1 多時鐘片上網(wǎng)絡架構的分析

　　片上網(wǎng)絡結構包含了拓撲結構、流量控制、路由、緩沖以及仲裁。選擇合適網(wǎng)絡架構方面的元素，將對片上網(wǎng)絡的性能產(chǎn)生重大影響[2]。

　　(1)網(wǎng)絡拓撲：在設計中，選擇Mesh 拓撲結構。Mesh結構擁有最小的面積開銷以及低功耗的特點。此外，Mesh 的線性區(qū)的節(jié)點數(shù)量規(guī)模大以及通道較寬。同時，Mesh 也能很好地映射到FPGA 下的底層路由結構，降低了FPGA 邏輯擁塞和路由器的功耗。

　　(2)流控機制：虛擬直通和蟲洞技術(不像存儲轉發(fā))有數(shù)據(jù)包的延時與路徑長度成正比。然而，與復雜的蟲洞路由器相比， 虛擬直通的路由器更加適合于設計的實現(xiàn)。因此，選擇虛擬直通流量控制機制作為路由器的流量控制機制。相比較蟲洞機制，它能支持更高的吞吐量，在堵塞時能更有效地釋放緩存。此外，虛擬直通流量控制低延時的高信道利用率， 與此同時并不保

　　留物理通道。

　　(3)路由算法：選擇XY 算法作為設計所采用的路由算法。該算法中分組的路由只取決于源節(jié)點和目的節(jié)點的地址，而與網(wǎng)絡狀況無關。當使用算法時首先在X 維上進行路由，當?shù)竭_與目的節(jié)點同一列時，轉向在Y 維上的路由，最后到達目的節(jié)點。該算法對硬件要求簡單和實現(xiàn)容易， 在網(wǎng)絡流量不大時， 具有較小的時延，能夠有效避免死鎖和活鎖。

　　(4)仲裁機制：輸入端口分配是基于簡單的Roundrobin[3]機制。上次接收或解決接收的端口會放在隊列的末端。切換時到下游的數(shù)據(jù)包。當交換數(shù)據(jù)包時，F(xiàn)IFO的虛擬通道也遵循這種機制。

　　2 路由器微節(jié)點結構的設計

　　多時鐘片上網(wǎng)絡的路由器由5 個輸入端口、交叉點矩陣和中央的仲裁器三部分組成。除了頭譯碼邏輯，5 個輸入端口都是相同的。由于設計中采取了虛擬通道流控機制(VCS)，因此輸入端口就必須包含仲裁邏輯。與此同時， 輸入端口還應包含輸入緩沖區(qū)來存儲輸入的數(shù)據(jù)包。

　　2.1 數(shù)據(jù)包

　　利用Xilinx block RAM， 設置深度為16 的FIFO(先入先出隊列)，數(shù)據(jù)包的大小能在24 位與128 位之間變化，每個數(shù)據(jù)包header(包頭)占用一個flit(數(shù)據(jù)片)。flit 的大小固定在8 位。數(shù)據(jù)包頭包含路由目標地址、flit 的類型以及部分數(shù)據(jù)包。設計中采用的虛擬直通流量控制需要1 位去指定數(shù)據(jù)片的類型。路由器支持可變化大小的數(shù)據(jù)包， 通過編碼將數(shù)據(jù)包的大小編譯為字段，作為bRAM 所需要的部分，放在數(shù)據(jù)包頭部。每個IP 核的網(wǎng)絡接口(NI)起到存儲在數(shù)據(jù)包頭部的信息的作用。當需要更高粒度數(shù)據(jù)包時，部分數(shù)據(jù)包的位數(shù)以及寬度將會相應的增加。增加部分數(shù)據(jù)包的位數(shù)的同時也提高了緩存的利用率。數(shù)據(jù)包首部保留的位數(shù)將用于實現(xiàn)基于優(yōu)先級的流量控制。

