FPGA硬件算法（1）长江后浪推前浪之流水线

前言

用长江后浪推前浪来形容流水线，可谓之形象。硬件中的流水线技术，就是将数据一级一级的推进，后一级推进前一级，前一级则更近一层。

为什么要使用流水线？这要从组合逻辑的延迟话题说起，之后引出时序逻辑的核心元素触发器或者寄存器，进而进入流水线的正式内容。

流水线是解决时序问题的关键技术，起到疏导作用，一提到疏导，这关键程度可见一斑。之所以需要疏导，就意味着堵塞了，堵塞了的系统是有问题的，例如人体内的循环堵塞了，那可是要出人命的。

电路也是如此，时序电路一旦堵塞，那它就不可能正常工作，不能正常工作的电路，就是废物。

下面我们慢慢谈起。

组合逻辑的延迟

组合逻辑是有天生的延迟属性，数据从一个电路元件的一端到另外一端需要花费时间，多个元件的组合呢，更不必多说，需要叠加的时间，还有元件之间的布线（可不要小看布线，芯片中的布线延迟不容忽视，也许你认为这么小的芯片中，布线延迟能有多大？试着想一下人体的小肠吧，弯弯曲曲，小小的肚子中小肠可长达4到6米。），信号在这些元素之间传递，类似于人走路，需要时间，这个时间在电路中称之为延迟。

如下图：

信号从输入到输出，经过3段组合逻辑电路，假设忽略布线延迟。每一段组合逻辑的延迟对应为delay1，delay2，delay3等。

那么上面的组合逻辑延迟的叠加就是：

total_delay = delay1 + delay2 + delay3；

如果该组合逻辑是时序逻辑中的一段，那么就需要时序逻辑的时钟周期必须大于该总延迟。

即 T > total_delay = delay1 + delay2 + delay3;

如果这个时间很长，那么时钟周期就会很大，时钟频率就会很低，那么这个设计就不太高效，完成一个任务，需要花费的时间过长。

且如果我们使用了稍快的时钟作为系统时钟，那么多大的组合逻辑延迟会导致设计的时序不过，进而导致功能有问题，也就是一个失败的设计。

如果去改善呢？

下面时序逻辑的主角出场！

D触发器与寄存器

触发器有很多，为什么是D触发器？

因为D触发器最方便使用，无论是ASIC还是FPGA，内部都使用D触发器，而不是其他！

D触发器是时序逻辑的基本组成部分，如下图：

D触发器的特性就是在时钟有效沿采样输入信号作为输出。大多数的场合还是以时钟上升沿为有效沿，例如上图就是以此为例。 在时钟的其他时刻，D触发器都保持着其输出值，只有在时钟有效沿时才更新其输出值。

触发器是1bit的储存单元。

如果需要存储多bit信号，就需要多个触发器，我们称其为寄存器，其实也可以称触发器为寄存器，只不过这个寄存器的位宽为1，我们也经常这么称呼。

如下图：

该图显示了多个触发器构成的寄存器的情况。

对其建模，Verilog语言描述为：

wire [n:0] d; reg [n:0] q; … always @( posedge clk) q <= d;

使用寄存器改善组合延迟

说完寄存器，我们需要赶紧回到上述话题，多长的组合逻辑延迟：

上面也已经说了，这样长的组合延迟会导致时序难以通过，我们的优化方式为：

对每一个组合逻辑电路之间插入一个寄存器，如下：

假设每一个组合逻辑的延迟都不必系统时钟周期大。

我们知道寄存器的特性是时钟有效沿采样输入值，那么看来，这个输入到输出需要3个时钟周期才能完成。

乍一看，好像花费了更多的时间来传递这个信号，其实并非如此，不可如此短视。

我们的输入到输出的数据不可能只有一个，是源源不断的从输入到输出。

数据经过三个周期的时间从输入到输出之后，后面的每个输出数据之间的间隔只有一个时钟周期。

这便是一个简单的流水的实际例子。

通过寄存器切断了多长的组合逻辑，会让寄存器到寄存器之间的延迟变小，这样的话可以允许系统使用更小周期，即更高频率的时钟，设计需要更短的时间来处理数据，提高了效率。

如果固定了时钟频率，那么更短的组合延迟，也会让时序更加轻而易举通过。

输入数据经过每一个寄存器，就像流水一般，一波一波流向下一个寄存器，最终流出最后一个寄存器，走向输出（拍入沙滩）。

流水线设计实战

这个例子要求使用流水线的技术实现如下算术表达式：

sum = (a + b + c)* 4;

