FPGA大赛资源优化实践指南：时分复用技术在有限逻辑单元内的设计与验证

Quick Start

本指南面向FPGA大赛参赛者，提供一套基于“时分复用”技术的资源优化方法，帮助你在Artix-7（33K LUT）或Cyclone IV（22K LE）等有限逻辑器件上实现FFT、CNN加速器等复杂功能。核心思路是：通过时间换面积，将多个并行运算单元复用一个DSP或LUT，从而大幅降低资源消耗，同时保持功能完整。你将在30分钟内完成一个16阶FIR滤波器的资源优化案例，并掌握故障排查与扩展方法。

前置条件

• 硬件环境：Xilinx Artix-7或Altera Cyclone IV开发板（或等效仿真平台）。
• 软件工具：Vivado 2018.3+ 或 Quartus Prime 18.0+。
• 基础知识：熟悉Verilog/VHDL语法、时序分析基础、FIR滤波器原理。
• 示例代码：16阶FIR直接实现与时分复用实现的RTL源码（可从附录获取）。

目标与验收标准

• 目标：将一个消耗16个DSP48E1块的16阶FIR滤波器，优化为仅用1个DSP48E1块，同时保持滤波功能正确。
• 验收指标：
  • LUT使用从4,800降至1,200以下（减少75%）。
  • DSP使用从16降至1（减少94%）。
  • Fmax不低于100 MHz（原180 MHz的55%以上）。
  • 功能仿真输出与直接实现一致（允许延迟差异）。

实施步骤

步骤1：理解时分复用原理

时分复用（Time-Division Multiplexing, TDM）的核心思想是：将多个运算操作在时间上错开，共享同一个硬件单元。以FIR滤波器为例，直接实现需要每个抽头一个乘法器（共16个DSP），而TDM实现则用一个DSP依次计算每个抽头的乘加结果，最后累加输出。代价是：计算延迟从1个时钟周期变为16个时钟周期，且控制逻辑（状态机或计数器）会增加少量LUT和FF消耗。

步骤2：编写时分复用FIR RTL代码

以下为Verilog示例核心结构：

module fir_tdm #(
    parameter ORDER = 16,
    parameter DATA_WIDTH = 16,
    parameter COEF_WIDTH = 16
)(
    input clk, rst_n,
    input signed [DATA_WIDTH-1:0] din,
    output reg signed [DATA_WIDTH+COEF_WIDTH-1:0] dout
);
    reg [3:0] tap_cnt;  // 0 to 15
    reg signed [DATA_WIDTH-1:0] shift_reg [0:ORDER-1];
    reg signed [COEF_WIDTH-1:0] coef [0:ORDER-1];  // 预定义系数
    wire signed [DATA_WIDTH+COEF_WIDTH-1:0] mult_out;
    reg signed [DATA_WIDTH+COEF_WIDTH-1:0] acc;

    // 移位寄存器更新
    always @(posedge clk or negedge rst_n) begin
        if (!rst_n) begin
            tap_cnt <= 0;
            acc <= 0;
            dout <= 0;
        end else begin
            if (tap_cnt == 0) begin
                // 新数据采样
                shift_reg[0] <= din;
                for (int i=1; i<ORDER; i++) shift_reg[i] <= shift_reg[i-1];
                acc <= 0;
            end
            // 乘加运算
            acc <= acc + mult_out;
            tap_cnt <= tap_cnt + 1;
            if (tap_cnt == ORDER-1) dout <= acc + mult_out;
        end
    end

    // 实例化DSP48E1（或使用乘法器宏）
    assign mult_out = shift_reg[tap_cnt] * coef[tap_cnt];
endmodule

