù)通路的映射，使各個函數(shù)均具備高效的處理性能，得出不同函數(shù)實現(xiàn)所需運算器的種類及數(shù)目后，才能進(jìn)行整體可重構(gòu)數(shù)據(jù)通路運算器的設(shè)計。OpenVX 1.3 標(biāo)準(zhǔn)中共包含58 個kernel 函數(shù)，本文映射函數(shù)的數(shù)據(jù)通路中包含點處理類27 個，局部處理類10 個，全局處理類7 個，特征提取類7 個。由于相同種類函數(shù)的數(shù)據(jù)通路相似，本文著重介紹點處理中的基本運算類、圖像色系變換、仿射變換、透視變換、圖像局部處理中的Sobel 3×3、圖像全局處理中的均值及圖像特征提取中的Canny 邊緣檢測，并根據(jù)相應(yīng)函數(shù)的映射方案和時序圖對整體數(shù)據(jù)通路運算器所需的運算單元進(jìn)行分析。

2.1 數(shù)據(jù)通路映射方案

數(shù)據(jù)通路映射方案包含流水線數(shù)據(jù)通路、并行數(shù)據(jù)通路、并行結(jié)構(gòu)結(jié)合流水線數(shù)據(jù)通路。

1）流水線數(shù)據(jù)通路

流水線處理電路［10］采用面積換取速度的思想，可以大幅提高電路的工作頻率，尤其對于圖像處理任務(wù)中的二維卷積運算、圖像濾波器、色系變換等。采用流水線設(shè)計可以保證一個時鐘輸出一個像素。由于對大部分圖像處理任務(wù)而言，處理過程均采用串行的處理思路，因此流水線是較好的設(shè)計方式［11］。如圖2 所示為典型的流水線結(jié)構(gòu)，每個步驟獨立為一個單獨的處理單元，與其他處理單元同時運行，提高速度的同時也降低了設(shè)計的復(fù)雜度。

圖2 流水線處理結(jié)構(gòu)Fig.2 Pipeline processing stucture

2）并行數(shù)據(jù)通路

在并行處理電路［12］中，多組并行排列的子電路同時接收整體數(shù)據(jù)的多個部分進(jìn)行并行計算。并行處理電路的結(jié)構(gòu)如圖3 所示，對每個處理數(shù)據(jù)支路均生成對應(yīng)的處理電路，這樣雖然提高了整體電路的處理速度，但是卻造成了更大的資源消耗，即用面積換取速度。

圖3 并行處理電路結(jié)構(gòu)Fig.3 Parallel processing circuit structure

3）并行結(jié)構(gòu)結(jié)合流水線數(shù)據(jù)通路

并行處理電路中的子電路可以是簡單的組合電路，也可以是復(fù)雜的時序電路，例如上面提到的流水線數(shù)據(jù)通路。如果受邏輯資源限制，無法同時處理全部數(shù)據(jù)，也可以依次處理部分?jǐn)?shù)據(jù)直到完成全部數(shù)據(jù)的處理［13］。

2.2 函數(shù)映射

2.2.1 點處理函數(shù)映射

點處理函數(shù)映射包含基本運算類映射、圖像色系變換和仿射變換。

1）基本運算類映射

基本運算類包括算術(shù)類運算和邏輯類運算。算術(shù)類運算包括絕對差、算術(shù)加法和算術(shù)減法，數(shù)據(jù)類型為vx_unit8 和vx_int16。算術(shù)類運算可以通過配置指令將加法器配置為8 位或16 位定點加法或減法器進(jìn)行并行計算，并輸出計算結(jié)果。邏輯運算類包括按位與、按位或、按位異或、按位非和邏輯移位。本文采取數(shù)據(jù)通路的合并，即邏輯類運算操作和加法操作進(jìn)行數(shù)據(jù)通路的合并，以減小整體電路的面積。對于一個32 位的基本運算器，通過指令配置，可以在每個時鐘周期并行完成2 個16 位或4 個8 位的算術(shù)類運算或邏輯類運算。

