Xilinx FPGA的組成部分

本文是以Xilinx Kintex UltraScale+ 系列為參考所寫，其他系列有所不同，可以參考相應的user guide文檔。

Xilinx家的FPGA有這么些基本組成部分：

Configurable Logic Block (CLB)可編程邏輯塊

Block Memory存儲器

DSP數字信號處理器

Transceivers收發器

I/O pins輸入輸出端口

從Implemented Design中可以看到FPGA中資源大致分布如下。中間藍色是CLB可編程邏輯塊、DSP或BRAM，兩側的彩色矩形塊是I/O接口和收發器，劃分的方塊是不同的時鐘域

Configurable Logic Block (CLB)可編程邏輯塊

CLB是FPGA內部實現可編程性的主要成分，其中可以包括：

LUT查找表

高速算術邏輯

分布式存儲distributed memory或移位寄存器shift register logic (SRL) ability

Look-Up Table (LUT)查找表

每個CLB中包含一個slice，每個slice提供8個6輸入查找表LUT和16個寄存器（slice就是CLB中一個小的分割，有的CLB中有兩個，不知道怎么翻譯這個詞）。每個6輸入LUT可以被設置成1個6輸入查找表或者2個5輸入查找表。可以這么配置的原因跟LUT結構有關。

上圖是一個4輸入查找表的結構，[ABCD]作為4位二進制輸入，總共有24=16種輸入，每種輸入對應的1位輸出就存在左側的寄存器中，因此查找表可以完成每一種二進制邏輯。在右側可以看到一個4輸入LUT其實是兩個3輸入LUT再加上一個2路復用器MUX，最后的MUX由新加入的一位控制，如果要拆開就把兩個3輸入LUT的結果繞開最后的MUX輸出即可。同樣就可以理解6輸入LUT拆分成兩個5輸入LUT的原因。

之前介紹Altera的ALM時說過，LUT太深或太淺都不好，太深需要很多寄存器，而且MUX層數太多，延遲嚴重；太淺不方便配置邏輯，浪費過多空間。A家和X家根據客戶實際使用情況調查過之后得到的結論相同，6輸入LUT目前來說是最平衡的，如果需要的話就拆成小的LUT，一般以6輸入為主。

LUT的輸出如下，O6是作為6輸入LUT的結果，O5是作為兩個5輸入LUT的結果，有2位。它的結果可以直接作為slice的輸出，也可以傳遞到寄存器中儲存。而存入寄存器的數據也可以不經過LUT，直接從外界讀取。

Xilinx的Toolchain會自動配置這部分內容，但是了解細節可以更好的利用FPGA中的資源，比如下面三段代碼，第一段只用上了LUT查找表輸出，第二段繞過了LUT輸入到寄存器中，而第三段同時用上了LUT查找表和寄存器，可以說是對slice利用率最高的。

// Code 1

wire [1:0] output;

wire [5:0] input;

assign output[0] = input[0]&input[1]|input[2];

assign output[1] = input[3]|input[4]^input[5];

// Code 2

wire clk, rst;

reg [1:0] output;

reg [1:0] input; // Coming from previous registers

always @(posedge clk or posedge rst) begin

if(rst)

output <= 2'b00;

else

output <= input;

end

// Code 3

wire clk, rst;

reg [1:0] output;

wire [5:0] input;

always @(posedge clk or posedge rst) begin

if(rst)

output <= 2'b00;

else begin

output[0] <= input[0]&input[1]|input[2];

output[1] <= input[3]|input[4]^input[5];

end

end

在project比較小的時候自然不用注意這么多，project大大時候toolchain有一定的能力幫你平衡這些資源利用，這種摳牙縫的手段在FPGA特別小，或者代碼太大，或者時鐘很高時就有用了。在時鐘高時，為了盡可能縮短信號之間的布線距離，能用寄存器緩沖的就要盡量用，但只是用pipeline的形式加入相當于浪費了一些slice中的LUT部分，最好的辦法就是把寄存器加在邏輯中間，這樣利用率就提高了。比如在不優化的情況下，第二段比第一段代碼更高效，時鐘環境更好（自己做總比不知道toolchain做了什么要好）：

// Code 1

wire clk, rst;

wire [5:0] input;

reg [1:0] pipeline;

reg output;

always @(posedge clk or posedge rst) begin

if(rst) begin

pipeline <= 2'b00;

output <= 1'b0;

end

else begin

pipeline[0] <= &input; // And every bits from input

pipeline[1] <= pipeline[0]; // Pipeline it

output <= pipeline[1];

end

end

// Code 2

wire clk, rst;

wire [5:0] input;

reg [1:0] pipeline;

reg output;

always @(posedge clk or posedge rst) begin

if(rst) begin

pipeline <= 2'b00;

output <= 1'b0;

end

else begin

pipeline[0] <= &input[2:0]; // And first 3 bits from input

pipeline[1] <= &input[5:3]; // And last 3 bits from input

output <= pipeline[0] & pipeline[1];

end

end

高速算術邏輯

和Altera中的ALM相似，Xilinx的slice中也有小的加法器，使得小位數的加法、乘法、計數器可以在其中實現。但是高位數的算術運算就不適合在其中實現了，容易出現各種時鐘問題，而且浪費大量邏輯資源，這種運算最好交給之后的DSP資源來實現。

