三层网络 - 异构多核可编程系统原理与应用

由PCC网络、配置网络和状态网络组成7×6 2D mesh网络结构，完成系统中的数据以及控制信息传输。数据传输网由PCC路由节点连接而成的PCC网络，是数据传输的唯一路径。配置网络是下发配置信息和转发数据请求的唯一路径。状态网络是上传数据请求/应答信息的唯一路径。

2.5 DDR3簇

DDR3控制器能够同时处理资源节点的读写控制请求，并且将参与系统任务的相关配置信息、原始数据、中间立即数和结果数据等存储在4 GB DDR3中。

2.6 FFT/IFFT簇

32 bit浮点运算能力的FFT/IFFT簇能够支持16K点FFT和逆FFT，具有两个蝶形运算器的特殊架构设计能够同时运算，因此，16K点FFT和逆FFT仅需要56.3K系统时钟周期。

2.7 RCU簇

32 bit浮点运算能力的RCU簇主要处理复数和实数的规整运算，主要包括复、实数间的批量乘法、加法和减法等[6]。该处理单元由两个乘法器和两个加法器构成，具有可重构特性，因此能够处理大批量的数据运算。同时，能够支持两种数据运算模式：存储模式和流模式。

2.8 COP簇

满足IEEE-754单精度浮点运算标准的COP簇主要通过软件编程来控制无规律的浮点复、实数操作运算，主要包括复、实数间的加法、减法、乘法、除法、开方运算等[7]。基于SIMD架构的协处理器采用Micro blaze作为控制单元，通过FSL总线控制硬件浮点协处理器IP。参与系统任务的COP簇主要通过SDK软件编程来控制数据接收、相关运算以及传送结果到相应的处理单元中。

3 大点FFT卷积算法映射

本文采用抽头系数1K+1点的h(n)和采样点数为16K点的x(n)为例来验证零点填充和重叠相加方法，如图3所示。

 

通过零点填充和流水重叠相加方法，将16K采样点划分成16组1K等长的分段，为了避免混叠效应，将所有的分段片段和抽头系数分别追加1K和1K-1点的零序列，转换成具有2K统一长度，由系统资源节点来完成各个分段片段的FFT卷积运算。为了提高处理速度和充分利用HMPS高性能优势，将所有的采样点通过时域到频域再到时域的转换，使得系统所有运算簇能够参与流水并行运算，提高系统任务并行度。

如图4(a)、图4(b)和图4(c)所示，16K采样点FFT卷积算法映射成4个子任务(Task0、Task1、Task2和Task3)。在如下的数据流图（DFG）中，系统的18个浮点运算单元参与任务执行。

 

如图4(a)所示，特殊任务Task0通过FFT0、FFT1和FFT2簇来计算抽头系数的频率响应，并存储在COP0、COP1和COP2簇的片上存储单元中。在接下来的任务中，分别发送给RCU0、RCU1和RCU2簇，与零点添加分段片段序列在频域上做批量乘法运算。

Task1主要计算前2K采样点，得到前2K点滤波结果，COP3簇的片上存储单元存储来自COP5簇的中间1K滤波结果来进行接下来流水重叠相加运算。

如图4(b)所示，Task2采用了4次并行循环运算流水架构，所有的资源节点均参与任务执行，达到理论上最大值。FFT0、FFT1和FFT2簇分别计算每次流水各2K点的频域响应，RCU0、RCU1和RCU2簇分别实现抽头系数和各采样点在频域上的批量乘运算，FFT3、FFT4和FFT5簇通过逆FFT运算将频域滤波结果转换成时域，分别发送给COP3、COP4和COP5簇，最后通过RCU3、RCU4和RCU5簇实现前后两个分段片段滤波结果的1K点重叠相加，得到最终滤波结果，并且存储在DDR3簇中。

在最后一个任务Task3中，主要实现最后2K采样点滤波，将3K滤波结果写入DDR3簇中去，如图4(c)所示。至此，通过4个任务在HMPS中实现了16K点的FFT卷积运算。