Question

我是FPGA编程的新手，我对整体执行时间方面的表现有疑问。

我已经读过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，我将测量总体执行时间。

假设我有一个计算a = b * c * d。

如果我在两个周期内计算（result1 = b * c）＆amp; （a = result1 * d），总执行时间为2 *周期时间的延迟（由乘法运算的延迟确定，表示值X）= 2X

如果我在一个周期内进行计算（a = b * c * d）。整体执行时间是1 *周期时间的延迟（比如值2X，因为它有两倍的延迟而不是一次）= 2X

因此，似乎为了在执行时间方面优化性能，如果我只关注减少延迟，则周期时间会增加，反之亦然。是否存在可以减少延迟和周期时间，导致执行时间减少的情况？我什么时候应该专注于优化延迟？什么时候应该关注周期时间？

此外，当我使用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）。但是，似乎对于FPGA编程，优化延迟是不够的，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。提前谢谢。

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。由于通常存在一系列数据，因此查看一个接一个地处理多个输入所花费的时间非常有用。

以您的示例为例，处理10个项目，在一个周期（一个周期= 2t）中执行a = b x c x d将需要20t。无论如何在两个1t周期内完成，处理10个项目需要11t。

希望有所帮助。

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

计算两个1t周期，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

两种溶液的延迟时间为2t，第一种溶液的延迟时间为2t，第二种溶液的延迟时间为2t。然而，第二种解决方案的吞吐量是两倍。一旦考虑到延迟，您就会每1个周期得到一个新答案。

因此，如果你有一个复杂的计算需要说5个1t周期，那么延迟将是5t，但是通过率仍然是1t。

Answer 2

除了延迟和周期时间之外，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，如果您可以在每个周期中放入新数据并在每个周期中将其输出，那么您的吞吐量可以比“在一个周期中完成所有操作”增加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。

如果你管道它（这是将计算分成多个周期的技术术语）你可以在2个20ns +一个位中完成它（你必须输入额外的寄存器中的一点）。假设该位为10 ns（这很多，但总和很容易）。所以现在需要2x25 + 10 = 50 ns =＆gt; 20M项/秒。更糟！

但是，如果你可以使两个阶段彼此独立（在你的情况下，不共享乘数），你可以每25 +一位ns将新数据推入管道。这个“有点”将小于前一个，但即使它是整个10 ns，你可以以35ns或近30M项/秒推送数据，比你的启动更好用。

在现实生活中，10ns将会更少，通常是100s ps，因此收益会更大。

Answer 3

乔治准确地描述了意义延迟（这与计算时间无关）。它似乎想要优化您的设计速度。这非常复杂，需要很多经验。总运行时间是

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

其中N是您要执行的计算次数。如果你开发加速，你应该只计算大数据集，即N很大。通常你没有延迟要求（可能是实时应用程序不同）。确定因素是cycle_time和computation_cycles。这里很难优化，因为存在关系。 cycle_time由您的设计的关键路径决定，并且随着您在其上的寄存器越少，它就越长。它越长，cycle_time就越大。但是，您拥有的寄存器越多，您的computation_cycles（每个寄存器将所需周期数增加一个）。

也许我应该补充一点，延迟通常是calculate_cycles的数量（它是第一个产生延迟的计算）但理论上这可能是不同的。

FPGA时序问题

3 个答案: