1引言

隨著半導體技術的發(fā)展，DSP性能不斷提高，被廣泛應用在控制，通信，家電等領域中。

DSP內部核心部件ALU具有極高的處理速度，而外部存儲器的速度相對較低，存儲系統(tǒng)已成為制約DSP發(fā)展的一個瓶頸。本文參照計算機存儲結構，利用虛擬存儲技術，對存儲系統(tǒng)的結構進行了改進。在DSP中引入二級Cache存儲器結構，在較小的硬件開銷下提高了DSP的工作速度。結合高性能低功耗DSP cache設計這個項目，對兩級cache的結構和算法做了探討。

2 cache總體設計

    傳統(tǒng)的存儲器主要由Dram組成，它的工作速度較慢，cache存儲器主要由SRAM組成。在DSP中，存儲系統(tǒng)可分層設計，將之分為兩部分：容量較小的cache存儲器和容量較大的主存儲器，cache中存放著和主存中一致的較常用的指令與數(shù)據。DSP執(zhí)行操作時可先向速度較快

的cache取指令或數(shù)據，如果不命中則再從主存取指令或數(shù)據。通過提高cache的命中率可以大大加快DSP的整體運行速度，從而緩解由存儲系統(tǒng)引起的瓶頸問題。

    基于上述原理，我們設計了DSP的cache總體結構，如圖1所示。圖中設計采用了兩級cache設計，第一級cache采用分立結構，將指令cache和數(shù)據cache分開設計，這樣CPU可以對數(shù)據和指令進行平行操作，結合DSP取址，譯碼，讀數(shù)，執(zhí)行的四級流水線結構，充分提高系統(tǒng)效率。二級cache采用統(tǒng)一結構，數(shù)據和指令共用一個cache，此時可以根據程序執(zhí)行的具體情況，二級cache自動平衡指令和數(shù)據間的負載，從而提高命中率。DSP若在一級cache中未找到需要的指令和數(shù)據，則可在二級cache中尋找。此結構下，一級cache找不到的數(shù)據和指令多數(shù)可在二級cache中找到，提高了整個cache系統(tǒng)的命中率。

增加一級cache的容量可提高命中率，但隨著cache容量增大，電路結構將變得復雜，所用的芯片面積、功耗也會加大，而且cache的訪問時間也會變長，從而影響到ALU的速度。綜合考慮速度，面積，功耗等因素，我們把一級指令cache和數(shù)據cache的容量均定為4KB。

二級cache處于一級cache和主存儲器之間，訪問時間是3到4個ALU時鐘周期，其容量一般是為一級cache的4到8倍。設計中我們將二級cache的容量為定位32KB。

3 cache的映射方式與地址結構

cache采用的映射方式通常有直接映射、關聯(lián)映射、組關聯(lián)映射三種，直接映射命中率低，容易發(fā)生抖動，關聯(lián)映射雖然命中率較高，但電路復雜，權衡電路復雜性和命中率，我們主要采用組關聯(lián)映射方法。在組關聯(lián)映射中，可將主存空間分成塊，cache空間分為組，一組包含多行，行的大小與塊的大小相等。主存中的特定塊只能映射到cache中的特定組，但可以映射到組內的不同行。若用j表示主存的塊號，i表示cache中的組號，m表示cache的總行數(shù)，當cache分為v個組，每組k個行時，存在以下關系（見公式1、2），

此種映射方式通常稱為k路組關聯(lián)映射。利用公式（2），我們可以根據塊的物理地址計算它能映射到的組號，塊j 能被映射到相應組中k行的任何一行中。

設計中二級cache采用4路組相聯(lián)的結構，分為共256組，每組4行，每行8個32位單元，總容量位32KB。cache的控制邏輯將存儲器地址簡單的分為三個域：標記域，組號和字。為了降低系統(tǒng)的功耗，采用了標記（tag）和數(shù)據體相分離的方案。為了加快訪問速度，把cache中行號相同的塊放在一個數(shù)據體中實現(xiàn)。這樣cache就可分為4個標記存儲器，4個數(shù)據存儲器。每個標記存儲器可放256個標記，每個數(shù)據存儲體有256行數(shù)據。地址的劃分如圖2，tag的結構見圖3。