2）圖像色系變換

該函數(shù)可以實現(xiàn)顏色的轉(zhuǎn)換，將指定格式的圖像轉(zhuǎn)換成另一種格式。以RGB 線性轉(zhuǎn)換為例，轉(zhuǎn)換公式如式（1）所示：

其中：R1、G1、B1代表原來的顏色通道；R2表示新的R通道。

對其進(jìn)行數(shù)據(jù)通路映射如圖4 所示，分為3 級流水線：第1 級并行計算式（1）中的3 個乘積項；第2 級把前2 個乘積項結(jié)果送入加法器a0，并把第3 個乘積項進(jìn)行寄存；第3 級把a0和寄存器值相加，并移位輸出。由圖4 可知，色系變換的流水線數(shù)據(jù)通路需要3 個定點乘法器及2 個定點加法器。

圖4 色系變換流水線Fig.4 Color convert pipeline

3）仿射變換

仿射變換對圖像進(jìn)行仿射運算，支持的數(shù)據(jù)類型為vx_unit8和vx_float32。該函數(shù)使用2×3的仿射矩陣M對輸入像素進(jìn)行仿射變換，具體計算如式（2）～式（4）所示：

仿射變換數(shù)據(jù)通路的映射如圖5 所示，第1 級使用4 個浮點乘法器并行計算式（2）和式（3）中的乘積項；第2級將4個輸出結(jié)果兩兩相加；第3 級 將M1，3、M2，3分別和a0、a1相加并輸出最終計算結(jié)果。由圖5可知，仿射變換的流水線數(shù)據(jù)通路需要4 個浮點乘法器及4 個浮點加法器。

圖5 仿射變換流水線Fig.5 Affine transformation pipeline

透視變換對輸入圖像進(jìn)行透視變換運算，支持的數(shù)據(jù)類型為vx_unit8 和vx_float32。該函數(shù)使用3×3 的透視矩陣M對像素進(jìn)行透視變換，具體計算如式（5）～式（8）所示：

對其進(jìn)行數(shù)據(jù)通路的映射如圖6 所示，分為4 級流水線：第1 級并行計算式（5）～式（7）中的乘積項；第2 級并行計算 式（5）～式（7）中的第1個加法；第3 級并行計算式（5）～式（7）中的第2 個加法；第4級并行計算x0/z0，y0/z0。由圖6 可知，透視變換的流水線數(shù)據(jù)通路映射需要6 個浮點乘法器、6 個浮點加法器、2 個浮點除法器。

圖6 透視變換流水線Fig.6 Perspective transformation pipeline

2.2.2 局部處理函數(shù)映射

Sobel 圖像濾波支持的數(shù)據(jù)類型為vx_unit8，當(dāng)濾波模板大小為3×3 時，需要將9 個像素p0～p8進(jìn)行計算，其流水線數(shù)據(jù)通路如圖7 所示：第1 級并行計算8 個像素的加法，第2 級將上一級的結(jié)果兩兩相加，第3 級將上一級的結(jié)果相加，第4 級對最后一個像素進(jìn)行加法計算并得出最終結(jié)果。由圖7 可知，Sobel 3×3 濾波流水線電路需要8 個定點加法器。

圖7 Sobel 濾波流水線Fig.7 Sobel filter pipelined

本文通過電路的擴展和配置指令，可將中間結(jié)果寫回寄存器堆或輸出，實現(xiàn)濾波模板大小的可配置，其擴展性和兼容性更好。當(dāng)濾波模板大小為5×5 時，使用上述的流水線通路一次可計算9 個像素值，而5×5 模板需要計算鄰域內(nèi)25 個像素值，需要循環(huán)此數(shù)據(jù)通路3 次。在前2 次循環(huán)中，需要將計算的中間結(jié)果寫回寄存器堆2 次，讀出寄存器堆2 次，第3 次循環(huán)結(jié)束時完成計算。對于7×7 的模板，需要寫回寄存器堆5 次，讀寄存器堆5 次，第6 次循環(huán)結(jié)束后完成計算。

2.2.3 全局處理函數(shù)映射

在進(jìn)行全局參數(shù)計算時，由于運算器的資源有限，有時需要將部分計算或比較結(jié)果存入寄存器堆中。以計算輸入圖像的均值為例，輸入數(shù)據(jù)的類型為vx_unit8，輸出數(shù)據(jù)的類型為vx_float32。均值的計算如式（9）所示：

