FPGA时序问题

Question

我是 FPGA 编程新手，我对整体执行时间方面的性能有疑问。

我读到延迟是根据周期时间计算的。因此，总执行时间 = 延迟 * 周期时间。

我想优化处理数据所需的时间，我将测量整体执行时间。

假设我有一个计算 a = b * c * d。

如果我让它在两个周期内计算 (result1 = b * c) & (a = result1 * d)，则总执行时间将是 2 * 周期时间的延迟（由乘法的延迟决定运算值 X) = 2X

如果我在一个周期内进行计算 (a = b * c * d)。总执行时间将是 1 * 周期时间的延迟（比如值 2X，因为它有两倍的延迟，因为两次乘法而不是一次）= 2X

因此，似乎为了优化执行时间方面的性能，如果我只专注于减少延迟，则周期时间会增加，反之亦然。是否存在延迟和周期时间都可以减少的情况，从而导致执行时间减少？我什么时候应该专注于优化延迟，什么时候应该专注于周期时间？

另外，当我用 C++ 编程时，似乎当我想优化代码时，我想优化延迟（执行所需的周期）。然而，对于 FPGA 编程，优化延迟似乎是不够的，因为周期时间会增加。因此，我应该专注于优化执行时间（延迟 * 周期时间）。如果我想提高程序的速度，我是否正确？

希望有人能帮助我解决这个问题。提前致谢。

Answer 1

我倾向于将延迟视为从第一个输入到第一个输出的时间。由于通常有一系列数据，因此查看一个接一个地处理多个输入所花费的时间很有用。

以您的示例为例，在一个周期（一个周期 = 2t）中处理 10 个项目 a = b x c x d 需要 20t。但是在两个 1t 周期内完成，处理 10 个项目需要 11t。

希望对您有所帮助。

编辑添加时间。

在一个 2t 循环中计算。 10 次计算。

Time   0  2  2  2  2  2  2  2  2  2  2  = 20t

Input  1  2  3  4  5  6  7  8  9 10
Output    1  2  3  4  5  6  7  8  9 10

在两个 1t 循环中计算，流水线，10 次计算

Time   0  1  1  1  1  1  1  1  1  1  1  1  = 11t

Input  1  2  3  4  5  6  7  8  9 10
Stage1    1  2  3  4  5  6  7  8  9 10
Output       1  2  3  4  5  6  7  8  9 10

两种解决方案的延迟时间均为 2t，第一个解决方案一个 2t 周期，第二个解决方案两个 1t 周期。然而，第二种解决方案的吞吐量是其两倍。考虑到延迟后，您每 1t 周期就会得到一个新答案。

因此，如果您有一个复杂的计算需要 5 个 1t 周期，那么延迟将为 5t，但吞吐量仍为 1t。

Answer 2

除了延迟和周期时间之外，您还需要另一个词，即吞吐量。即使需要 2 个周期才能得到答案，但如果您可以在每个周期中放入新数据并在每个周期中取出，那么您的吞吐量可以比“在一个周期内完成”提高 2 倍。

假设您的计算在一个周期内需要 40 ns，因此吞吐量为 2500 万个数据项/秒。

如果您将其流水线化（这是将计算拆分为多个周期的技术术语），您可以在 2 批 20ns + 一点内完成（您会在必须进入的额外寄存器中丢失一点）。假设该位为 10 ns（这是很多，但使总和很容易）。所以现在需要 2x25+10=50 ns => 20M items/sec。更糟！

但是，如果您可以使 2 个阶段彼此独立（在您的情况下，不共享乘数），您可以每 25+a 位 ns 将新数据推送到管道中。这个“一点”会比前一个小，但即使是整个 10 ns，你也可以以 35ns 次或接近 30M 项/秒的速度推送数据，这比你开始的要好与。

在现实生活中，10ns 会少得多，通常是 100s ps，因此增益要大得多。

Answer 3

George 准确地描述了延迟的含义（与计算时间无关）。看来您想优化设计以提高速度。这是非常复杂的，需要很多经验。总运行时间为

execution_time = (latency + (N * computation_cycles) ) * cycle_time

其中 N 是您要执行的计算次数。如果您为加速而开发，您应该只在大型数据集上进行计算，即 N 很大。通常，您对延迟没有要求（在实时应用程序中可能会有所不同）。那么决定因素是cycle_time 和computation_cycles。而且这里真的很难优化，因为有关系。 cycle_time 由您的设计的关键路径决定，并且您拥有的寄存器越少，关键路径就越长。时间越长，cycle_time 就越大。但是您拥有的寄存器越多，您的computation_cycles 就越高（每个寄存器将所需的周期数增加一个）。

也许我应该补充一点，延迟通常是计算周期的数量（它是导致延迟的第一个计算），但理论上这可能会有所不同。