??? 摘? 要：介紹一種Linux下的基于64位PCI總線和多片F(xiàn)PGA的高速計算平臺的設(shè)計和實現(xiàn)，利用Altera公司的PCI軟核——PCI_mt64構(gòu)建此平臺的PCI橋接口模塊，設(shè)計出一種兼容總線寬度64位/32位、時鐘66MHz的PCI規(guī)范的接口模塊，以及與此相配合的DMA狀態(tài)機，并給出Linux驅(qū)動的關(guān)鍵部分。?
????關(guān)鍵詞： PCI_mt64; 現(xiàn)場可編程門陣列; DMA; Linux驅(qū)動
?
??? PCI（Peripheral Component Interconnection）總線接口是目前一種應(yīng)用廣泛、可兼容支持32/64位的局部總線接口，它同時支持多組外圍設(shè)備，不受制于處理器，數(shù)據(jù)吞吐量大（32位時峰值高達132MB/s，64位時峰值高達528MB/s）[1]。連接到PCI總線上的設(shè)備分為主設(shè)備和從設(shè)備，接口設(shè)計成為PCI總線與設(shè)備進行數(shù)據(jù)傳輸?shù)臉蛄骸５牵琍CI總線協(xié)議十分復(fù)雜，不容易實現(xiàn)。目前實現(xiàn)PCI接口的有效方案有兩種：使用專用總線接口器件和專用PCI軟核IP-core。?
??? 目前，業(yè)界基于32位PCI總線使用較多的接口芯片是AMCC公司的S59xx系列和PLX公司的PLX系列。而對于64位的PCI總線，目前PLX公司的9656芯片雖然可以支持，但在設(shè)備本地端，9656芯片只能提供32位的接口，并不是完全的64位PCI接口芯片，數(shù)據(jù)的處理速度因此而受到限制。?
??? 另一方面，Linux操作系統(tǒng)是一種基于GNU通用公共許可證（GPL）架構(gòu)下、源碼公開的免費操作系統(tǒng)，繼承了Unix穩(wěn)定有效的特點，采用先進的內(nèi)存管理機制，能有效地利用物理內(nèi)存；與Windows相比，Linux在安全性、漏洞修補上都具有其獨特的優(yōu)勢，因此，目前Linux在工業(yè)、政府部門都有著廣泛的應(yīng)用。?
??? 本文介紹一種在Linux操作系統(tǒng)下的、64位66MHz高速PCI的FPGA通用并行計算平臺的設(shè)計與實現(xiàn)。該平臺采用Altera公司提供的IP軟核PCI_mt64[2-3]，自行設(shè)計本地端64位橋接口；同時，采用多片F(xiàn)PGA運行不同的算法，并在FPGA內(nèi)部實現(xiàn)算法的并行化，從而大大提高了PC機對大運算量的數(shù)字信號處理的能力。系統(tǒng)已成功應(yīng)用到MD5 的快速解密。?
1 系統(tǒng)設(shè)計的目的?
??? 目前信號處理對于實時性要求的提高，雖然也使CPU的運算頻率日益提高，可以大大提高某些大運算量應(yīng)用計算的速度，但是獨占CPU資源并不是一個很好的選擇；同時由于成本及其他因素的考慮，也不可能專門使用多臺小型機進行計算。在這種情況下，將信號處理算法并行化，運行于高性能的FPGA，并通過適當?shù)目偩€接口，可以達到既不占用CPU資源，同時又有多臺小型機同時運算的性能。?
??? 本硬件平臺的設(shè)計目的是將64位66MHz的PCI接口與FPGA結(jié)合起來，使得該硬件平臺既可以保證數(shù)據(jù)量的高速吞吐和數(shù)據(jù)處理的實時性要求，又可以在運算處理過程中不占用CPU資源。另外，由于采用多片高性能FPGA，因此也可以選擇在該平臺上同時運行多個算法，如陣列信號處理中的DOA算法、波束形成算法等。?
??? 以下對端口的定義及說明均是基于實現(xiàn)該算法，而整個系統(tǒng)平臺適用于多種大計算量的數(shù)字信號處理。?
2 系統(tǒng)硬件架構(gòu)?
??? 本系統(tǒng)利用1片Altera 公司的EP1S20F780C7芯片作為橋芯片，負責(zé)加載本地橋模塊、配置算法FPGA、DMA操作、數(shù)據(jù)輪詢下發(fā)以及運算結(jié)果上行接收和中斷；采用4片Altera公司的 EP2S60F484C5作為數(shù)據(jù)處理芯片，可以加載不同的信號處理算法，從而實現(xiàn)平臺的通用化。?
