Politecnico di Milano UNA METODOLOGIA PER LA STIMA DELLE RISORSE HARDWARE IN ARCHITETTURE RICONFIGURABILI Relatore: Prof. Fabrizio FERRANDI Correlatore: Ing. Marco Domenico SANTAMBROGIO Tesina di Laurea di Marco MAGNONE Matr. 640006 Sommario Introduzione Sistemi dedicati Obiettivi Framework PandA Flusso di sviluppo Estrazione delle metriche PDG Vettore di caratterizzazione Implementazione Parametrizzazione delle metriche Struttura di CLB e slice Test e risultati Esempi Risultati Conclusioni e sviluppi futuri DRESD - PandA Project -2- Introduzione Introduzione Sistemi dedicati Obiettivi Framework PandA Flusso di sviluppo Estrazione delle metriche PDG Vettore di caratterizzazione Implementazione delle metriche Parametrizzazione delle metriche Struttura di CLB e slice Test e risultati Esempi Risultati Conclusioni e sviluppi futuri DRESD - PandA Project -3- Sistemi dedicati Stato: • Generazione della descrizione .:: Introduzione > Sistemi dedicati > Obiettivi .:: Framework > PandA > Flusso di sviluppo .:: Estrazione delle metriche > PDG. > Vettore di caratterizzaz. > Implementaz. > Parametr. > CLB e slice .:: Test e risultati > Esempi > Risultati > Conclusioni e sviluppi futuri • Creazione del modello Descrizione a livello di sistema Analisi Valutazione del progetto ed esplorazione dello spazio delle soluzioni sulla base di prestazioni, dimensioni, consumo e costo Verifica Partizionamento HW/SW Descrizione HW Descrizione SW Sintesi HW Generazione SW Minimizzazione di una cifra di merito rispettando i vincoli di progetto. E’ necessario disporre di strumenti di stima della qualità del sistema per la parte hardware e quella software Sintesi Interfacce Tecniche per la sincronizzazione tra hardware e software (scambi di segnale, schemi in interrupt..) Integrazione + Valutazione vincoli Verifica del comportamento del sistema da un punto di vista funzionale e di timing sia per validare la specifica iniziale sia il partizionamento introdotto Simulazione + Validazione Sistema Integrato DRESD - PandA Project -4- Obiettivi Stato: .:: Introduzione > Sistemi dedicati > Obiettivi .:: Framework > PandA > Flusso di sviluppo .:: Estrazione delle metriche > PDG > Vettore di caratterizzaz. > Implementaz. > Parametr. > CLB e slice .:: Test e risultati > Esempi > Risultati > Conclusioni e sviluppi futuri Ricerca di metriche che permettano una stima affidabile dell’area occupata e del tempo di esecuzione dei singoli componenti in un’architettura riconfigurabile utilizzando descrizioni semi formali quali PDG e SDG Analisi di varie strutture dati (PDG e FGPDG) e validazione dei risultati tramite flusso automatico con l’utilizzo di EDK SVANTAGGI DELLE METRICHE PRESENTI IN LETTERATURA • Limitazione a funzioni combinatorie ad un solo ingresso (Nemani e Najm) • Orientamento ad un solo dispositivo obiettivo, quindi in caso di differente architettura è necessario rifare tutto (Kulkarni, Najjar, Rinkel) • Errori medi di stima alti (intorno al 20-25%) • Sostanziale dipendenza tra implementazione delle metriche e dispositivo obiettivo scelto DRESD - PandA Project -5- Framework Introduzione Sistemi dedicati Obiettivi Framework PandA Flusso di sviluppo Estrazione delle metriche PDG Vettore di caratterizzazione Implementazione delle metriche Parametrizzazione delle metriche Struttura di CLB e slice Test e risultati Esempi Risultati Conclusioni e sviluppi futuri DRESD - PandA Project -6- PandA Stato: .:: Introduzione > Sistemi dedicati > Obiettivi • Progetto nato all’interno del DEI del Politecnico di Milano che mira a sviluppare un framework per la progettazione di sistemi dedicati • Struttura del progetto modulare, composta da sottoprogetti che interagiscono