引言

硬件描述語言（verilog，systemVerilog，VHDL等）不同于軟件語言（C，C++等）的一點(diǎn)就是，代碼對應(yīng)于硬件實(shí)現(xiàn)，不同的代碼風(fēng)格影響硬件的實(shí)現(xiàn)效果。好的代碼風(fēng)格能讓硬件“跑得更快”，而一個(gè)壞的代碼風(fēng)格則給后續(xù)時(shí)序收斂造成很大負(fù)擔(dān)。你可能要花費(fèi)很長時(shí)間去優(yōu)化時(shí)序，保證時(shí)序收斂。拆解你的代碼，添加寄存器，修改走線，最后讓你原來的代碼“遍體鱗傷”。這一篇基于賽靈思的器件來介紹一下如何在開始碼代碼的時(shí)候就考慮時(shí)序收斂的問題，寫出一手良好的代碼。

1. Counter結(jié)構(gòu)

計(jì)數(shù)器是在FPGA設(shè)計(jì)中經(jīng)常要用到的結(jié)構(gòu)，比如在AXI總線中對接收數(shù)據(jù)量的計(jì)算，用計(jì)數(shù)器來產(chǎn)生地址和last等信號。在計(jì)數(shù)器中需要用到進(jìn)位鏈，進(jìn)位鏈?zhǔn)怯绊憰r(shí)序的主要因素。如果進(jìn)位鏈越長，那么組合邏輯的級數(shù)就越高，組合邏輯延遲越大，能夠支持的最大時(shí)鐘頻率就會越低。在一個(gè)CLB中通常會含有一個(gè)進(jìn)位鏈結(jié)構(gòu)，比如在ultrascale中是CARRY8，在zynq7系列中是CARRY4，CARRY4可以實(shí)現(xiàn)4bit進(jìn)位。如果是一個(gè)48bit計(jì)數(shù)器就需要12個(gè)這樣的進(jìn)位結(jié)構(gòu)。一個(gè)CARRY4輸出有兩種CO和O，CO是進(jìn)位bit，用于級聯(lián)到下一級的CARRY4的CI，O是結(jié)果輸出。因此我們可以看到在計(jì)數(shù)器中最下的進(jìn)位結(jié)構(gòu)是CARRY4，如果直接讓多個(gè)進(jìn)位結(jié)構(gòu)級聯(lián)，那么組合邏輯就會變大，時(shí)序延遲就會增大。如果可以將計(jì)數(shù)器拆分成小的計(jì)數(shù)器，那么時(shí)序就可以得到改善。

比如一個(gè)48bit計(jì)數(shù)器拆分成3個(gè)16bit計(jì)數(shù)器，那么CARRY4的級聯(lián)級別就從原來的12個(gè)降低到4個(gè)。每4個(gè)之間增加了FF來進(jìn)行時(shí)序改善。

always @(posedge clk)begin
         if(rst)
                   cnt_o <= 0;
         else 
                   cnt_o <= cnt_o + 1;
end  

拆分后代碼為：

genvar i;
generate
for(i=0;i<3;i=i+1)begin: CNT_LOOP
         wire trigger_nxt, trigger_pre;

         if(i == 0)begin
                   always @(posedge clk)begin
                            if(rst)
                                     cnt_o[i*16 +: 16] <= 0;
                            else
                                     cnt_o[i*16 +: 16] <= cnt_o[i*16 +: 16] + 1;
                   end

                   assign trigger_nxt = (cnt_o[i*16 +: 16] == 16'hFFFF) ? 1 : 0;
         end//if
         else begin
                   assign trigger_pre = CNT_LOOP[i-1].trigger_nxt;

                   always @(posedge clk)begin
                            if(rst)
                                     cnt_o[i*16 +: 16] <= 0;
                            else if(trigger_pre)
                                     cnt_o[i*16 +: 16] <= cnt_o[i*16 +: 16] + 1;
                   end 

                   assign trigger_nxt =  CNT_LOOP[i-1].trigger_nxt && (cnt_o[i*16 +: 16] == 16'hFFFF);
         end//else
end//for
endgenerate

綜合后我們就可以看到它的schematic每4個(gè)CARRY4都被FF隔開了，可以降低邏輯延時(shí)。但是代價(jià)是增加了LUT的數(shù)量，這些LUT是用來判斷前一個(gè)16bit計(jì)數(shù)器的數(shù)值的，從而驅(qū)動后邊16bit寄存器計(jì)數(shù)。

2. 邏輯拆分

在上一節(jié)中拆解計(jì)數(shù)器本質(zhì)上就是在拆分組合邏輯。當(dāng)一個(gè)組合邏輯過大的時(shí)候，延時(shí)較大。將其拆解成兩個(gè)或者兩個(gè)以上邏輯，中間增加寄存器可以來提高能跑得時(shí)鐘頻率。比如下圖有一個(gè)較大的組合邏輯，前邊有一個(gè)FF，后邊連續(xù)接2個(gè)FF。組合邏輯的延時(shí)就成為了整體時(shí)鐘頻率的一個(gè)關(guān)鍵路徑。如果我們可以將其拆分成兩個(gè)，中間用一級寄存器連接，這樣總共的時(shí)鐘周期還是3個(gè)，但是時(shí)鐘頻率明顯會好于前一種。

