在FPGA上建立MATLAB和Simulink算法原型
芯片設(shè)計和驗證工程師通常要為在硅片上實現(xiàn)的每一行RTL代碼寫出多達10行測試平臺代碼。驗證任務(wù)在設(shè)計周期內(nèi)可能會占用50%或更多的時間。盡管如此辛苦，仍有接近60%的芯片存在功能瑕疵，需要返工。由于HDL仿真不足以發(fā)現(xiàn)系統(tǒng)級錯誤，芯片設(shè)計人員正利用FPGA來加速算法創(chuàng)建和原型設(shè)計。 利用FPGA處理大型測試數(shù)據(jù)集可以使工程師快速評估算法和架構(gòu)并迅速做出權(quán)衡。工程師也可以在實際環(huán)境下測試設(shè)計，避免因使用HDL仿真器耗大量時間。系統(tǒng)級設(shè)計和驗證工具（如MATLAB和Simulink）通過在FPGA上快速建立算法原型，可以幫助工程師實現(xiàn)這些優(yōu)勢。 本文將介紹使用MATLAB和Simulink創(chuàng)建FPGA原型的最佳方法。這些最佳方法包括：在設(shè)計過程初期分析定點量化的效應(yīng)并優(yōu)化字長，產(chǎn)生更小、更高效的實現(xiàn)方案；利用自動HDL代碼生成功能，更快生成FPGA原型；重用具有HDL協(xié)同仿真功能的系統(tǒng)級測試平臺，采用系統(tǒng)級指標分析HDL實現(xiàn)方案；通過FPGA在環(huán)仿真加速驗證（圖1）。 為什么在FPGA上建立原型？ 在FPGA上建立算法原型可以增強工程師的信心，使他們相信自己的算法在實際環(huán)境中的表現(xiàn)能夠與預期相符。除了高速運行測試向量和仿真方案，工程師還可以利用FPGA原型試驗軟件功能以及諸如RF和模擬子系統(tǒng)的相關(guān)系統(tǒng)級功能。此外，由于FPGA原型運行速度更快，可以使用大型數(shù)據(jù)集，暴露出仿真模型未能發(fā)現(xiàn)的缺陷。 采用HDL代碼生成功能的基于模型的設(shè)計可以使工程師有效地建立FPGA原型，如圖2所示。該圖向我們展示了這樣一種現(xiàn)實情況：工程師經(jīng)?？s短詳細設(shè)計階段，試圖通過盡快開始硬件開發(fā)階段以符合開發(fā)周期的要求?，F(xiàn)實中，當工程師發(fā)現(xiàn)定點算法達不到系統(tǒng)要求時，就得在HDL創(chuàng)建階段重新審視詳細設(shè)計階段。這樣的重疊工作將使HDL創(chuàng)建階段延長（如紫色長條所示），并可能引發(fā)各種設(shè)計問題（如膠合邏輯或設(shè)計補?。?。 由于自動HDL代碼生成流程比手工編碼快，工程師得以把節(jié)省下來的時間投入到詳細設(shè)計階段，生成更優(yōu)質(zhì)的定點算法。與手動的工作流程相比，這種方法使工程師能夠以更快的速度生成質(zhì)量更佳的FPGA原型。 數(shù)字下變頻器案例研究 為了說明采用基于模型的設(shè)計建立FPGA原型的最佳方法，可借助數(shù)字下變頻器（DDC）來進行案例研究。在眾多的通信系統(tǒng)中，DDC是一種普通的構(gòu)建塊（圖3）。該構(gòu)建塊用于將高速通帶輸入轉(zhuǎn)換為低速基帶輸出，以便使用較低采樣率時鐘進行處理。這樣，在硬件實施階段便可降低功耗、節(jié)約資源。DDC的主要部件包括：數(shù)控振蕩器（NCO）、混頻器和數(shù)字濾波器鏈路（圖4）。 在設(shè)計過程初期分析定點量化的效應(yīng) 工程師通常使用浮點數(shù)據(jù)類型來測試新的構(gòu)想和開發(fā)初始算法。然而，F(xiàn)PGA和ASIC硬件實現(xiàn)要求轉(zhuǎn)換為定點數(shù)據(jù)類型，而這往往會造成量化誤差。使用手動工作流程時，通常在HDL編碼過程中執(zhí)行定點量化。在該工作流程中，工程師無法輕易地通過比較定點表示形式和浮點參考值量化定點量化的效應(yīng)，而分析針對溢出的HDL實現(xiàn)也同樣不易。 為了明智確定所需的小數(shù)位數(shù)，在開始HDL編碼過程之前，工程師需要某種方法來比較浮點仿真結(jié)果與定點仿真結(jié)果。增加小數(shù)位數(shù)可以減小量化誤差；不過，這種方法需要增加字長（區(qū)域增多、功耗升高）。 例如，圖5展示了DDC濾波器鏈路中低通濾波器第一階段浮點與定點仿真結(jié)果的差異。這些差異是因定點量化所致。