??? 在該系統(tǒng)架構(gòu)中，PCI橋模塊的設(shè)計實現(xiàn)、DMA狀態(tài)機的操作流程和中斷的處理是其中的重點和難點，下面分別予以說明。?
2.1 PCI橋模塊的設(shè)計?
??? 在本系統(tǒng)中，為了縮短開發(fā)周期，采用了Altera公司的IP軟核PCI_mt64，這樣系統(tǒng)的設(shè)計就規(guī)避了PCI局部總線規(guī)范和PCI配置寄存器的實現(xiàn)，而能夠集中精力進行本地橋模塊的設(shè)計。本地橋模塊結(jié)構(gòu)如圖1所示，其基本設(shè)計思想如下：?
?
?
??? (1)橋模塊要實現(xiàn)對I/O空間與Memory空間的管理、各種控制信號（包括中斷）的產(chǎn)生和數(shù)據(jù)流的處理。其中，I/O空間定義一般寄存器和中斷寄存器；Memory空間則包括了DMA寄存器和FIFO初始地址寄存器,其又包括以下子模塊：Interrupt模塊、FIFO管理模塊和DMA引擎（FIFO、Memory空間實現(xiàn)方式）。其中FIFO管理模塊又可根據(jù)功能劃分為三個部分：橋FIFO（Bridge FIFO）、結(jié)果數(shù)據(jù)FIFO（Result FIFO）和FPGA配置FIFO（FPGA Configure FIFO）。?
??? 中斷模塊發(fā)出DMA傳輸?shù)南嚓P(guān)控制中斷，如完成中斷、算法運算結(jié)果的相關(guān)中斷。在本系統(tǒng)中，算法結(jié)果中斷分為三種，分別對應(yīng)于運算有結(jié)果、運算中斷查詢和運算無結(jié)果，這三種類型中斷由算法FPGA通過串行接口通知橋模塊。由于串行命令的可編碼，因此中斷種類可以根據(jù)不同的算法、不同的場合而更改。?
??? 在橋模塊中，最重要的部分是主從控制模塊的實現(xiàn)，其功能是執(zhí)行與PCI-core的交互、響應(yīng)PCI中的控制信號，并發(fā)出相應(yīng)的、符合PCI時序的主從控制信號。?
??? (2)主從控制模塊中，Local Target部分只負責(zé)對32位寄存器的讀寫，功能較為簡單，不需要啟動DMA操作，在Linux驅(qū)動中可以在IOCTL中通過writeX( )和readX( )兩個函數(shù)對存儲空間進行讀寫，也可以通過inX( )和outX( )兩個函數(shù)對I/O空間讀寫寄存器。其中X表示數(shù)據(jù)類型：l表示long word，w表示short word，b表示byte[4]。?
??? (3) Local Master要進行大數(shù)據(jù)量讀寫，需要兼容32/64位，同時與DMA模塊配合完成DMA數(shù)據(jù)傳輸，因此功能較為復(fù)雜。具體說明如下：?
??? 數(shù)據(jù)上行：上行數(shù)據(jù)（解密結(jié)果）由算法FPGA通過串行通信發(fā)送至橋模塊，并經(jīng)過串并轉(zhuǎn)換存入Result FIFO，同時通知中斷產(chǎn)生模塊產(chǎn)生中斷。PC機接收到中斷后即準備讀取數(shù)據(jù)：PC機端設(shè)置DMA寄存器(ACR、BCR、CSR)，然后本地端根據(jù)DMA寄存器CSR的設(shè)置啟動DMA操作，完成Master寫的流程。?
??? 數(shù)據(jù)下行：由于下行數(shù)據(jù)（窮舉破解使用的密鑰）數(shù)據(jù)量大，而本地端的存儲空間有限，因此系統(tǒng)采用由PC機端設(shè)置DMA寄存器(一般設(shè)置為16KB)，而本地端根據(jù)寄存器和存儲空間狀況，實現(xiàn)下列操作：啟動DMA、申請PCI總線、第一次PCI數(shù)據(jù)傳輸、傳輸完畢后判斷數(shù)據(jù)是否全部被傳輸，如未全部完成則再次申請PCI傳輸直到所有數(shù)據(jù)傳輸完成，此時申請DMA完成中斷。這個過程即是Master讀的流程。?