一級指令cache和數(shù)據cache采用組關聯(lián)的結構，均分為32個組，每組4行，每行含有8個32位的單元，每個容量位4KB。一級cache的組和行與二級cache的組和行大小對應，在二級cache到指令cache和數(shù)據cache間，組之間我們采用直接映射的方式，組內用全關聯(lián)方式。這樣我們結合了組關聯(lián)的靈活與全關聯(lián)的命中率高的優(yōu)點。

和二級cache相似，也把每組塊號相同的數(shù)據放在同一個數(shù)據體中，共分為4個標記存儲器，四個數(shù)據體存儲器。每個標記存儲器可放32個標記，每個數(shù)據存儲體有32行數(shù)據。對主存地址的劃分如圖4。

tag的結構見圖5。

其中，P位是數(shù)據存在位, M位是數(shù)據修改的標記位，用于寫策略的實現(xiàn)。

4 寫策略及cache替換算法

寫策略通常采用寫回或寫直達，采用寫回法時，僅當cache中的某行數(shù)據被替換時，才更新存儲器中相應數(shù)據。采用寫直達法時，則每次寫操作都要同時更新cache和主存儲器中的數(shù)據。

所針對的DSP處于單處理器工作模式下，考慮到整個系統(tǒng)的數(shù)據處理效率，設計時我們采用寫回法更新數(shù)據。寫回法中，如果一級cache中的數(shù)據發(fā)生改變而未立即寫回L2 cache和主存儲器，或者L2 cache中的數(shù)據發(fā)生改變，未立即寫回主存儲器，那么就會造成數(shù)據不一致而導致錯誤。為保證數(shù)據的一致性，在駐留于cache中的某一塊被替換之前，必須考慮它是否在cache中被修改。如果沒有修改，則cache中原來的塊就可以直接被替換掉，而不需回寫；如果修改過，則意味著對cache這一行至少執(zhí)行過一次寫操作，那么在替換之前主存儲器中的數(shù)據也必須隨之做相應修改。為此我們在cache的tag中設置了修改位M，在執(zhí)行回寫操作前我們均對修改位進行判斷，其值為1時表示數(shù)據被修改過，需回寫，為0則表示未修改，不進行回寫。

Cache的替換算法有很多種 ，為了提高命中率，在設計時采用了優(yōu)化的LRU算法：棧鏈法^[6]。棧鏈法的管理規(guī)則如下：

1） 把本次訪問的塊號與棧中保存的所有塊號進行比較。如果發(fā)現(xiàn)有相等的，則cache命中，本次訪問的塊號從棧頂壓入，棧內各單元的塊號依次往下移，直至與本次訪問的塊號相等的那個單元為止，再往下的單元直至棧底都不改變。

2）如果相聯(lián)比較沒有發(fā)現(xiàn)相等的，則cache失效。棧底單元中的塊號就是要被替換的塊號。

實現(xiàn)時采用四個存儲單元，每個單元兩位，用來保存當前cache組的四個塊號。首先是相聯(lián)比較，以組號為地址，從四個標記寄存器中讀取數(shù)據，和地址進行比較，然后就可以產生命中與否的信號，以及命中時相應的塊號。

5  如何根據地址在cache中找到所需要的數(shù)據

圖6 I cache查找數(shù)據的過程  

能夠映射到cache中某一行的數(shù)據很多，那么是怎樣在cache中找到所需要的數(shù)據呢？主要是借助于標記。以 I  cache 為例，當CPU發(fā)出讀信號時，則首先以組號PA[7:3]為地址，從I cache的四組標記寄存器中讀取標記，送往對應的比較器，和地址信號PA[31:8]進行比較,如果比較相等，且存在位有效，則表示命中。HIT1表示第1組命中，依次類推。HIT1 ,HIT2,HIT3,HIT4經過或門以后，就是總體命中與否的輸出信號。如果HIT1有效，以PA[7:0]對cache的數(shù)據體1進行尋址，讀取相應的數(shù)據。其它情況類似。在這個過程中，可以看出，地址和數(shù)據之間的一一對應關系。

