マルチパラダイム型高水準ハードウェア設計環境の検討
•
2 gefällt mir•2,652 views
マルチパラダイム型高水準ハードウェア設計環境の検討（2016年2月29日 IEICE VLD研究会@沖縄）
Empfohlen
Empfohlen
Weitere ähnliche Inhalte
Was ist angesagt?
Was ist angesagt? (20)
Andere mochten auch
Andere mochten auch (15)
Ähnlich wie マルチパラダイム型高水準ハードウェア設計環境の検討
Ähnlich wie マルチパラダイム型高水準ハードウェア設計環境の検討 (20)
Mehr von Shinya Takamaeda-Y
Mehr von Shinya Takamaeda-Y (12)
Kürzlich hochgeladen
Kürzlich hochgeladen (11)
マルチパラダイム型高水準ハードウェア設計環境の検討
- 1. マルチパラダイム型 高水準ハードウェア設計環境の検討 高前田 伸也 奈良先端科学技術大学院大学 情報科学研究科 E-mail: shinya_at_is_naist_jp 2016年2月29日 15:25-15:50 IEICE VLD@沖縄県青年会館
- 2. 目次 n 背景：FPGAと高位合成の流行 l 逐次記述からRTLに変換する動作合成だけでOK？ l 内容に応じて異なるパラダイムを使い分けるのが重要 n 提案：マルチパラダイム型高位ハードウェア設計 l 異なるモデル（RTL・データフロー・逐次）を密結合 l 要素技術：Veriloggen.Dataflow • オペレータオーバーロードによる データフローを主体とした演算パイプライン設計 n 評価 l Veriloggen.Dataflowの設計効率の評価 l PyCoRAM逐次合成器を用いたマルチパラダイム方式の初期評価 n まとめ VLD2016-02 Shinya T-Y, NAIST 2
- 3. FPGAと高位合成、流行ってますね n アクセラレータとしての FPGA l 機械学習（深層学習） l データセンター l スパコン，など n 高位合成ツールの普及 l Vivado HLSが無料で利用可能 l （Altera, Xilinx共に） OpenCLによる設計が可能 l オープンソースの高位合成ツールも登場 • LegUp (C) • Synthesijer (Java) • Polyphony (Python) VLD2016-02 Shinya T-Y, NAIST 3 Microsoft Catapult [Putnam+, ISCA'14]
- 4. 高位合成だけでOK？ n No. n 動作合成では記述できない・したくない回路も多数存在 l 例）プロセッサ，タイミング・レイテンシ制約が厳しいI/F，等 n 最終的な性能チューニングにはRTLが結局必要だったり l 例）Traxコンテストで毎回優勝する静岡大学はRTL設計 n 関連研究: プログラミング言語の記述力を活用した RTL設計方式・ドメイン固有言語 l Chisel[Bachrach+,DAC'12] l PyMTL[Lockhart+,MICRO’14] l Synthesijer.Scala[三好,IEICE RECONF'15] VLD2016-02 Shinya T-Y, NAIST 4
- 5. 関連研究: Pythonによるハードウェアモデリング PyMTL[Lockhart+,MICRO’14] VLD2016-02 Shinya T-Y, NAIST 5 Derek Lockhart+: PyMTL: A Unified Framework for Vertically Integrated Computer Architecture Research, ACM/IEEE MICRO-47 (2014) Pythonで ハードウェア設計 3つの粒度に対応 FL: Functional Lv. CL: Cycle Lv. RL: RTL HDLに変換可能なのは RLのみL 粒度間の変換は手動L （高位合成ではない）
- 6. ハードウェア設計言語に求められるもの n 好みや用途に応じた選択肢がある l ソフトウェア開発は用途と好みに応じて言語を選べる • C, C++, Java, Python, Ruby, Perl, JavaScrit, Scala, Go, Haskell, ... l ハードウェア開発は？→選択肢が少ない • RTL: Verilog HDL, VHDL • HDL DSL: Chisel (Scala DSL), PyMTL (Python DSL), ... n 内容に応じて異なるパラダイムを使い分けるのが重要 l プロセッサ：RTL以下 l 低レイテンシI/O処理：手続き型，所々RTL？ l アプリケーションの初期実装：手続き型・機能レベル l アプリケーションチューニング：RTL（を意識した何か） VLD2016-02 Shinya T-Y, NAIST 6