我一向提倡简单的模块可以先画出来，在设计出来，或者先设计出来，也得知道设计的电路长成什么样子，甚至在FPGA中综合成什么样子？

如下图，就是我们针对这个问题设计的流水线结构：

数据从输入到输出需要3个时钟得出结果。

我们实际设计的RTL设计如下：

always@(posedge clk or posedge rst) begin if(rst) begin a_plus_b <= d0; c_d1 <= d0; end else begin a_plus_b <= ina + inb; c_d1 <= inc; end end always@(posedge clk or posedge rst) begin if(rst) begin a_plus_b_plus_c <= d0; out_mid <= d0; end else begin a_plus_b_plus_c <= a_plus_b + c_d1; out_mid <= a_plus_b_plus_c << 2; end end

RTL原理图：

对应Xilinx的综合结果为：

可见，架构还是一致，只不过加法器使用LUT实现了，还有一处细节：

乘4的操作使用了移位寄存器实现，对a_puls_b_plus_c左移了2bit。

既然做到了这里，不如看看实现后的原理图：

可见，实现后的原理图和综合后的原理图几乎没有差别，一方面是设计过于简单，另一方面是二者的原理图本身差别就不大，综合的综合库，实现的实现库，大同小异。

如果不使用用流水线呢？ 例如直接相加再乘4：

assign out = (ina + inb + inc)*4;

那么设计的RTL原理图为：

综合原理图：

可见，使用了大量的LUT。

如果这样呢？

assign out = (ina + inb + inc) << 2;

RTL原理图： 综合原理图：

可见，不使用流水线的设计都别无二致，使用了大量的组合逻辑，在FPGA中就体现在LUT中。

有一个细节是，组合逻辑的移位也是通过LUT实现的，因为没有用到时钟。

讨论至此，这么个简单的设计也没有仿真，也不想做了。给出上述RTL设计的完整逻辑：

`timescale 1ns / 1ps ////////////////////////////////////////////////////////////////////////////////// // Company: // Engineer: 李锐博恩 // // Create Date: 2021/04/10 23:03:02 // Design Name: // Module Name: pipelined_multiplier ////////////////////////////////////////////////////////////////////////////////// module pipelined_multiplier #( parameter WIDTH = 4, MODE = 2b10 )( input wire clk, input wire rst, input wire [WIDTH – 1 : 0] ina, input wire [WIDTH – 1 : 0] inb, input wire [WIDTH – 1 : 0] inc, output wire [WIDTH + 3 : 0] out ); reg [WIDTH : 0] a_plus_b; reg [WIDTH – 1 : 0] c_d1; reg [WIDTH + 1 : 0] a_plus_b_plus_c; reg [WIDTH + 3 : 0] out_mid; generate if(MODE == 2b00) begin //most bad design assign out = (ina + inb + inc)*4; end else if(MODE == 2b01) begin //bad design assign out = (ina + inb + inc) << 2; end else begin //pipelining //recommand always@(posedge clk or posedge rst) begin if(rst) begin a_plus_b <= d0; c_d1 <= d0; end else begin a_plus_b <= ina + inb; c_d1 <= inc; end end always@(posedge clk or posedge rst) begin if(rst) begin a_plus_b_plus_c <= d0; out_mid <= d0; end else begin a_plus_b_plus_c <= a_plus_b + c_d1; out_mid <= a_plus_b_plus_c << 2; end end end endgenerate assign out = out_mid; endmodule

逻辑中使用了generate if的语法来判断使用哪种设计方式，关于generate if见博文：

FPGA的设计艺术（13）使用generate语句构建可重用的逻辑设计