tra di loro, raggruppati in varie categorie: .:: Framework > PandA > Flusso di sviluppo .:: Estrazione delle metriche > PDG > Vettore di caratterizzaz. > Implementaz. > Parametr. > CLB e slice .:: Test e risultati > Esempi > Risultati > Conclusioni e sviluppi futuri 1. Livello di gestione di descrizioni comportamentali 2. Livello di gestione di grafi e descrizioni strutturali 3. Livello di sintesi ad alto livello • La struttura interna si chiama IR: tree ed è un grafo i cui nodi sono istanze di classi C++ appartenenti ad un’unica gerarchia, mentre gli archi sono implicitamente definiti come riferimenti tra coppie di nodi. E’ composto da due sotto-moduli: IR: graph e IR: circuit Le metriche introdotte verranno implementate all’interno di PandA considerando il sotto-modulo IR: graph DRESD - PandA Project -7- Flusso di sviluppo Stato: Descrizione ad alto livello PandA GCC Parser .:: Introduzione > Sistemi dedicati > Obiettivi IR: graph .:: Framework > PandA > Flusso di sviluppo .:: Estrazione delle metriche > PDG > Vettore di caratterizzaz. > Implementaz. > Parametr. > CLB e slice .:: Test e risultati > Esempi > Risultati > Conclusioni e sviluppi futuri Metriche IR: tree IR: circuit bitstream EDK System Creator IP CoreGen Tool che collega automaticamente il generico IP-Core e un dato sistema con architettura EDK-compatibile DRESD - PandA Project -8- Partizionamento HW/SW VHDL C Tool che crea automaticamente un core compatibile con EDK partendo da una generica funzionalità VHDL Estrazione delle metriche Introduzione Sistemi dedicati Obiettivi Framework PandA Flusso di sviluppo Estrazione delle metriche PDG Vettore di caratterizzazione Implementazione delle metriche Parametrizzazione delle metriche Struttura di CLB e slice Test e risultati Esempi Risultati Conclusioni e sviluppi futuri DRESD - PandA Project -9- PDG Stato: ENTRY Sa Sb Sc S: for(a=ref; a<b; a++) .:: Introduzione > Sistemi dedicati > Obiettivi S1: ..........; .:: Estrazione delle metriche > PDG > Vettore di caratterizzaz. > Implementaz. > Parametr. > CLB e slice .:: Test e risultati > Esempi > Risultati > Conclusioni e sviluppi futuri P Sa .:: Framework > PandA > Flusso di sviluppo Archi di dipendenza di controllo a,li,o T X,Y,Z Archi di dipendenza dal flusso di dati X Variabile interessata alla dipendenza a,lc,a a,lc,- R1 Y a,lc,o S1 } P: ..........; a,li,- Sb { Sc Z li loop indipendent lc loop carried do o a - def-order dependency output dependency anti-dependency nessuna delle tre precedenti R1 DRESD - PandA Project - 10 - Nodo regione Vettore di caratterizzazione Stato: .:: Introduzione > Sistemi dedicati > Obiettivi .:: Framework > PandA > Flusso di sviluppo .:: Estrazione delle metriche > PDG > Vettore di caratterizzaz. > Implementaz. > Parametr. > CLB e slice .:: Test e risultati > Esempi > Risultati > Conclusioni e sviluppi futuri Il processo di stima esplora progressivamente l’intero grafo per arrivare a determinare le caratteristiche dell’intera applicazione. Si considera il PDG di ogni task presente nell’applicazione e si compila una lista di tutti i tipi di operazioni presenti, determinando un vettore di caratterizzazione del tipo: Unità funzionale Coefficiente Sommatori – Sottrattori - Contatori C1-C4 Array Multiplier C5-C6 Comparatori C7-C14 Moltiplicatori - Moltiplicatori per costante C15-C17 Operazioni Logiche C28-C33 MUX - Shifter C34-C38 DRESD - PandA Project - 11 - Implementazione delle metriche Stato: .:: Introduzione > Sistemi dedicati > Obiettivi Una volta che il PDG è stimato, si considerano le dipendenze di controllo, quali loop o branch, e si costruiscono dei macro-nodi fondendo insieme due o piu’ nodi, e si ripete il procedimento per