32位高性能嵌入式CPU中Load Aligner 模块的设计与实现

引言

一般的，在cpu中，访问寄存器比访问主存速度要快。所以为了减少访问存储器而花的时间或延迟，mips4kc处理器采用了load/store设计。在cpu芯片上有许多寄存器，所有的操作都由存储在寄存器里的操作数来完成，而主存只有通过load和store指令来访问。这样做不仅可以减少访问主存的次数，有利于降低对主存储器容量的要求，而且可以精简指令集，有利于编译人员优化寄存器分配。load aligner就是数据存储器(dcache)和数据通道之间的接口。所以设计出性能优良的load aligner对提高cpu的整体性能是非常重要的。本文介绍了在一款32位cpu中load aligner模块的设计与实现，其中主要是数据通道部分的设计和实现。

设计目标

本设计中，load aligner模块要实现的指令有lb、lbu、lh、lhu、lw、lwl、lwr。cpu通过这些指令把从数据存储器中取出来的数据重新排序，然后放进寄存器堆rf中，进入cpu的数据通道。表1是对这些指令的介绍。 如果把从dcache中取出的一个32位的字表示成4字节：a、b、c、d，如表2所示。 31-24/ 23-16/ 15-18/ 7-0 a / b / c / d
那么经过上述指令操作后，这个字被重新排列的结果(即load aligner模块的输出,也用4字节来表示)见表3。

表3中，s表示符号扩展，*表示这个字节上的寄存器中的数保持不变。不过在load aligner模块，先将这些字节置0，在寄存器堆模块再控制这些字节是否直接写进寄存器。
以上是load aligner模块要实现的指令目标，另外由于此模块是cpu关键路径的一部分，因此数据通道部分最长时延不能超过0.7ns。

逻辑设计

分析比较经过上述指令后load aligner模块的输入输出变化可以看出：输入字的每一字节经过load aligner模块后可以在输出字的任意字节位置上。换言之，输出字的每一字节都可以有a、b、c、d四种情况。所以需要一个8位的控制信号bit<7:0>来控制四个四选一的数据选择器，称为字节组合模块，来获得所需要的字节组合。不过，经过这个字节组合模块选出来的4字节并不全是所需要的，还需要去掉冗余的字节或者进行符号扩展。因此需要有能够产生符号扩展或者0扩展的模块称为符号产生模块，然后把它的输出和一个4位的控制信号mask<3:0>一起控制一组二选一数据选择器，称为输出模块，来获得最后的排序结果。逻辑实现流程图见图1。
以上是load aligner模块数据通道部分的设计。它还需要有控制模块来产生上述控制信号，此外由于任何一个控制信号都要驱动数据通道子模块中的32个cell，所以还要有一个驱动模块来使控制信号有足够的驱动能力。由以上分析，整个load aligner模块的框图如图2所示。其中，控制模块采用自动布局布线生成，而驱动模块和数据通道模块均采用全定制设计。
功能验证

对此模块的rtl代码和所设计的电路分别进行了功能验证。设从dcache取出的32位数据用十六进制表示为aabbccdd，对表3中的所有指令进行测试。图3所示的波形图就是依次测试指令lw、lh00、lhu00、lh10、lhu10、lb00、lbu00、lb01、lbu01、lb10等的结果。可以看出，结果与表3完全吻合。说明所设计的电路满足设计目标，可以实现所要求的所有指令。 电路仿真

根据图1可以看出，从符号选择信号sandz<4:0>到输出的路径为最长路径，我们选取这条路径进行仿真，并考虑在0.18μm时线电阻电容对时延的影响，用hspice确定了所需器件的尺寸。仿真结果如图4所示。上升时时延为0.52ns，下降时时延为0.47ns，均满足小于0.7ns 的要求。 结论

在cpu中，load aligner模块是dcache和数据通道之间的接口。从dcache中取出的数据只有通过load aligner模块重新排序，才能进入cpu的数据通道。在设计中应用了自上而下的设计方法，所设计的电路实现了所有的指令，在时延上也达到了设计目标。