由于實現(xiàn)Sobel 3×3 濾波流水線電路需要8 個定點加法器，因此進(jìn)行平均值計算最多需要8 個定點加法器約束，平均值計算采用并行結(jié)構(gòu)結(jié)合流水線的的數(shù)據(jù)通路映射方案，如圖8 所示。映射過程為：第1 級對4 行像素并行累加計算，每1 行計算結(jié)束后進(jìn)行換行操作，一直迭代到最后一行像素；第n+1 級用a4、a5對4 個累加結(jié)果兩兩計算；第n+2 級計算a4、a5的和以及W×H；第n+3 級計算浮點除法。完成平均值并行計算需要7 個定點加法器、1 個定點乘法器及1 個浮點除法器。

圖8 并行計算均值Fig.8 Parallel computing mean

2.2.4 特征提取類函數(shù)映射

Canny 邊緣檢測計算過程相對復(fù)雜，需要將中間結(jié)果寫回存儲中，處理過程主要分為3 步：梯度幅值和方向計算，非極大抑制及邊緣追蹤。

1）梯度幅值和方向計算

將輸入圖像與指定大小的垂直和水平方向的Sobel 算子進(jìn)行卷積，使用兩個定向梯度圖像Gx和Gy計算梯度大小和梯度方向。當(dāng)計算梯度的類型為VX_NORM_L1 時，梯度幅值為|Gx|+|Gy|。由于arctan(x)計算復(fù)雜，且在非極大值抑制中只需知道像素的梯度方向在哪塊區(qū)域即可，不需要求出實際的角度。因此，本文根據(jù)Gx、Gy的倍數(shù)關(guān)系及符號判斷梯度方向，將梯度方向劃分為4 個區(qū)域path_1、path_2、path_3 和path_4。計算梯度幅值和方向具體數(shù)據(jù)通路的映射如圖9 所示。其中：第1 級利用Sobel 算子計算水平、垂直方向的梯度幅值Gx和Gy以及符號類型；第2 級計算梯度幅值G，判斷path_1 及path_3 的類型；第3 級判斷path_2及path_4 的類型；第4 級把梯度幅值及梯度類型寫回存儲中。

圖9 梯度幅值和方向計算Fig.9 Calculation of gradient amplitude and direction

2）非極大抑制

非極大抑制是僅當(dāng)檢測像素的梯度大小在垂直于其邊緣方向上大于或等于像素時，才將檢測像素保留為潛在邊緣像素。例如，當(dāng)像素的梯度方向為0°時，則其梯度幅值大于像素為90°和270°時的梯度幅值，才保留像素作為邊緣。非極大抑制的映射過程為：第1 級從緩存中讀出當(dāng)前像素梯度及鄰域內(nèi)8 個像素的梯度值及梯度方向類型｛path_4，path_3，path_2，path_1｝；第2級根據(jù)｛path_4，path_3，path_2，path_1｝的值分別在4個方向進(jìn)行像素梯度幅值的比較，并輸出比較結(jié)果；第3級將比較結(jié)果寫回存儲中。

3）邊緣追蹤

輸出圖像的最終邊緣通過雙閾值法進(jìn)行識別。所有梯度幅度大于高閾值的像素均標(biāo)記為已知邊緣像素（非0），小于等于低閾值的像素賦0。對于高閾值和低閾值間的像素使用8 連通區(qū)域確定，只有與高閾值像素連接時才被視為邊緣點。邊緣追蹤的映射過程為：第1 級從存儲中讀出非極大抑制后像素比較的結(jié)果；第2 級對大于高閾值的像素值直接賦255；大于低閾值的像素值進(jìn)行8 個鄰域像素值與高閾值進(jìn)行比較，若大于高閾值，則輸出255，否則輸出0。