??? 在上下行的數(shù)據(jù)通路中，DMA的啟動首先是由PC機端寫入DMA控制寄存器（字節(jié)計數(shù)寄存器BCR，地址計數(shù)寄存器ACR）開始，再寫入控制狀態(tài)寄存器CSR中的啟動位。主從控制模塊檢測到啟動位置高后，即開始DMA主模式狀態(tài)機的實現(xiàn)。?
2.2 主模式下狀態(tài)機的實現(xiàn)?
??? 主動傳輸時DMA狀態(tài)機的實現(xiàn)如圖2所示，其各狀態(tài)說明(DMA狀態(tài)機的編號與圖2相對應(yīng),如表1所示。其中重要的狀態(tài)轉(zhuǎn)移條件說明如下：?
?
?
?
??? (1) WR_BUSY轉(zhuǎn)DONE：PC請求的數(shù)據(jù)全部傳輸完成，或上行FIFO空，或DMA從設(shè)備要求斷開。?
??? (2) RETRY轉(zhuǎn)DONE：當申請再一次的PCI數(shù)據(jù)傳輸時，檢查下一次需要傳輸?shù)臄?shù)據(jù)量是否滿足PCI傳輸?shù)囊螅鐥l件不滿足，轉(zhuǎn)入DONE。?
??? (3) RD_BUSY轉(zhuǎn)DONE：PCI數(shù)據(jù)傳輸尚未結(jié)束，下行FIFO已滿，或本次PCI傳輸結(jié)束，并且DMA_BCR要求的數(shù)據(jù)已全部傳輸結(jié)束，或DMA從設(shè)備要求斷開?
??? (4) RD_BUSY轉(zhuǎn)RETRY：當本次PCI進入傳輸期、PCI總線要求重新申請時，或者當前PCI的數(shù)據(jù)傳輸結(jié)束，而未傳完DMA_BCR要求的數(shù)據(jù)量。?
??? (5) IDLE轉(zhuǎn)LOAD：DMA_CSR寄存器啟動位置位，DMA_BCR符合DMA傳輸要求，本地端下行FIFO可寫或上?
行FIFO內(nèi)有數(shù)據(jù)。?
2.3 DMA方式?
??? Altera公司的PCI_mt64對進行內(nèi)存讀寫的單次PCI傳輸數(shù)據(jù)量的限制：如果用總線Memory Read命令，則每次僅可以傳輸16個字節(jié)的數(shù)據(jù)；如果總線用Memory Read Multiple命令，則每次最多可以傳輸4 096B的數(shù)據(jù)。由于本系統(tǒng)的目的在于運行MD5快速解密算法，PC經(jīng)PCI下發(fā)到設(shè)備的數(shù)據(jù)量是巨大的(GB量級)，若由PC機端來進行多次寫DMA寄存器然后啟動DMA，則其軟件耗時不可忍受；而當該平臺應(yīng)用于實時數(shù)據(jù)處理時，軟件耗時必須盡可能減小。因此，需要設(shè)計一種新的DMA傳輸方式：即由PC機端寫一次DMA寄存器，而由本地端進行多次DMA申請。?
??? 圖3給出了當PC機申請16KB數(shù)據(jù)傳輸時，一次PCI傳輸即4 096字節(jié)傳輸完、等待7個時鐘周期后（狀態(tài)Retry，mst_state = 6），再次申請總線并開始PCI傳輸?shù)倪^程。?
?
?
??? 鏈式DMA可以認為是一組DMA的進行，并且每次DMA的數(shù)據(jù)包大小和地址可以不同[5]。同樣這里采用的DMA也可以認為是一組DMA的進行，與鏈式DMA的區(qū)別在于DMA的讀寫地址必須是連續(xù)的，而相同點在于與每次傳輸?shù)臄?shù)據(jù)包的大小也是可以調(diào)節(jié)的。在DMA數(shù)據(jù)地址是連續(xù)的情況下，與鏈式DMA要寫入多次DMA描述符相比，本系統(tǒng)采用的DMA方式只需要寫一次DMA描述符，因此可以更有效率地完成DMA操作，其操作流程參如圖4所示。同時由于本系統(tǒng)狀態(tài)機中已存在的LOAD狀態(tài)，若該狀態(tài)用于從DMA描述符FIFO中讀取描述符，則本文的DMA狀態(tài)機也可以用來實現(xiàn)鏈式DMA。?
?
?
2.4 Linux中斷處理?
??? Linux對于中斷的處理與Windows是不同的，比較靈活，下面作簡單介紹。?