- 7. 疑問: パラダイム間は疎結合で良いのか？ n 現状、RTLと高位モデルをするには併用は 高位モデルをRTLに変換後に両者を結合して実現 l 例）AXI4等のインターコネクト上で複数のIPコアを接続 l 疎結合のみ可能：モジュールの独立性が高いこと自体は良いJ n 同一コンポーネント中でも RTL/高位モデルの併用できると嬉しいのでは？ l 例）I/F動作はRTLで書きたいが制御は逐次モデルで書けると楽 • レイテンシが重要なHWが書きたいけどFSMは書きたくないL VLD2016-02 Shinya T-Y, NAIST 7 RTL モジュール 高位設計 モジュール AXI4インターコネクト RTL/高位設計モジュールの 疎結合 RTL モデル 高位 逐次 モデル Reg Input Output モジュール 単一モジュール中での RTL/高位モデルの併用
- 8. 提案: マルチパラダイム型高位設計 VLD2016-02 Shinya T-Y, NAIST 8 RTL Thread (逐次処理 ) モジュール Dataflow (パイプライン)Wire Input Output Reg Verilogモジュール 変換 3つの記述方式を併用 RTL: レジスタ転送レベルで 振る舞いを実装 Thread: FSMをベースに 逐次処理を実装 Dataflow: データフロー記述で 演算パイプラインを実装 複数のパラダイムが同一モジュールの定義に 利用可能な高位設計環境 本発表の目標 (1) Pythonを用いたRTLおよびDataflow設計技術の提案と評価 (2) 既存のPythonによる動作合成器を用いた初期検討
- 9. 要素技術(RTL): Veriloggen[高前田,IEICE RECONF'15]: PythonによるRTLメタプログラミング VLD2016-02 Shinya T-Y, NAIST 9 Design Generator by Python from veriloggen import * m = Module('blinkled') clk = m.Input('CLK') led = m.Output('LED', 8) count = m.Reg('count', 32) m.Assign( led(count[31:24]) ) m.Always(Posedge(clk)( count( count + 1 ) ) hdl = m.to_verilog() print(hdl) blinkled CLK RST LED count assign always Veriloggen Object module blinkled ( input CLK, output [7:0] LED ); reg [31:0] count; assign LED = count[31:24]; always @(posedge CLK) begin count <= count + 1; end endmodule Verilog Source Code module input CLK input RST blinkled Verilog AST to_verilog() Verilog AST Generator Verilog Code Generator Run on Python Interpreter Verilog HDLコードの 組み立てルールをPythonの 言語機能を活用して記述 Verilog HDLによる回路記 述・ テストベンチが生成される 実行
- 10. Verilogコードをオブジェクトとして表現 VLD2016-02 Shinya T-Y, NAIST 10 Moduleオブジェクト Pythonの言語機能を用いて オブジェクトを組み立てる (mの)Regオブジェクト "count <= 0"オブジェクト "count==1023"オブジェクト Ifオブジェクト (mの)Alwaysオブジェクト 完成したModule オブジェクトをリターン
- 11. コード生成 (to_verilog) n Moduleオブジェクトのto_verilog()メソッドを呼び出す と文字列形式でソースコードが取得できる n Verilog HDLのソースコード解析・生成ツールキット Pyverilogを利用 VLD2016-02 Shinya T-Y, NAIST 11
- 12. Veriloggenの利用例:メソッド切り出しによる コーディングパターン再利用 VLD2016-02 Shinya T-Y, NAIST 12 RAM I/Fのコーディングパターン 2つのI/Fを追加
- 13. 要素技術(Dataflow):Veriloggen.Dataflow: オペレータオーバーロードによるデータフロー設計 VLD2016-02 Shinya T-Y, NAIST 13 SWとして実行可能な 普通のPythonのメソッド定義 SWとして実行可能な 普通のPythonのメソッド定義
- 14. Veriloggen.Dataflow:オペレータオーバーロード によるデータフロー設計 VLD2016-02 Shinya T-Y, NAIST 14 SWとして実行可能な 普通のPythonのメソッド定義 データフロー変数の生成前述のメソッド定義に通常の変数 ではなくデータフロー変数を渡す 出力ポート 設定と Verilog モジュール 生成