3. 改善扇出

扇出是指某個(gè)信號驅(qū)動的信號的數(shù)量。驅(qū)動的信號越多，那么要求其產(chǎn)生的電流越大。學(xué)過數(shù)字電路就會知道，當(dāng)一個(gè)信號輸出連接的越多的時(shí)候，其輸出負(fù)載就會越小，那么輸出電壓就會減小。所以如果信號扇出過大就會影響到高低電平，最終就會導(dǎo)致時(shí)序不收斂。另外一個(gè)原因是如果信號扇出過大，那么由于FPGA上走線路徑的差異，就可能造成這個(gè)信號到達(dá)不同地址的延遲不同，造成時(shí)序不同步。一種解決辦法是復(fù)制，將扇出較大的信號復(fù)制幾份，這樣就可以減小扇出。比如一個(gè)輸入d_i需要和3個(gè)數(shù)進(jìn)行求和。那么這個(gè)信號扇出就是3.如果將其復(fù)制3份，給每個(gè)數(shù)輸送一份，那么扇出就變?yōu)?。

always @(posedge clk)begin
         data1_o <= data_i + data1_o;
         data2_o <= data_i + data2_o;
         data3_o <= data_i + data3_o;
end 

如果我們復(fù)制輸入數(shù)據(jù)，如下圖，從中可以看出輸入信號復(fù)制了三份，分別接給三個(gè)加法器。

(* keep = "true" *)reg data_rp1;
(* keep = "true" *)reg data_rp2;
(* keep = "true" *)reg data_rp3;   


always @(posedge clk)begin
         data_rp1 <= data_i;
         data_rp2 <= data_i;
         data_rp3 <= data_i;
         data1_o <= data_rp1 + data1_o;
         data2_o <= data_rp2 + data2_o;
         data3_o <= data_rp3 + data3_o;
end

4. URAM和BRAM使用

Xilinx器件中BRAM的大小是36Kbit，如果不使用校驗(yàn)位，可以配置成1-32bit位寬的存儲。比如32x1K。在RTL代碼中使用存儲的時(shí)候，需要適配BRAM大小，這樣可以不浪費(fèi)BRAM存儲空間。比如你需要使用一個(gè)FIFO，那么這個(gè)FIFO位寬32bit，那么它的深度512和1024配置，都消耗了一個(gè)BRAM。

BRAM輸出中最好用register，不要直接接組合邏輯，這樣會增加延時(shí)。BRAM中含有register，如果代碼中輸出有用到register，那么這個(gè)register在綜合時(shí)會被移到BRAM內(nèi)部。如果BRAM外要連接組合邏輯，最好在BRAM的register的外部在添加一個(gè)register，這樣有更好的時(shí)序。

當(dāng)我們需要的存儲空間和位寬都超過了一個(gè)BRAM的時(shí)候，就涉及到多個(gè)BRAM的級聯(lián)問題。如何選擇單個(gè)BRAM的位寬拼接和級聯(lián)BRAM的個(gè)數(shù)呢？比如我們要一個(gè)32bit位寬，深度為2**15大小的存儲。有兩種極限方式來配置BRAM。一種是將每個(gè)BRAM配置為1x32K，那么32個(gè)拼接組成32x32K的存儲。另外一種是將每個(gè)BRAM設(shè)置為32x1K，那么32個(gè)級聯(lián)形成32K深度。前一種不需要多余邏輯來對不同BRAM進(jìn)行選擇操作，但是32個(gè)BRAM同時(shí)讀寫，這樣會增加power。而后一種32個(gè)BRAM級聯(lián)在一起造成延時(shí)路徑較長，同時(shí)需要增加組合邏輯來選擇不同BRAM。但是每次只讀寫一個(gè)BRAM，power較低。可以選擇這兩個(gè)極限的中間值來即降低power也不會有太長的邏輯延時(shí)。可以通過約束條件來進(jìn)行設(shè)置。如下圖。級聯(lián)設(shè)置為4，這樣每次只有8個(gè)BRAM同時(shí)使能。

(* ram_style = "block", cascade_height = 4 *)
reg [31:0] mem[2**15-1:0];
reg [14:0] addr_reg;
always @(posedge clk)begin
         addr_reg <= addr;
         dout <= mem[addr_reg];
         if(we)
                   mem[addr_reg] <= din;
end

URAM的使用方式類似，只不過URAM存儲空間比BRAM大，其可以配置為72x64K大小。

5. 其它

1） 進(jìn)行條件判定的時(shí)候，如果條件過多，盡量減少if-else語句的使用，盡可能用case替代。因?yàn)閕f-else是有優(yōu)先級的，而case條件判斷的平等的。前者會用掉更多邏輯；

2） 在一個(gè)always塊中盡量對一個(gè)信號賦值，不要對具有不同判斷條件的信號同時(shí)賦值，這樣可以減少不必要的邏輯；

3） 盡量使用時(shí)鐘同步復(fù)位，不要使用異步復(fù)位。即要用：

always @(posedge clk)begin

If(rst)

End

而不是

always @(posedge clk or posedge rst)

4） 在使用乘法較多的時(shí)候，使用DSP原語是最好的。一個(gè)DSP除了有乘法功能外，還有前加法器和后加法器，這兩個(gè)是經(jīng)常用到的，可以用來計(jì)算很多功能。DSP的具體使用可以參考DSP的手冊。

總結(jié)

以上總結(jié)了幾點(diǎn)在進(jìn)行RTL代碼設(shè)計(jì)時(shí)，最需要考慮的幾種情況。這些對時(shí)序影響很大，需要注意。另外從整體來講，如何選擇一個(gè)好的算法，然后設(shè)計(jì)出一個(gè)簡潔的架構(gòu)更加重要。因?yàn)檫@些是從整體讓你的設(shè)計(jì)有更多靈活的空間。