??? Windows中斷處理，首先在中斷響應(yīng)函數(shù)中對PCI中斷做判斷，如果是本設(shè)備的中斷則做簡單操作（非數(shù)據(jù)處理），然后調(diào)用DPC（延時過程調(diào)用）例程，在中斷處理函數(shù)中做中斷處理中未完成的操作，如將數(shù)據(jù)由內(nèi)核緩沖區(qū)拷貝到用戶緩沖區(qū)。
??? 對比Windows，Linux的中斷設(shè)計采用頂半部和底半部兩部分實現(xiàn)：頂半部相當于中斷響應(yīng)函數(shù)；底半部相當于Windows中的延時過程調(diào)用；Linux的底半部可以使用多種方式實現(xiàn)，使用tasklet或者workqueue即可以實現(xiàn)操作。?
??? 普通的Linux中斷函數(shù)為void Demo_interrupt(int irq, void * dev_id, struct pt_regs * regs),如需要實現(xiàn)底半部(bottom half)時，首先使用頂半部中斷處理函數(shù)：?
??? Irqreturn_t Demo_bh_interrupt (int irq, void * dev_id,struct pt_regs * regs) {?
??? /* …… */?
??? Tasklet_schedule(&Demo_tasklet)；?//調(diào)用Demo_do_tasklet?
??? /* …… */?
??? Return IRQ_HANDLED；??? }?
??? 底半部函數(shù)：void Demo_do_tasklet (unsigned long)。?
??? 在使用tasklet之前，首先需使用DECLARE_TASKLET(Demo_tasklet, Demo_do_tasklet, data)申明tasklet，但也可以使用struct work_queue Demo_wq申明work queue（工作隊列）；申明之后需要將后半部處理函數(shù)Demo_do_tasklet ( )放入工作隊列中，可以使用下面的函數(shù)：INIT_WORK(&Demo_wq, Demo_do_tasklet, NULL)。工作隊列的后半部函數(shù)與tasklet相同。?
3 設(shè)計結(jié)果與實測性能分析?
??? 使用VHDL編寫代碼，利用邏輯分析儀對運行在實際硬件上的PCI橋代碼進行分析，圖5為邏輯分析儀上所截得時序圖、PCI關(guān)鍵信號(包括被動模式和主動模式的)。?
?
?
??? 使用Altera的Quartus II 7.1對程序進行設(shè)計綜合，PCI接口最低時鐘頻率為80MHz。綜合生成網(wǎng)表文件，下載到FPGA，經(jīng)過實際測試，系統(tǒng)運行正常，其橋模塊占用4 913邏輯單元和557 056位的存儲單元。用安捷倫1 681AD型邏輯分析儀分析測試PCI關(guān)鍵信號，其結(jié)果：系統(tǒng)每傳輸16KB數(shù)據(jù)的總時間為164.487μs，數(shù)據(jù)傳輸時間為130.975μs，系統(tǒng)開銷為33.512μs，效率為79.5%。而與普通非鏈式DMA傳輸16KB數(shù)據(jù)的總時間比較，以32位66MHz頻率的PCI系統(tǒng)為測試平臺,可以得到如表2所示的結(jié)果。?
?
?
??? 從表2可以看出,本文所設(shè)計的DMA方法之所以效率會比傳統(tǒng)的非鏈式DMA的方法要高，在于軟件響應(yīng)的時間大大縮短，當要傳送的數(shù)據(jù)量越大時，DMA的平均數(shù)據(jù)率就會越高。?
??? 本文設(shè)計的系統(tǒng)平臺已經(jīng)成功地應(yīng)用于MD5的解密。通過實際性能的測試，基于IP-core的64位接口設(shè)計完全達到了預(yù)期的性能目標，并且該平臺可以滿足大運算量、實時性要求高的數(shù)字信號處理算法的要求。下一階段的工作，將在該平臺上實現(xiàn)陣列信號處理的算法，以達到高速實時處理，減少資源耗費的目的。?
參考文獻?
[1]?Altera Corporation. PCI local bus?specification revison 2.2. 1998.?
[2]?Altera Corporation． PCI megacore?function user guide. 2003.?
[3]?Altera Corporation. PCI-MT64 megacore function reference design. 2003.?
[4] CORBET J，RUBINI A，HARTMAN?G K. Linux?device driver 3rd. O′Reilly, 2005.?
[5]?張浩，徐寧儀，周祖成.基于PCI Core的鏈式DMA控制器設(shè)計. 計算機應(yīng)用, 2005,(3).