- 15. Veriloggen.Dataflow:オペレータオーバーロード によるデータフロー設計 VLD2016-02 Shinya T-Y, NAIST 15 delay dout3 delay R delay R delay R Cond R < 0 Cond 0 < R delay R Cond 0 Cond 01 2 delay R < R delay R Cond L delay R 2 1 < 0 Cond 0 < R delay R Cond 0 Cond 0 1 2 L delay R delay R Cond L delay R 2 1 < 0 Cond 0 delay R delay R L delay R din0 L delay R 21 din1 R delay R 12 delay R delay R 1 2 delay R din2 R delay R delay R 1 2 delay R delay R delay R din3 R delay dout2 R Cond 0 Cond 02 1 dout0 dout1 2 1 delay R L delay R 2 1 1 2 データフローグラフ生成 遅延レジスタが自動挿入されたパイプライン回路 パイプライン入力 パイプライン出力
- 16. オペレータオーバーロードによる データフロー変数の組み立て VLD2016-02 Shinya T-Y, NAIST 16 add add(+)演算子の オペレータ オーバーロード Dataflow.Plus オブジェクトを リターン
- 17. Veriloggenとその他の処理系との違い n 高位合成や高位DSLはソースコードそのものが回路定義 l リフレクションを利用：ソースコード情報を取得 l ソースコードを「コンパイラで」解析しデータフロー等に変換 l 回路を追加するにはソースコードを追加する必要がある • 頻出パターンもコード化しないといけないL l 生成元言語のサブセットのみ対応L n Veriloggen.Dataflowは明示的にHDLを組み立てる l リフレクション未使用：ソースコードそのもの定義は無関係 l ソースコードの「実行」によりデータフロー等を構築 l 回路の追加は明示的なオブジェクト操作で実現される • 頻出パターンはメソッド切り出しができるJ l 生成元言語のすべての機能を利用できるJ l ソフトウェア文法をそのままHW化はできないL VLD2016-02 Shinya T-Y, NAIST 17
- 18. 要素技術(Thread): PyCoRAM[Takamaeda+,CARL2013] メモリ抽象化と動作合成によるIPコア設計FW n 入力：2種類のソースコード l データフロー（演算パイプライン）：Verilog HDL l データ転送制御：Python n 出力：演算パイプと制御機構を持つIPコア l DMAを主体としたデータ転送重点型ハードウェアが合成される VLD2016-02 Shinya T-Y, NAIST 18 データフロー (Verilog HDL) 制御フロー (Python) HW 構造 解析 RTL 変換 制解 対象 解析 高位 合成 処理系 による RTL化 インター フェース 合成 ・ IPコア パッケー ジ化 PyCoRAMコンパイルフロー 入力: 高抽象度 デザイン 出力: 演算パイプライン+データ供給エンジンを 持つアクセラレータIPコア・システム データパス 制御 Memory/Stream DMAコントローラ Channel/ Register オンチップ・インターコネクト メインメモリ (DRAM) IPコア IOChannel/ IORegister
- 19. PyCoRAM：アーキテクチャ VLD2016-02 Shinya T-Y, NAIST 19 データパス 制御 Memory/Stream DMAコントローラ Channel/Regi ster IO Channel/IO Register
- 20. PyCoRAM：アーキテクチャ VLD2016-02 Shinya T-Y, NAIST 20 データパス 制御 Memory/Stream DMAコントローラ Channel/Regi ster IO Channel/IO Register Computing Logic Modeled in Verilog HDL Control Thread Modeled in Python
- 21. PyCoRAM：アーキテクチャ VLD2016-02 Shinya T-Y, NAIST 21 データパス 制御 Memory/Stream DMAコントローラ Channel/Regi ster IO Channel/IO Register Memory: ロジック用ローカルメモリ Stream: ロジック用FIFO Channel: ロジック-スレッド間FIFO Register: ロジック-スレッド間共有レジスタ IO Channel: 外部制御用FIFO IO Register: 外部制御用共有レジスタ
- 22. PyCoRAM：アーキテクチャ VLD2016-02 Shinya T-Y, NAIST 22 データパス 制御 Memory/Stream DMAコントローラ Channel/Regi ster オンチップ・インターコネクト メインメモリ (DRAM) IO Channel/IO Register
- 23. PyCoRAM：アーキテクチャ VLD2016-02 Shinya T-Y, NAIST 23 データパス 制御 Memory/Stream DMAコントローラ Channel/Regi ster オンチップ・インターコネクト メインメモリ (DRAM) IO Channel/IO Register Master Interface メモリへ能動的にアクセス Slave Interface CPUからアクセスされる