2.3 所需運算單元分析

所需運算單元的分析如下：

1）所需運算單元種類的分析

由表1 可知，OpenVX 1.3 支持定點和浮點數(shù)據(jù)類型，所以設(shè)計的數(shù)據(jù)通路運算器中需要包含定點計算單元和浮點計算單元。根據(jù)上述函數(shù)的映射方案可知，色系變換中需要用到定點加法和定點乘法運算，仿射變換需用到浮點加法和浮點乘法運算，透視變換需用到浮點加法、浮點乘法和浮點除法計算，均值計算需用到定點加法、定點乘法、定點除法和浮點除法計算，Sobel 需要用到定點加法計算。綜上，設(shè)計的數(shù)據(jù)通路運算器需包含定點加法器、定點乘法器、定點除法器、浮點加法器、浮點乘法器和浮點除法器。

2）所需運算單元數(shù)目的分析

由于采用不同數(shù)目運算器構(gòu)建的流水線映射方案不同，處理不同函數(shù)所需的時間也不同，因此需要用時序圖排序來分析各種OpenVX 函數(shù)是否達(dá)到或者接近最佳性能。當(dāng)采用不同個數(shù)的運算器時，分別對色系變換函數(shù)、仿射變換函數(shù)、均值計算函數(shù)、Sobel 濾波函數(shù)進(jìn)行時序圖的排序分析。

色系變換時序圖如圖10 所示。由圖10（a）可知，當(dāng)采用1 個定點乘法器和2 個定點加法器時，色系變換函數(shù)在第5 個時鐘周期時處理完第1 個像素，流水線輸出時每隔2 個時鐘周期輸出1 個像素。由圖10（b）可知，當(dāng)采用2 個定點乘法器和2 個定點加法器時，色系變換函數(shù)第5 個時鐘周期處理完第一個像素，流水線輸出時每隔1 個時鐘周期輸出一個像素，處理性能較好。由圖10（c）可知，當(dāng)采用3 個定點乘法器和2 個定點加法器時，色系變換第3 個時鐘周期處理完第1 個像素，流水線輸出時每個時鐘周期產(chǎn)生1 個像素，處理性能最好。

圖10 色系變換時序圖Fig.10 Sequence diagram of color convert

仿射變換時序圖如圖11所示。由圖11（a）可知，當(dāng)采用1個浮點乘法器和4個浮點加法器時，仿射變換處理在第5個時鐘周期時處理完第1個像素，流水線輸出時每隔4個時鐘周期輸出1個像素。由圖11（b）可知，當(dāng)采用2個浮點乘法器，4個浮點加法器時，仿射變換處理在第4個時鐘周期時處理完第1個像素，流水線輸出時每個時鐘周期產(chǎn)生1個像素，處理性能較好。由圖11（c）可知，當(dāng)采用4個浮點乘法器、4個浮點加法器時，仿射變換處理第3個時鐘周期處理完第一個像素，流水線輸出時每個時鐘周期產(chǎn)生一個像素，處理性能較好。

圖11 仿射變換時序圖Fig.11 Affine transformation sequence diagram

Sobel濾波時序圖如圖12 所示。由圖12（a）可知，當(dāng)采用4個定點加法器時，Sobel 3×3濾波在第7個時鐘周期時處理完第一個像素，流水線輸出時每隔1個時鐘周期產(chǎn)生1 個像素。由圖12（b）可知，當(dāng)采用6 個定點加法器時，Sobel 3×3 濾波在第6 個時鐘周期時處理完第1 個像素，流水線輸出時每隔1 個時鐘周期產(chǎn)生1 個像素，處理性能較好。由圖12（c）可知，當(dāng)采用8個定點加法器時，Sobel 3×3 濾波在第4 個時鐘周期時處理完第1 個像素，流水線輸出時每個時鐘周期輸出1 個像素，處理性能最好。

圖12 Sobel 濾波時序圖Fig.12 Sobel filtering sequence diagram

均值計算時序圖如圖13 所示。由圖13（a）可知，當(dāng)采用1 個定點加法器、1 個定點乘法器、1 個浮點乘法器時，均值計算函數(shù)在第11 個時鐘周期時處理完第1 個像素，流水線輸出時每隔9 個時鐘周期完成1 次均值計算。由圖13（b）可知，當(dāng)采用3 個定點加法器、1 個定點乘法器、1 個浮點乘法器時，均值計算函數(shù)第6 個時鐘周期處理完第1 個像素，流水線輸出時每隔4 個時鐘周期輸出1 個像素，處理性能較好。由圖13（c）可知，當(dāng)采用7 個定點加法器、1 個定點乘法器、1 個浮點乘法器時，均值計算函數(shù)第4 個時鐘周期處理完第1 個像素，流水線輸出時每隔2 個時鐘周期輸出1 個像素，處理性能最好。

