半导体特征循环与可重构芯片

　　3 特征循环与可重构芯片

　　“用”与”造”的对立统一律是包括可重构技术在内的硅产业发展的一个主线索。目前，应用需求推动SoC 市场产值正在以颇高的速度增长。在这种发展背景下，至少突出了两对难以逾越的、规律性的矛盾：其一是大家所熟知的“产品复杂度日益上升”与“产品价格日益下降”的矛盾；其二是正在逐渐被大家所感知着的矛盾，即在“个性化”要求这个永恒“定律”的发展中，出现了“应用市场日益分散”与“产品开发费用日益增大”的矛盾。面对这两个矛盾，需要对产品体系结构及其设计方法进行革命性的改造，力争把“定制”与“大规模生产”两个相互矛盾的事物协调起来，实现“大规模定制生产” （Mass Customization）。可重构技术能够满足这一要求，因此在半导体产品中采用可重构技术是符合发展潮流的。
　
　　产品特征循环(图2)共历三个专用和四个通用波动。十分有意义的是，从中我们看到了辩证思维的足迹。首先，三个专用波动的主流产品分别是分类应用的 ASSP、为某个应用定制的ASIC 和制造后可在一定应用领域再定义的ASPP，ASPP 是ASSP 的螺旋“复归”。其次，前三个通用波动期的主流产品分别是功能单一的半导体分立器件(Tr)、通过顺序指令存储编程达到通用的微处理器(MPU)和通过硬布线编程达到通用目的现场可编程器件(FPGA)。

　　从MPU 的“软”编程到FPGA 的“硬”编程看，一个逻辑的发展应是“硬”、“软”均可编程，即算法可编程、可重构器件也可编程的U-SoC。从另一个角度看，产品特征循环还历经了三个半循环，我们进一步讨论其最终将过渡到U-SoC 的演变规律。

　　第一个通用与专用循环(1958-1978)的主流应用产品是Tr和中小规模ASSP。其特点是纯硬件设计，即用构筑特定物理空间的方法来实现既定算法。第二个循环(1978-1998)的主流产品是MPU以及为提高MPU(如加速部件)信息系统性能的ASIC。其根本特点是基于顺序存储的软件编程，即通过指令在时间上的顺序执行来实现既定算法。在这一时期内，基于冯·诺依曼架构的计算机及其 相应软件迅猛发展，形成了历史上独特的Wintel联盟及其长期垄断格局，使集成电路和软件成了信息通信技术(ICT)的支柱产业。第三个循环(1998-2018)主流产品是FPGA和由此推动发展中的嵌入式可编程soc之类的ASPP。其特点是将在时间上的顺序指令编程以及在空间上的器件重构融合在一起来实现既定算法。这大大提高了传统软件的运行效率，提高了信息系统的性能，从而使集成电路设计步入软件设计[11]阶段。第四个循环的上半个周期(2018-2028)则将在上一循环的发展与演变中，通过继承、创新已有成果，逐步完善物理空间可重构的算法与实现方式，成为对第一个循环的“复归”，螺旋上升到可自主动态重构的低功耗、高效率、低成本的配置流（Configuration Stream）系统结构。从而过渡到我们早先提出的MFIC或稍后更名的U-SoC为特征的通用波动。

　　上述种种分析表明，可重构芯片的涌现符合半导体特征循环规律，它发展成为未来的主流产品有其内在的必然性。下面重点谈谈可重构计算的现状和存在的问题。

　　3.1 可重构计算

　　早在1963 年Estrin就在文献[12]中提出了可重构计算（RC, Reconfigurable Computing）的概念，但是直到20 世纪80 年代中期RC才随着FPGA技术的逐渐成熟而重新成为研究热点。可重构计算一词是指集成了某种形式可编程硬件的系统，该可编程硬件的功能可以通过一系列定时变化的物理控制点来定义。这是目前在学术研究中被普遍使用的一种描述。

　　首先，作为一个完整的系统，可重构计算的研究范畴不但要涉及系统结构、器件构成（可以称之为“类硬件” ，其配置内容可以称为“配件”，它们共同代替传统的硬件），还包括“配件”及“配件”的调度码（可以认为是软件），研究如何生成高效的“配件”以及如何调度“配件”来完成计算的可重构设计方法学也是值得研究的重点。其次，作为体现可重构特性的关键，改变或者配置可重构器件的功能可以通过两种方式实现：一种是重构互连资源，比如可以采取传输门方式或多路选择器方式；另一种是重构处理单元，比如可以采取算数逻辑单元（ALU）、查找表（LUT）和多路选择器（MUX）等方式。目前，大多数的可重构器件中的物理控制点或编程位是连接到SRAM 的，并通过编程SRAM来配置可重构器件，即所谓的基于SRAM 编程。