　　2.2 輸入端口

　　路由器有5 個輸入端口， 通過端口分別與內(nèi)核及鄰近的路由器通信， 這5 個端口按在方位可分為本地(L)，北(N)，東(E)，南(S)，西(W)。每個輸入端口可以支持虛擬通道多路復用，相關聯(lián)的仲裁器，以及頭譯碼邏輯，從而作出路由決定。如圖1，輸入端口的3 個主要組成部分分別是虛擬通道選擇器、FIFO bRAMs 以及bRAM 仲裁器。虛擬通道選擇器：決定輸入端緩存的使用空間的決定權在虛擬通道選擇器。當數(shù)據(jù)包大小以編碼形式傳播時，虛擬通道選擇器接收數(shù)據(jù)包的首部。當虛擬通道選擇器收到來自上游路由器或者來自自身核心的數(shù)據(jù)時， 虛擬通道選擇器就會拿數(shù)據(jù)包的大小跟虛擬通道目前可以容納數(shù)據(jù)包的大小進行比較。這么做的目的是為了能夠使輸入的數(shù)據(jù)能夠符合FIFO 中write_count 的大小。如果有足夠的空間存在，則虛擬通道選擇器將同意輸入請求， 同時反饋信息。在此過程中，虛擬通道選擇器還設置了輸入端解復用器。解復用

　　器的作用是使數(shù)據(jù)包從輸入通道傳輸?shù)秸_的復用器的輸入緩存中。FIFO bRAMs：在所設計的路由器中，緩沖區(qū)的深度將參數(shù)化，在試驗時同時將其深度設置為16 。這些緩存區(qū)將被作為bRAM FIFO 的存儲器，同時起到以下作用：

　　(1)緩沖部分或者全部到來的數(shù)據(jù)包，以及當下游開關可以用時，傳送頭部及緊跟的flit。

　　(2)劃分路由器核心以及路由器的頻率，從而支持一個多時鐘的網(wǎng)絡設計。

　　(3)通過仲裁器監(jiān)察write_count 端口的信息，來實現(xiàn)支持可變化大小的數(shù)據(jù)包。在緩沖區(qū)有單獨時鐘域的情況時， 就需要一種有效的方式實施完整的或者空的邏輯。通過以下方式使控制信號同步：

　　(1)發(fā)送數(shù)據(jù)包粒度作為一小部分FIFO 的空間。

　　(2) 在一個時鐘周期內(nèi)， 一個連接終止之前設置flit 的尾部位。在所使用的FPGA 設計中，由于支持FIFO 的最小深度是16， 所以它適合于在虛擬直通中緩沖整個數(shù)據(jù)包。write_count 的空和滿狀態(tài)信號將集成在FIFO 中。在一個多數(shù)據(jù)包的緩沖區(qū)中加大存儲flit 的能力，將有助于提高FIFO 的利用率。此外，獲得網(wǎng)絡的吞吐量的增益，是由于上游連續(xù)包釋放緩沖區(qū)所促成的。

　　圖1 輸入端口設計圖

　　bRAM 仲裁器： 輸入端口還包含了控制邏輯作出的仲裁決定。當選擇一個非空的bRAM 時， 簡單的Round-robin 的方式仲裁算法將會啟用。當選擇bRAM時，F(xiàn)SM 將會送出頭部flit，解碼出它的目的地址，并發(fā)送相應的要求。在所設計的路由器中采用XY 路由算法將大大簡化了解碼器的邏輯結構。根據(jù)XY 路由算法的通行路徑許可，即將釋放的請求線將會減少。

　　頭譯碼器：在XY 路由算法中，頭數(shù)據(jù)片一開始往X 軸方向走，當?shù)竭_X 軸所在的目標地址時，就會往Y方向走。所有緊隨著的數(shù)據(jù)片將以流水線的方式跟著頭數(shù)據(jù)片移動。這種簡便的XY 路由算法適用于減化頭解碼器、交叉點矩陣以及中央仲裁器的邏輯結構。以上簡化得邏輯結構將使FPGA 的芯片數(shù)顯著減少。

　　2.3 交叉點矩陣

　　設計一個多路交叉點矩陣， 目的是為了減少面積的使用。而另一種設計是支持復分解虛擬通道的交叉點連接。后一種方法，產(chǎn)生高網(wǎng)絡吞吐量，但要增加一個重要的復雜性開關。交叉點支持并行連接，以及被用于通過中央仲裁器支持多個信號同時請求。并非所有的交叉點連接都是使用XY 路由算法。經(jīng)過邏輯優(yōu)化，如圖2 所示設計中實施簡單的4 和2 輸入多路復用器開關(分別是L、N、S、E 以及W 端口)。上述優(yōu)化方案減

　　少了交叉點面積，使其使用的切片只有32 片。因此，達到路由器面積顯著減小的目的。

?