圖13 均值計算時序圖Fig.13 Mean calculation sequence diagram

從函數(shù)處理的性能和電路面積以及電路的可編程性、靈活性考慮，確定定點加法器數(shù)目為8 個，定點乘法器數(shù)目為4 個，定點除法器數(shù)目為2 個，浮點加法器數(shù)目為4 個，浮點乘法器數(shù)目為2 個，浮點除法器數(shù)目為2 個，從而滿足上述函數(shù)的高效通用處理要求。

3 數(shù)據(jù)通路運算器的設(shè)計

3.1 數(shù)據(jù)通路運算器的整體結(jié)構(gòu)

根據(jù)OpenVX 1.3 中各類函數(shù)的實現(xiàn)方法，將所需計算單元進(jìn)行分析后，設(shè)計出的OpenVX 并行可重構(gòu)數(shù)據(jù)通路運算器［14-15］如圖14 所示，包括基本運算單元（arithmetic unit）、數(shù) 據(jù) 交 叉 互 聯(lián) 模 塊（cross-bar interconnect）、指令配置模塊（ins_config）、指令存儲（ins_cache）、數(shù)據(jù)寄存器堆（register file）和讀/寫控制模塊（rd/wr_ctl）?；具\算單元的設(shè)計是根據(jù)具體函數(shù)的映射要求，將加法器和乘法器設(shè)計為并行可拆分的結(jié)構(gòu)，以適應(yīng)多種數(shù)據(jù)格式的要求。數(shù)據(jù)通路運算器的執(zhí)行過程如下：指令配置單元從指令存儲中取出相應(yīng)的指令，發(fā)送給數(shù)據(jù)交叉互聯(lián)模塊、rd/wr_ctl 單元和基本運算單元。rd/wr_ctl 模塊根據(jù)指令從寄存器堆中取出相應(yīng)的運算數(shù)據(jù)并進(jìn)行譯碼及截位處理，并輸出到交叉互聯(lián)電路。交叉互聯(lián)電路根據(jù)相應(yīng)的配置信息將數(shù)據(jù)送入運算單元。運算單元根據(jù)相應(yīng)指令配置進(jìn)行計算，并將計算結(jié)果寫回到交叉互聯(lián)電路或輸出。

圖14 數(shù)據(jù)通路運算器的總體結(jié)構(gòu)Fig.14 Overall structure of the data path arithmetic unit

數(shù)據(jù)通路運算器支持的計算類型和計算速度直接影響整體處理器的性能參數(shù)［16］。本文設(shè)計的數(shù)據(jù)通路運算器共有22 個基本計算單元，包括：8 個定點加法器（A0～A7），4 個定點乘法器（M0～M3），2個定點除法器（D0，D1），4個浮點加法器（E0～E3），2個浮點乘法器（F0，F(xiàn)1）及2個浮點除法器（G0，G1）。各運算單元之間采用數(shù)據(jù)通路合并、功能單元共享、電路資源復(fù)用等方法，以減少整體面積占用［17］。各運算單元支持多種數(shù)據(jù)類型，定點計算單元支持8位有/無符號數(shù)、16位有/無符號數(shù)、32位有/無符號數(shù)的運算，浮點單元支持32 位浮點數(shù)的運算。

3.2 子模塊內(nèi)部結(jié)構(gòu)

3.2.1 定點單元設(shè)計

定點單元支持的計算類型包括定點算術(shù)類和定點邏輯類計算，其中定點算術(shù)類計算包括定點加、減、乘、除、絕對值和比較。定點邏輯類計算包括邏輯與、邏輯或、邏輯非、邏輯異或和邏輯移位。