i nuovi nodi. .:: Framework > PandA > Flusso di sviluppo .:: Estrazione delle metriche > PDG > Vettore di caratterizzaz. > Implementaz. > Parametr. > CLB e slice .:: Test e risultati > Esempi > Risultati > Conclusioni e sviluppi futuri ENTRY S T S1 ENTRY ENTRY S3 T F S2 S3 S S1 T F S2 S3 S S1 F S2 Allo stesso modo si valutano gli SDG, cioè considerando i singoli PDG come macro-nodi e valutando le dipendenze che intercorrono tra essi (esecuzione parallela, sequenziale..) DRESD - PandA Project - 12 - Parametrizzazione delle metriche Stato: .:: Introduzione > Sistemi dedicati > Obiettivi .:: Framework > PandA > Flusso di sviluppo .:: Estrazione delle metriche > PDG > Vettore di caratterizzaz. > Implementaz. > Parametr. > CLB e slice .:: Test e risultati > Esempi > Risultati > Conclusioni e sviluppi futuri L’area e il ritardo di propagazione di ogni unità funzionale sono stati ottenuti attraverso una serie di passi: 1. Generazione del learning-set 2. Sintesi del learning-set 3. Analisi del rapporto di sintesi 4. Estrazione della metrica dall’analisi del rapporto di sintesi 5. Validazione della metrica Per rendere le metriche adattabili ad un certo numero di dispositivi, si sono introdotti dei parametri, S e L, indicanti rispettivamente il numero di slice e di LUT all’interno di una singola CLB. Quindi prima di applicare le metriche è necessario ottenere il valore di tali costanti, in base all’architettura di volta in volta presa in considerazione. Xilinx FPGA Virtex II Pro – Virtex II – Virtex IV Virtex V Virtex Spartan 3/3L – Spartan 3E DRESD - PandA Project - 13 - S L 4 2 2 4 8 8 4 8 Struttura di CLB e slice Stato: L’architettura obiettivo di questo lavoro è la Virtex II Pro di Xilinx, che ha all’interno di ogni CLB 4 slice (S=4) e 4x2=8 LUT (L=8) COUT .:: Introduzione > Sistemi dedicati > Obiettivi Slice X1Y1 .:: Framework > PandA > Flusso di sviluppo .:: Estrazione delle metriche > PDG > Vettore di caratterizzaz. > Implementaz. > Parametr. > CLB e slice .:: Test e risultati > Esempi > Risultati > Conclusioni e sviluppi futuri LUT Slice Switch Matrix COUT G FF/ CY X1Y0 SHIFT Slice latch CIN X0Y1 LUT F Slice CY FF/ latch X0Y0 CIN Ogni CLB è composta da: • 4 slice • 2 buffer 3-state DRESD - PandA Project Ogni slice è composta da: • 2 generatori di funzioni logiche (LUT a 4 ingressi) • 2 elementi di memorizzazione funzionanti in modalità sincrona (FF) o asincrona (latch) - 14 - Test e risultati Introduzione Sistemi dedicati Obiettivi Framework PandA Flusso di sviluppo Estrazione delle metriche PDG Vettore di caratterizzazione Implementazione delle metriche Parametrizzazione delle metriche Struttura di CLB e slice Test e risultati Esempi Risultati Conclusioni e sviluppi futuri DRESD - PandA Project - 15 - Esempi (1): unità funzionali Stato: .:: Introduzione > Sistemi dedicati > Obiettivi .:: Framework > PandA > Flusso di sviluppo .:: Estrazione delle metriche > PDG > Vettore di caratterizzaz. > Implementaz. > Parametr. > CLB e slice .:: Test e risultati > Esempi > Risultati > Conclusioni e sviluppi futuri Alcuni esempi di metriche ottenute per la SINGOLA unità funzionale, per le famiglie Virtex II e Spartan, per le quali il potere espressivo di una CLB equivale ad un byte: • Sommatori – Sottrattori CLB=N Slice=S*N LUT=L*N N dimensione in byte degli addendi • Moltiplicatori CLB= N2/2 [(N1=1), V N2] N1*N2 [(1<N1<16), V N2] V [N1>16, N2>50] (N1+N2) 4 2 [(N1>16), (1<N2<50)] N1, N2 dimensione in byte delle due variabili da moltiplicare Quindi per l’intero PDG si avranno le seguenti metriche per i sommatori e moltiplicatori: ASomm[CLB] = C1*C2 C1 num. Sommatori, C2 dim.media addendi AMol1[CLB] = C15*C16*0.5 C15 num. Molt. con