　　圖2 交叉點矩陣

　　輸入端口的分配方式將采用簡單的Round-robin仲裁機制。對上一次接收過的或沒有用到的端口將給予最低優(yōu)先級，并排在隊列的最末端。將通過以下的方式提高路由器的性能：

　　(1)降低中央仲裁器的邏輯復雜度;

　　(2)盡量集中仲裁器，以減少req/grant 信號的數(shù)量。

　　在設計中減少邏輯復雜度以及布線， 從而減少數(shù)據(jù)堵塞，達到提高性能以及減低功耗的效果。

　　3 性能分析

　　利用Virtex-4 系列中XC4VLX100-11[4]設備進行設計， 利用Xilinx ISE 8.2i 進行綜合布局布線。使用ModelSim 6.1c[5]驗證所設計的功能。設置了單一時鐘和多時鐘進行了模擬，分析多時鐘片上網(wǎng)絡的性能。由于路由器是直接連接到內(nèi)核， 所以沒必要考慮片與片之間的延時而去估計最高的頻率。所設計是由一個路由功能模塊(RFM)執(zhí)行[6]，用以準確地估計工作頻率，基本路由器的單機版工作頻率可到達357MHz。因此8bits 通道的路由器的吞吐量最高可達2.85Gbits/s。在所設計的路由器中， 頭數(shù)據(jù)片前進到下一個節(jié)點，而剩下的數(shù)據(jù)片以流水線方式流通。在計劃中，網(wǎng)

　　絡延時僅僅與路徑長度H(跳躍點數(shù)量)有關。在信道爭用的情況下，網(wǎng)絡延時L 可以用以下方式計算：

　　L = 7×H + B/w (1)

　　公式(1)中，B 是數(shù)據(jù)包的字節(jié)數(shù)，w 是每個時鐘周期轉換的字節(jié)數(shù)。參數(shù)7 是在多時鐘片上網(wǎng)絡路由器中安裝在每個路由器跳延遲支付。這個延時是因為基于數(shù)據(jù)包中的頭數(shù)據(jù)片的解碼和仲裁執(zhí)行所導致

　　的。

　　為了評估所設計的多時鐘架構的性能， 將利用所設計的路由器的VHDL 模型，模擬一個3×3Mesh 結構，在本身頻率下執(zhí)行包裝產(chǎn)生的數(shù)據(jù)包。路由器的頻率值會在拓撲結構合成，布局和布線階段完成之后得出。對于不同的配置(資源的可用性、跨路由器的距離、bRAM/dRAM FIFO 的版本)，路由器的頻率可以降低高達18%[6]。圖3 顯示了單一時鐘與多時鐘，在延時與注射速率關系中的曲線圖。在單一時鐘時，網(wǎng)絡的頻率為

　　286MHz。而在多時鐘時， 頻率的范圍是從286MHz~357MHz。圖3 中，X 軸表示的注射率是在一個周期內(nèi)每個節(jié)點注入flit 的數(shù)量。Y 軸曲線測量的是每個實例中數(shù)據(jù)包的平均延時?？梢钥闯觯岢龅亩鄷r鐘片上網(wǎng)

　　絡相比單一時鐘片上網(wǎng)絡的性能顯著增加。

?

　　4 結語

　　本文介紹了一個基于FPGA 的高效率多時鐘的虛擬直通路由器，通過優(yōu)化中央仲裁器和交叉點矩陣，以爭取較小面積和更高的性能。同時，擴展路由器運作在獨立頻率的多時鐘NoC 架構中，并在一個3×3Mesh 的架構下實驗，分析其性能特點，比較得出多時鐘片上網(wǎng)絡具有更高的性能。