6 數(shù)據塊傳輸

數(shù)據塊傳輸是對存儲器的一種重要操作，根據譯碼電路的層次性，知道如果只是地址的低位發(fā)生改變，譯碼電路很快就可以達到穩(wěn)定狀態(tài)，選擇對應的單元，進行讀寫。因此對數(shù)據進行整組傳輸，有利于提高傳輸?shù)男?。在該cache中，對存儲器的訪問都是定長的，如果產生不命中的信號，則立即產生8拍定長的讀寫信號。具體實現(xiàn)時，設計了一個控制塊傳輸信號的模塊。每當產生不命中的信號，則把塊傳輸?shù)某跏嫉刂纷x入到該模塊的初始地址寄存器，設置相應的傳輸單元數(shù)為8，以及對應的cache單元的讀寫信號。在每個時鐘的上升沿，地址寄存器增1，傳輸單元個數(shù)寄存器減1，當傳輸單元個數(shù)寄存器的數(shù)據為0時，就結束傳輸。

由于L2 cache是個單端口的存儲器，一級cache采用哈佛結構，對數(shù)據和指令同時進行操作，當D cache和I cache失效時，都會訪問L2 cache，這樣就有可能產生沖突。為了解決這個問題，在塊傳輸控制的模塊中，設置了一位busy位，用來標志總線忙狀態(tài)。當某個請求得到響應，其余的請求只有進入等待狀態(tài)。在設計時，制定了訪問L2 cache的優(yōu)先級協(xié)議：讀指令不命中的優(yōu)先級最高，寫數(shù)據不命中的優(yōu)先級次之，讀數(shù)據不命中的優(yōu)先級最低。當I cache和D cache同時產生不命中的信號時，根據優(yōu)先級協(xié)議來訪問L2 cache。

7 結束語

在命中率方面，采用兩級cache結構及組關聯(lián)映射方法提高了cache系統(tǒng)的命中率。在數(shù)據處理效率方面，由于一級cache采用哈佛結構，指令和數(shù)據可并行操作，顯著提高了系統(tǒng)的數(shù)據處理能力。在功耗方面，采用了數(shù)據體和標記相分離的措施，這使得只有在cache命中的情況下，才會訪問數(shù)據體，可降低系統(tǒng)的功耗。

整個設計采用自頂向下的設計流程，用Verilog語言描述整個系統(tǒng),在synopsys工具下進行仿真和綜合。在綜合的結果中,指令cache的延遲最長，為4.3ns.整個cache系統(tǒng)的等效門數(shù)約24萬個門。

作者的創(chuàng)新點：設置busy位標志總線忙狀態(tài)，并制定優(yōu)先級協(xié)議處理多信號同時訪問總線的情況，有效解決了總線的訪問沖突問題。

參考文獻：

[1] 曲文新等.“龍騰”R2微處理器cache單元的設計與實現(xiàn).計算機工程與應用.2006.17

[2] 謝興軍等.哈佛體系結構的cache控制器設計. 計算機工程.2004.11

[3] Hennessy J L,Patterson.D A Computer Architecture :A Quantiative Approach. 3nd,San Mateo:Morgan Kaufmann Publishers,2002

[4] 王文彬等. P2P Web Cache模型性能可行性分析.微計算機信息，2006 6-3.

[5] 吳夢潔  Cache controller的設計與研究  2004年2月

[6] 程由猛，陳書明.高性能DSP片內二級Cache控制器設計與優(yōu)化.第八屆計算機工程與工藝全國年會，2003.4