1）定點加法器

定點加法器的設(shè)計依照數(shù)據(jù)通路的映射方案及數(shù)據(jù)類型，根據(jù)指令配置可并行計算2 個32 位，或4 個16 位，或8 個8 位的有符號、無符號數(shù)定點加法。加法運算的關(guān)鍵路徑在進(jìn)位鏈上［18］，為縮短這一關(guān)鍵路徑，加法器的設(shè)計采用進(jìn)位選擇加法器（CSA），并設(shè)計基本單元為8 位的進(jìn)位選擇加法器。

2）定點乘法器

定點乘法器的設(shè)計采用混合乘加結(jié)構(gòu)（Fused Multiply Add，F(xiàn)MA），依照數(shù)據(jù)通路的映射方案及數(shù)據(jù)類型，混合乘加運算器可根據(jù)控制信號完成32 位的混合乘加運算，支持2 組32 位、4 組16 位、8 組8 位定點數(shù)的加法或乘法運算，提高數(shù)據(jù)并行計算的能力。采用混合乘加運算數(shù)據(jù)通路，可以減小邏輯電路大小?；旌铣思悠鞯碾娐吩O(shè)計如圖15 所示，功能復(fù)用上述的進(jìn)位選擇加法器，從而減少整個電路的面積?；旌铣思悠骺筛鶕?jù)控制信號對加法進(jìn)位鏈進(jìn)行截斷，并輸出相應(yīng)的加法計算結(jié)果或乘法計算結(jié)果。

圖15 混合乘加器結(jié)構(gòu)Fig.15 Fused multiply adder structure

3）定點除法器

定點除法器的設(shè)計采用牛頓迭代（Newton Raphson）算法［19］，該算法利用乘法運算代替除法運算，算法的主要步驟為求1/b，設(shè)f(x)=1/x-b，則在x=1/b處f(x)=0。應(yīng)用牛頓迭代公式，可得：

傳統(tǒng)的牛頓迭代除法器將式（10）中的2 次乘法和1 次加法并行計算，增加了路徑延遲，具體電路如圖16所示。本文在其基礎(chǔ)上做的改進(jìn)如圖17 所示，設(shè)計中復(fù)用定點運算中的定點加法和定點乘法模塊，從而加快運算速度；針對迭代運算，將乘法和加法計算拆分為3 級流水線，以縮短路徑延遲及提高運行速率。

圖16 傳統(tǒng)的牛頓迭代除法器Fig.16 Traditional newton raphson divider

圖17 改進(jìn)的牛頓迭代除法器Fig.17 Improved newton raphson divider

3.2.2 浮點單元設(shè)計

浮點單元設(shè)計如下：

1）浮點加法器

浮點加法器支持單精度浮點運算類型，包括浮點加、減定浮點轉(zhuǎn)換。浮點加法器設(shè)計為3 級流水線：操作數(shù)階碼對齊、尾數(shù)計算級、輸出結(jié)果規(guī)格化。流水線浮點加法器可以在每個時鐘周期接收一條浮點加法或減法指令［20］。

2）浮點乘法器

浮點乘法器是在Booth 算法、Wallace 樹型結(jié)構(gòu)［21］以及進(jìn)位選擇加法器基礎(chǔ)上，設(shè)計為3 級流水線，具體電路如圖18 所示。第1 級流水線通過異或門計算乘數(shù)和被乘數(shù)的符號位。第2 級流水線將乘數(shù)的指數(shù)部分和被乘數(shù)的指數(shù)部分偏置相加，根據(jù)溢出情況和尾數(shù)最高位調(diào)整指數(shù)后對指數(shù)規(guī)范化處理，此外，采用基4 的Booth 算法減少部分積的個數(shù)，用Wallace 樹形乘法器計算部分積。第3 級流水線完成尾數(shù)部分的計算及調(diào)整輸出結(jié)果。

圖18 浮點乘法器Fig.18 Floating point multiplier

3）浮點除法器

浮點除法器的設(shè)計采用基于牛頓迭代算法的流水線浮點除法器，尾數(shù)計算部分采用24 位牛頓迭代除法器模塊。浮點除法器的設(shè)計如圖19 所示，其流水線劃分為4 級：牛頓迭代計算，部分積計算，定點加法運算和規(guī)格化輸出。