　　可重构计算是一种崭新的基于配置流的计算方式。冯·诺依曼机器顺序执行指令的控制流方式限制了最大限度地发掘计算的并行性，在数据流计算机的发展逐渐式微的趋势下，可重构计算有望承担起突破顺序指令对开发并行性制约的重任。数据路径（“类硬件”，通常组织为阵列形式）的任意重构性是可重构计算这种求算方式的立足点，“类硬件”的可变性能够去除传统算法对硬件的依赖性，允许算法使用数据路径中任意可得到的处理单元求算，从而破除受硬件限制而产生的指令顺序性，更大限度地开发计算并行性。

　　3.2 可重构计算的发展现状及存在的问题

　　根据可重构处理单元数据路径的位宽，可重构系统可以分为粗颗粒度（Coarse-Grained）和细颗粒度（Fine-Grained）两大类。粗颗粒度结构在灵活性上比细颗粒度结构（如FPGA）要差一些，但是粗颗粒度有以下优点：只需要较少的配置数据；数据以字而不是以位为单位在布线资源上传输，因此只需要较少的控制信号。这些优点使得快速加载配置数据成为可能，从而能够支持动态可重构。

　　从可重构系统的基本执行模型上来看，可以根据配置动作发生的时间分为编译时（Compile-time）和运行时（Run-time）可重构，也可以叫静态和动态可重构。前者采用静态实现方法，每个应用程序只包括一段配置内容，每次程序执行只配置一次；相反，后者采用一种动态的实现方法，每个应用程序包括多个配置内容，程序执行一次要进行多次配置操作。当单次配置不足以重构整个可重构器件或者只需要配置全部可重构器件中的一部分时，可以采用部分可重构（Partial- Reconfigurable）策略，部分可重构属于运行时可重构。而流水线可重构（Pipeline Reconfigurable）与部分可重构很相似，只是其配置操作以流水线分段为单位，一次配置一个或者多个流水线段所需要的硬件。

　　虽然有关可重构计算的研究得到了越来越多的重视，学术界和产业界也都在探索中研制出了各种可重构系统，但仍然有若干问题等待解决。目前可重构器件的规模已经可以达到百万门级，但可重构计算的应用仍然有限，不是应用在某些特殊领域（面向有限算法集）就是作为ASIC 的快速原型以争取上市时间。导致这种局面的主要原因在于缺乏统一的计算模型（包括理论模型和物理模型）。没有统一的可重构计算模型就使得应用受资源容量固定的限制并且软硬件不能向上兼容。 这会缩短软件和硬件的生命周期，造成巨大浪费，并且难于利用因微电子技术进步而带来的更多可重构资源，最终会限制可重构计算的广泛应用。

　　因此，人们一直在积极寻找合理的可重构计算模型，或者模型的某一方面特性。比如，针对系统受资源容量固定限制的问题，有人提出了虚拟硬件（Virtual Hardware）的概念，即通过分时复用可重构器件而达到用有限硬件资源实现无限算法资源需求的目的。虚拟硬件体现为运行时可重构技术，也是其基本出发点。

　　但是运行时可重构方式又带来若干问题。首先，配置和执行之间为串行操作，配置引起的延迟会加入整个运算时间。其次，在器件重新配置之前必须保存上次运算的中间结果，这不仅需要额外的存储器，访问存储器的时间开销也较大。为此有人又提出了采用增量可重构技术的流水线可重构，它通过增量重构（Incremental Reconfiguration）达到配置与执行并行操作的目的，同时也不需要额外的存储器来保存中间结果。

　　到目前为止，大部分可重构系统都面向具有局部相关关系的线性递推运算（计算密集型应用）。这一类应用的共同特点是同一算法的大量运算步之间具有很大结构相似性，这样在运行时对可重构器件进行全部重构就显得没有必要，同时多余的重构操作还会带来额外的功率消耗。因此，引入部分可重构技术对减少配置时间和降低配置功耗也都有积极意义。