上方圖形顯示了浮點與定點仿真結(jié)果的重疊效果。下方圖形顯示了圖中每一點的量化誤差。工程師可能需要根據(jù)設(shè)計規(guī)范來增加小數(shù)位數(shù)以減小由此引出的量化誤差。 除了選擇小數(shù)位數(shù)之外，工程師還需要優(yōu)化字長，實現(xiàn)低功耗和區(qū)域優(yōu)化的設(shè)計。 在DDC案例研究中，工程師使用Simulink定點模塊組將部分數(shù)字濾波器鏈路的字長減少了8位之多（圖6）。 利用自動HDL代碼生成功能更快生成FPGA原型 在生成FPGA原型時，HDL代碼必不可少。工程師手工編寫了Verilog或VHDL代碼。作為替代選擇，使用HDL編碼器自動生成HDL代碼具有眾多明顯優(yōu)勢。工程師可以快速地評估能否在硬件中實施當前算法；迅速評估不同的算法實現(xiàn)，選擇最佳方案；并在FPGA上更快地建立算法原型。 對于DDC案例研究而言，可以在55秒內(nèi)生成了5780行HDL代碼。工程師可以瀏覽并很快理解代碼（圖7）。自動代碼生成功能允許工程師對系統(tǒng)級模型進行更改，并且，通過重新生成HDL代碼，該功能可以在數(shù)分鐘之內(nèi)生成更新的HDL實現(xiàn)方案。 重用具有協(xié)同仿真功能的系統(tǒng)級測試平臺進行HDL驗證 功能驗證：HDL協(xié)同仿真使工程師能夠重用Simulink模型，將激勵驅(qū)動至HDL仿真器，并對仿真輸出執(zhí)行交互式系統(tǒng)級分析（圖8）。 HDL仿真僅提供數(shù)字波形輸出，而HDL協(xié)同仿真則提供了顯示HDL代碼的完整視圖，并可以訪問Simulink的全套系統(tǒng)級分析工具。當工程師觀察到預期結(jié)果與HDL仿真結(jié)果存在差異時，可借助協(xié)同仿真進一步了解該失配所產(chǎn)生的系統(tǒng)級影響。 例如，在圖9中，頻譜儀視圖可以使工程師做出明智決定，忽略預期結(jié)果與HDL仿真結(jié)果之間的失配，其原因是該差異位于阻帶區(qū)。相比之下，數(shù)字波形輸出只是將預期結(jié)果與HDL仿真結(jié)果的失配標記為誤差。盡管工程師最終可能得出相同的結(jié)論，但這將需要更多的時間完成所需的分析。 測試覆蓋率：工程師可以使用HDL驗證工具、Simulink設(shè)計驗證工具和ModelSim/Questa自動執(zhí)行代碼覆蓋率分析。在該工作流程中，Simulink設(shè)計驗證工具可針對模型覆蓋率生成一套測試用例。HDL驗證工具自動使用這一套測試用例運行ModelSim/Questa,收集代碼覆蓋率數(shù)據(jù)，以對生成的代碼加以全面分析。 使用FPGA在環(huán)仿真加速驗證 使用系統(tǒng)級仿真和HDL協(xié)同仿真驗證DDC算法之后，便可以立即在FPGA目標平臺上部署DDC算法。對算法執(zhí)行基于FPGA的驗證（也稱為FPGA在環(huán)仿真）可以增強對算法在現(xiàn)實環(huán)境中有效運行的信心。相比基于主機的HDL仿真，該驗證可以使工程師更快地運行測試方案。 對于DDC算法而言，可以使用Simulink模型驅(qū)動FPGA輸入激勵并分析FPGA的輸出（圖10）。與HDL協(xié)同仿真一樣，在Simulink中始終可以利用相關(guān)數(shù)據(jù)進行分析。 圖11對比了HDL協(xié)同仿真和FPGA在環(huán)仿真這兩種用于DDC設(shè)計的驗證方法。在本案例中，F(xiàn)PGA在環(huán)仿真的速度是HDL協(xié)同仿真的23倍。這樣的速度提升使工程師能夠運行更廣泛的測試用例并對其設(shè)計進行回歸測試。這使他們能夠識別出有待進一步分析的潛在問題區(qū)域。 盡管HDL協(xié)同仿真速度較慢，但它卻提高了HDL代碼的可見性。因此，它很適合針對FPGA在環(huán)仿真過程中發(fā)現(xiàn)的問題區(qū)域進行更詳細的分析。 本文小結(jié) 如果工程師遵循本文所述的四種最佳方法，開發(fā)FPGA原型將比傳統(tǒng)的手動工作流程快出許多，并能使工程師信心倍增。此外，工程師還可以在整個開發(fā)過程中繼續(xù)優(yōu)化自己的模型，并快速地重新生成有關(guān)FPGA實現(xiàn)的代碼。與依賴手工編寫HDL的傳統(tǒng)工作流程相比，這種能力可以顯著縮短設(shè)計迭代的周期。
下載文檔