- 24. PyCoRAMにおけるIPコアの作り方・でき方 n 2種類のファイルを用意する l Verilog HDL: 計算ロジック l Python: データ転送制御 n PyCoRAMが自動的にIPコアのパッケージを作成 l Python-Verilog高位合成とRTL変換を自動で行う CoramMemory1P #( .CORAM_THREAD_NAME("thread_name "), .CORAM_ID(0), .CORAM_ADDR_LEN(ADDR_LEN), .CORAM_DATA_WIDTH(DATA_WIDTH) ) inst_memory (.CLK(CLK), .ADDR(mem_addr), .D(mem_d), .WE(mem_we), .Q(mem_q) ); VLD2016-02 Shinya T-Y, NAIST 24
- 25. 評価 n 本発表では2つの観点で評価 l Dataflow.Dataflowの生産性 l マルチパラダイム型高位設計環境の初期検討 n Dataflow.Dataflowの生産性について l アプリケーション: ソーティングネットワーク • 完全なパイプライン回路：N-sort / cycle • N = 4, 8, 16, 32 で評価 l 参考までにLED点灯回路(Lチカ)も評価 VLD2016-02 Shinya T-Y, NAIST 25
- 26. 評価 n マルチパラダイム型高位設計環境の初期検討 l RTL+Dataflow+Threadを併せ持つ高位設計環境の プロトタイプを開発 l Pythonをベースとする独立した開発済みツールを簡易的に結合 • RTL: Veriloggen • Dataflow: Veriloggen.Dataflow • Thread: PyCoRAM (Thread Generator部) n 評価方法 l SLOC: Source Lines of Code • 同一のPyCoRAM IPコアを作成するのに必要なPythonでの コード行数と従来手法(Verilog HDL+Python)の行数を比較 l 回路規模・最大動作周波数（見積もり） • 合成ツール: Xilinx ISE 14.7 • デバイス: Airtix-7 XC7A100T-1csg324 VLD2016-02 Shinya T-Y, NAIST 26
- 27. 評価アプリケーション n 密行列積 PyCoRAM IPコア l 従来はRTL・Dataflow部はVerilog HDLにて実装 l 本評価ではPythonにて実装しVerilog HDLを生成 VLD2016-02 Shinya T-Y, NAIST 27 Computing Logic Control Thread (Python) sum CoRAM Memory 0 B × + CoRAM Memory 1 CoRAM Memory 2 Control Logic CoRAM Channel 0 8-stage Multiply PipelineA C Dataflow Thread RTL
- 28. 評価結果: Dataflowの生産性 n 単一のPythonコードから異なる構成のハードウェアを n 単一のPythonコードから異なる構成のハードウェアを 生成可能 l 45行のPythonコードから4種類のソート回路を生成 l 遅延レジスタ・ストール用回路等は自動で挿入される l →高い生産性を持つと言って良いのでは？ VLD2016-02 Shinya T-Y, NAIST 28 Python Verilog
- 29. 評価結果: マルチパラダイム方式の初期検討 n 単一のPythonコードから異なる構成のハードウェアを n RTL+Dataflow: 4倍程度の長さのVerilogコードを生成 l 手書きのものと比べての遜色ないコード長 n 回路規模については若干削減 l Dataflowにより合成されたパイプラインの構成が若干異なる？ VLD2016-02 Shinya T-Y, NAIST 29 Python Verilog 手書きVerilog
- 30. 評価結果: マルチパラダイム方式の初期検討 n 単一のPythonコードから異なる構成のハードウェアを n Thread: 一般的な高位合成と同じく高効率 n まとめ: l 複数のパラダイムを併用することでコード量は削減可能J l 考えるコストについては･･･？L VLD2016-02 Shinya T-Y, NAIST 30 Python Verilog
- 31. まとめ: マルチパラダイム型高位設計 VLD2016-02 Shinya T-Y, NAIST 31 RTL Thread (逐次処理 ) モジュール Dataflow (パイプライン)Wire Input Output Reg Verilogモジュール 変換 3つの記述方式を併用 RTL: レジスタ転送レベルで 振る舞いを実装 Thread: FSMをベースに 逐次処理を実装 Dataflow: データフロー記述で 演算パイプラインを実装 本発表の目標 (1) Pythonを用いたRTLおよびDataflow設計技術の提案と評価 (2) 既存のPythonによる動作合成器を用いた初期検討 本発表のまとめ (1) Dataflowモデルによる高い生産性の達成 (2) Verilogのみを用いた設計と同等の品質を少ないコード量で実現可能