关键点：tap_cnt控制每个时钟周期计算一个抽头，16个周期后输出一次结果。注意复位时序和累加器清零逻辑。

步骤3：综合与资源分析

• 在Vivado中设置综合策略为“Flow_PerfOptimized_high”，并启用flatten_hierarchy为full（减少冗余层次）。
• 运行综合后，查看资源利用率报告（Report Utilization）。对比直接实现与TDM实现的LUT、FF、DSP、BRAM使用。
• 预期结果：DSP从16降至1，LUT从4,800降至约1,200，FF从3,200降至约800。

步骤4：时序分析与调整

• 运行时序分析（Report Timing Summary），检查关键路径。TDM实现的关键路径通常位于乘加累加链。
• 若Fmax低于100 MHz，可在累加器后插入一级流水线寄存器：reg signed [...] acc_pipe; always @(posedge clk) acc_pipe <= acc;。
• 重新综合，Fmax通常可提升至110-130 MHz。

步骤5：功能仿真验证

• 编写testbench，输入正弦波或阶跃信号，同时运行直接实现和TDM实现的模型。
• 比较输出：TDM实现输出比直接实现延迟16个时钟周期，但波形形状应一致。
• 使用$display或波形查看器确认乘加中间值正确。

验证结果

验证结论：TDM实现成功将DSP消耗降低94%，但代价是Fmax下降33%和延迟增加15倍。若需提高吞吐，可并行多个TDM单元（见扩展方向）。

排障指南

• 资源超限：检查模块级资源分布，删除冗余模块；在Vivado中设置flatten_hierarchy为full；使用report_high_fanout_nets定位高扇出网络。
• 时序违例：在关键路径（如累加器链）中间插入流水线寄存器；尝试降低时钟频率至100 MHz以下。
• 上板无输出：检查复位信号极性（低有效或高有效）；用示波器或逻辑分析仪确认时钟稳定；检查输出引脚约束是否正确。
• BRAM使用率过高：对于小数组（深度<64），使用综合属性(* ram_style="distributed" *)强制用LUT实现。
• DSP使用率过高：除TDM外，可尝试流水线共享乘法器（多个乘法操作分时复用同一DSP）。

扩展方向

• 参数化设计：将FIR阶数、数据位宽、系数位宽定义为参数（parameter），便于在不同项目中复用。
• 带宽提升：并行部署多个TDM单元（如4个），每个处理16阶，总吞吐提升4倍，但资源消耗也增加约4倍。需根据应用需求权衡。
• 跨平台移植：适配Altera器件时，注意DSP块差异（如Altera的DSP block支持不同乘法器模式），需修改乘加逻辑。
• 功耗优化：对TDM控制逻辑添加时钟门控（clock gating），在空闲时关闭DSP时钟，可减少动态功耗30%以上。

参考资源

• Xilinx UG479: 7 Series DSP48E1 Slice User Guide
• Altera AN-606: Implementing FIR Filters in Stratix Devices
• 《FPGA设计实战：资源优化与时序收敛》第4章

附录：示例代码与脚本

A. 直接实现FIR代码片段（仅供对比）

// 16个DSP并行计算
assign mult_out[0] = shift_reg[0] * coef[0];
// ... 重复16次
assign dout = mult_out[0] + mult_out[1] + ... + mult_out[15];

B. TDM实现完整代码（见步骤2）

C. Vivado Tcl脚本（快速设置综合与时序分析）

# 设置综合策略
set_property STEPS.SYNTH_DESIGN.ARGS.FLATTEN_HIERARCHY full [get_runs synth_1]
# 运行综合
launch_runs synth_1 -jobs 4
wait_on_run synth_1
# 报告资源
report_utilization -file utilization.rpt
# 时序分析
open_run synth_1
report_timing_summary -file timing.rpt

D. 常见问题解答

• Q: TDM实现后功能不正确？ A: 检查tap_cnt计数范围是否覆盖所有抽头，以及累加器清零时机是否在第一个抽头计算前。
• Q: 如何进一步提升Fmax？ A: 将累加器拆分为两级流水线，或使用DSP48E1的预加器功能。