N1=1, C16 dim.media N2 AMol2[CLB] = C17*C18*C19 AMol3[CLB] = C20*(C21+C22)*0.25 AMol4[CLB] = C23*C24*C25 DRESD - PandA Project - 16 - Esempi (2): unità funzionali Stato: .:: Introduzione > Sistemi dedicati > Obiettivi .:: Framework > PandA > Flusso di sviluppo .:: Estrazione delle metriche > PDG > Vettore di caratterizzaz. > Implementaz. > Parametr. > CLB e slice .:: Test e risultati > Esempi > Risultati > Conclusioni e sviluppi futuri Quindi l’area espressa in CLB dell’intero PDG è pari a: A[CLB] = ASomm + ACont + AArrMul + AComp1 + AComp2 + AComp3 + AComp4 + AMol1 + AMol2+ + AMol3 + AMol4 + AMolK + AOpLog1 + AOpLog2 + AOpLog3 + AMux Per quanto riguarda il timing, si è proceduto nello stesso modo e si è ottenuto ad esempio per gli addizionatori: TAdd[s] = NumAdd * [(LungMediaAddendo*dr)+dc] dr e dc sono rispettivamente il ripple line delay e il combinatorial delay e sono ricavabili dal data sheet della scheda Quindi il ritardo di propagazione è dato dalla somma dei singoli contributi, pesati da un fattore empirico 1.5 necessario per tenere in considerazione l’influenza del routing e dal fattore (1/LP) necessario per pesare la somma dei singoli contributi in relazione alla struttura del task. T[s] = (1.5/LP) (TAdd + TMol + TMux + TLog) Una volta che il PDG è stimato, costituisce un nodo, quindi si considerano le dipendenze di controllo, si formano i macro-nodi e si combinano le stime di area e tempo. Ad esempio nel caso di nodi eseguiti in PARALLELO con area (A1,A2) e timing (T1,T2), il macro nodo risultante ha: A = A1 + A2 T = MAX (T1,T2) DRESD - PandA Project - 17 - Risultati (1): unità funzionali Stato: .:: Introduzione > Sistemi dedicati > Obiettivi Errore medio stima FF sempre nullo tranne Molt. e MUX Errore medio % .:: Framework > PandA > Flusso di sviluppo .:: Estrazione delle metriche > PDG > Vettore di caratterizzaz. > Implementaz. > Parametr. > CLB e slice .:: Test e risultati > Esempi > Risultati > Conclusioni e sviluppi futuri Errore medio stima tempo di esecuzione al di sotto del 5% (problema wiring) Errore medio stima CLB intorno al 2% Stima CLB Stima FF Stima tempo DRESD - PandA Project - 18 - Risultati (2): il filtro FIR Stato: Il sorgente C del filtro è costituito dalla funzione clear, che pone zeri nella delay line e dalla funzione fir-basic, che immagazzina i campioni di ingresso e calcola i campioni di uscita. .:: Introduzione > Sistemi dedicati > Obiettivi Errore medio stima CLB tra il 12% e il 18% Area [CLB] 100 95 .:: Framework > PandA > Flusso di sviluppo 90 85 80 75 Stima .:: Estrazione delle metriche > PDG > Vettore di caratterizzaz. > Implementaz. > Parametr. > CLB e slice Implementazione Errore medio stima temporale 7% Frequenza [Mhz] .:: Test e risultati > Esempi > Risultati > Conclusioni e sviluppi futuri Stima Implementazione DRESD - PandA Project - 19 - Conclusioni e sviluppi futuri Stato: .:: Introduzione > Sistemi dedicati > Obiettivi .:: Framework > PandA > Flusso di sviluppo .:: Estrazione delle metriche > PDG > Vettore di caratterizzaz. > Implementaz. > Parametr. > CLB e slice .:: Test e risultati > Esempi > Risultati > Conclusioni e sviluppi futuri • Errori medi di stima per le singole unità funzionali soddisfacenti, intorno al 2% per le CLB e al 5% per il tempo di esecuzione • Facilità nell’adattare le metriche ad architetture differenti • Errori medi di stima per benchmark complessi tra il 12% e il 18% • Problemi riscontrati con il wiring delay In futuro.. • Maggiore utilizzo dei PDG a granularità fine • Integrazione automatica nel flusso di sviluppo delle stime ottenute • Maggiore indipendenza dai coefficienti di delay nelle stime del tempo di esecuzione DRESD - PandA Project - 20 -