4 實驗結(jié)果與分析

4.1 實驗結(jié)果

通過Modelsim SE-64 10.4 仿真驗證平臺編寫相應(yīng)的測試程序，并對色系變換、腐蝕、膨脹、Sobel和Canny邊緣檢測函數(shù)進(jìn)行功能仿真，實驗結(jié)果如圖20 所示。其中，圖20（a）表示未經(jīng)處理的640 像素×480 像素的原圖像，圖20（b）表示經(jīng)過色系變換后得到的結(jié)果，圖20（c）表示經(jīng)過腐蝕操作后的結(jié)果，圖20（d）表示經(jīng)過膨脹操作后的結(jié)果，圖20（e）表示經(jīng)過Sobel 3×3 濾波后的結(jié)果，圖20（f）表示經(jīng)過Canny邊緣檢測后的結(jié)果。由圖20可知，使用不同算法在測試程序上進(jìn)行功能仿真，均可達(dá)到預(yù)期處理目的，且和軟件處理結(jié)果相同。

圖20 不同函數(shù)的功能仿真結(jié)果Fig.20 Functional simulation results of different function

將上述函數(shù)的算法在數(shù)據(jù)通路運算器上進(jìn)行映射后，對每秒處理后的圖像幀數(shù)進(jìn)行統(tǒng)計如表2 所示。由表2可知，當(dāng)屏幕刷新率為640像素×480像素@60 Hz，800像素×600像素@60 Hz，1 024像素×768像素@60 Hz及以下標(biāo)準(zhǔn)時，色系變換、Sobel、腐蝕和膨脹均可達(dá)到快速刷新并顯示的要求。

表2 不同分辨率下每秒處理的圖像幀數(shù)Table 2 Image frames per second processed under different resolutions

當(dāng)處理圖片的分辨率在1 600 像素×1 200 像素、2 048 像素×1 536 像素及以上時，單個數(shù)據(jù)通路運算器無法滿足實時性及高速率的通用圖像處理要求，此時需要將多個數(shù)據(jù)通路運算器采用互聯(lián)拓?fù)浣Y(jié)構(gòu)組合構(gòu)成OpenVX 并行處理器，在并行處理器上獲得處理性能的提升，達(dá)到實時處理的目的。

4.2 性能分析

采用Synopsys 公司綜合工具Design Compiler，鏈接SMIC 65nm CMOS 工藝庫對整體電路及各運算器進(jìn)行綜合實現(xiàn)，并得到時序報告、面積報告和功耗報告。對于32 位的除法運算，本文改進(jìn)的牛頓迭代除法器最大主頻可達(dá)520 MHz，相同實驗條件下，對比傳統(tǒng)的牛頓迭代除法器，其速率提升了22%。根據(jù)綜合結(jié)果對整體電路進(jìn)行性能分析，結(jié)果如表3 所示，電路的時延為2 ns，且1/2 ns=500 MHz，因此系統(tǒng)最高時鐘頻率達(dá)500 MHz，系統(tǒng)的吞吐量為1.86 GB/s。

表3 整體電路性能分析Table 3 Overall circuit performance analysis

5 結(jié)束語

本文對OpenVX 1.3 標(biāo)準(zhǔn)中kernel函數(shù)算法進(jìn)行分析與映射，根據(jù)映射后電路的時序圖分析運算器數(shù)目，并基于分析結(jié)果對可重構(gòu)數(shù)據(jù)通路運算器構(gòu)建整體結(jié)構(gòu)及內(nèi)部子模塊。此外，對可重構(gòu)數(shù)據(jù)通路運算器進(jìn)行靈活編程，設(shè)計基于OpenVX 1.3 標(biāo)準(zhǔn)的kernel 函數(shù)算法，完成通用的圖像處理。實驗結(jié)果表明，基于OpenVX 的并行可重構(gòu)數(shù)據(jù)通路運算器能滿足實時及高速率的通用圖像處理要求。下一步將優(yōu)化各運算單元性能，通過設(shè)計處理性能更好的運算器及編寫相應(yīng)的微指令，實現(xiàn)上層復(fù)雜特征提取函數(shù)的數(shù)據(jù)通路映射。