分布式存儲distributedmemory或移位寄存器shift register logic (SRL) ability

Slice也分兩種，前面介紹的是普通的SLICEL (logic)，也就是邏輯slice，還有一種是強化了存儲功能的SLICEM (memory)，也就是存儲slice。SLICEM也可以當作SLICEL用，擁有SLICEL的一切功能，但SLICEM添加了地址線write address端口和寫使能write enable端口，使得6輸入LUT中的26=64個寄存器可以被配置成64-bits RAM，8個6輸入LUT合起來就可以是一個512-bit RAM。

Xilinx還有一個特殊的設計，可以讓這64 bits互相連接變成一個移位寄存器，比起使用后面的register寄存器利用率高很多。舉個栗子的話：

// Shift registers

genvar i;

wire [3:0] addr_1 = 4'd15;

wire [41:0] D_1;

wire [41:0] Q_1;

assign D_1 = input;

assign output = Q_1;

// 42bit X 16

generate

for(i=0; i<42; i=i+1) begin : Shift

SRL16E #(

.INIT(16'h0000), // Initial contents of shift register

.IS_CLK_INVERTED(1'b0) // Optional inversion for CLK

)

Shift_UP2_1 (

.Q(Q_1[i]), // 1-bit output: SRL Data

.CE(1'b1), // 1-bit input: Clock enable

.CLK(clk), // 1-bit input: Clock

.D(D_1[i]), // 1-bit input: SRL Data

// Depth Selection inputs: A0-A3 select SRL depth

.A0(addr_1[0]),

.A1(addr_1[1]),

.A2(addr_1[2]),

.A3(addr_1[3])

);

end

endgenerate

也許有人會想，為什么要考慮那么多小技巧把代碼變復雜，硬件編程跟軟件編程的不同就在這里，用實際電路的思維來考慮，它的實現情況和用指令集數據庫的軟件編程有很多不同點。寫簡單的代碼有時候被編譯后就變成低效的結構。新手寫RTL代碼會出現a=b*c;這種，每次看到都會頭皮發麻。

因此設計RTL時，推薦這種優化步驟：

盡量少用reset，并且不要同時用同步reset和異步reset

寄存器很多，能用盡量用，對時鐘環境好（不要用always *，同樣看到頭皮發麻）

寫寄存器的控制信號簡單點，盡量也用寄存器pipeline一下

移位寄存器比較特殊，不要用復位信號，盡量用上LUT中的SRL，reset信號會讓tool避免用SRL

少于64bits的存儲用SLICEM來做，Xilinx tool中一般叫LUTRAM

位數較高的加法、計數器，以及盡可能所有常常調用的乘法用DSP來實現

Block Memory存儲器

在CLB中的LUTRAM之外，Xilinx芯片中的內置存儲器就是BRAM存儲器了。每個BRAM可以被配置成兩個獨立的18kb RAM或者一個36kb RAM，每個BRAM有兩個獨立的讀寫端口

如果一個36kb的BRAM不夠用，還可以把多個BRAM連接在一起：

DSP數字信號處理器

Xilinx的FPGA中高位加法和乘法主要是由DSP數字信號處理器承擔的，其結構如下

根據不同的配置，可以構成一系列公式，比如下面幾種 P = ( A ± D ) ? B + C P = B 2 + P P = A ± D ± C P=(Apm D)*B+C P=B^2+P P=Apm Dpm CP=(A±D)?B+CP=B2+PP=A±D±C

和Altera FPGA中的DSP相比，兩個乘法器變成一個，多了平方選項和XOR邏輯，以及比較邏輯。相比起來Xilinx FPGA中的DSP雖然集成度沒有那么高，但靈活性更高，更方便配置成各種需要的形式，設計FIR這類結構時，可以很明顯感受到Xilinx中的DSP設計出的結構復雜度低很多，不需要考慮兩個乘法器帶來的協同性問題。

調用Xilinx的DSP有比較多的注意事項，代碼也相對較長，之后可以單獨寫一篇。

Transceivers收發器

在Kintex UltraScale+系列中的收發器有Gigabit Transceivers H/Y (GTH/GTY)兩種，后面的H和Y代表不同的傳輸速率，具體是哪個單詞沒有找到。這些高速收發器可以承擔不同的接口任務，常見的有PCIe、SFP、10G網、SATA等。

讓傳輸速率更高一直是通信行業的核心問題，這個毋庸置疑，無論哪種接口，要在FPGA上實現，不可避免的要用到這些收發器。

這里的細節太多，全寫一遍可以出一本書，我也只懂些皮毛，這里放一張大概的結構圖，挖個坑等我邊寫邊填。

I/O pins輸入輸出端口

在Xilinx UltraScale系列中有三種I/O bank，一種是High-performance (HP)高性能、High-density (HD)高密度、High-range(HR)大范圍。HP可以滿足1.8V以下信號的性能需求，HD可以在支持低速接口的情況下盡可能減小面積，HR可以支持更多的3.3V以下標準。

總結

在我看來，和Altera的FPGA相比，Xilinx的FPGA與之最大區別就是DSP的不同。雖說兩個公司對一些資源的名稱不同，分割方式不同，但其邏輯的主體LUT沒有太大區別，BRAM的區別也不大，只有DSP有結構上的不同。至于對外的接口，個人認為對內部邏輯影響不大。