　　3.3 可重构产品的未来

　　由于传统计算模式的深入人心以及任何新事物都要在继承的基础上创新和发展，当前可重构计算的研究普遍集中在冯·诺依曼计算机与“类硬件”集成的混合式（Hybrid）模式上（或者说是基于指令流与基于配置流的混合计算模式），不过我们相信，随着时间的推移，混合式结构终将完成向完全脱离主机干涉的自主式可重构（ Self Reconfigurable）结构过渡，从而完成对半导体特征循环中第一个循环的螺旋式“复归”，届时的主流半导体产品将以基于配置流的U-soc 为特征。

　　实际上，大多数预先配置好的电路都浪费了大部分时间等待使用，而自主式可重构能显著减少这种浪费。电路能够在瞬间决定使用哪个配置内容更合适，然后自己去选择相应的内容。这就需要非传统的电路结构和编程技术，但是在某些情况下由此带来的效率和性能的提高却是极大的。

　　自主式可重构的概念建立在动态可重构之上，如果在多现场（Multicontext）动态可重构中，电路自身可以选择某一预设的配置内容，则这就是一种简单形式的自主式可重构。更进一步的形式是重构逻辑阵列的输出能够随机访问配置存储器并重写配置内容。这种自我编程的能力提高了电路的利用率，使得基于配置流动态构建整个机器成为现实，但同时也意味着“类硬件”自身的高度计算复杂性。这种机器与传统机器完全不同，需要全新的编程语言和操作系统，因此我们预测产品特征循环中第七波（通用波动）的时间段为2018-2028 年也就是可以理解的了。

　　4 结论

　　本文介绍了半导体主流产品每十年波动一次的“牧村浪潮”和我们提出的“半导体产品特征循环”。两种循环的思路和提出的时间大致相同。但我们提出的循环图比“牧村浪潮”的时间尺度长20年、多两次波动；其中第六波，牧村先生迟到2001年(或2002 年)才在他1991 年发表的原浪潮中修正了上去，时间比我们晚十年左右。第七波，牧村先生至今尚未论及，而牧村先生的朋友Hartenstein教授则明确提出在不再有新的波动了。

　　此外，我们还明确看到，“半导体产品特征循环”不仅启示了目前正在高速发展中的可重构技术，而且还将继续预示着半导体技术的发展走向：在嵌入式ASPP 技术发展中，推动可重构计算系统结构的演化及其崭新设计工具的产生，从而促进Designless 商业模式的蓬勃兴起。

　　参考文献

[1] 许居衍．半导体产品特征循环波动规律及其对产品技术发展的启示[A]．2001 中国通信专用集成电路设计与应用高级研讨会论文集[C]．2001．
[2] Makimoto T．“Makimoto’s Wave”-a market model he established in 1991[DB/OL]．http://direct.xilinx-china.com/prs_rls/xil_corp/0392pw03_japan.htm．2003-07-25/2004-09-10．
[3] 徐志伟． 高性能计算机与网格的研究开发态势[DB/OL]．http://www.ict.ac.cn/5-3.asp?id=39&letternum=9，2004-03-15/2004-09-10．
[4] Makimoto T ． Towards the Second Digital W av e[ J]． Sony CX-News, 2003，33 .http://www.sony.net/Products/SC-HP/cx_news/vol33/sideview.html．
[5] 童志鹏等．未来军事电子[M]．北京：电子科学研究院内部出版，1991．421-433．
[6] 许居衍．摩尔定律的“终结”和许氏循环的启示[A]．中国电子学会第六届青年学术年会特邀报告[C]．西安：西安电子科技大学出版社，2000．
[7] Hartenstein R. Makimoto’s wave, the 2nd design crisis, and, the future of reconfigurablecomputing[DB/OL].http://helios.informatik.uni-kl.de/reconfigurable_c
omputing/dagstuhl00ns/sld001.htm．/2004-09-10.
[8] Xu Juyan．The History of Fabless and its Impact on the Semiconductor Industry[A] ． 21st Century International IC Technology Innovation System Forum[C],Shanghai,2001．
[9] Selburn Jordan. Winning core silicon game takes more than luck[DB/OL].
http://www.eet.com/reshaping/showArticle.jhtml?arti cleId="29101025"&kc=3217. /2004-09-10．
[10] 许居衍．大规模定制理想和半导体制造[A]．中国电子学会生产技术年会[C]．深圳，2003．
[11] 许居衍．设计就是软件[R]． 第二届中国IC CAD 年会特邀报告．上海，1998．许居衍．设计就是软件[J]．微电子学，1998．28（6）．
[12] Estrin G, Bussel B, et al. Parallel processing in a restructurable computer system[J]. IEEE Trans. Elect.Comput., 1963. 747-755.