中国科学 信息科学 年 第 卷 第 期

评 述 中国科学院学部 科学与技术前沿论坛 微纳电子专刊

可重构计算处理器技术

魏少军 刘雷波 尹首一

清华大学微电子所, 北京 100084

* 通信作者. E-mail: liulb@

收稿日期: 2012–08–13; 接受日期: 2012–11–13

摘要 本文首先分别分析了基于指令流驱动和基于数据流驱动的传统计算技术所面临的问题 并

介绍了可重构计算处理器的发展趋势 接着 讨论了可重构计算处理器的硬件架构和编译技术 重点

分析了其在软硬件架构及系统应用上所面临的挑战 然后 介绍了所设计的

可重构计算媒体处理器及其相应的集成开发工具 最后 展望了面向通用计算的

可重构技术的发展前景

关键词 可重构计算 通用计算

计算方式的演进与可重构计算的发展

以指令流驱动为特征的处理器通常具有很强的灵活性, 其典型代表包括通用处理器 (general pur-

pose processor, GPP) 、可编程数字信号处理器 (programmable digital signal processor, PDSP)、专用

指令集处理器 (application specific instruction-set processor, ASIP) 和嵌入式处理器等. 然而, 正是基

于指令驱动的执行方式, 以及有限的运算单元和存储带宽, 使得此类处理器的整体性能和功耗很不理

想, 无法满足日益膨胀的应用需求. 例如, 每执行一个操作, 无论这个操作简单与否, 必须经过类似 “取

指” 、“译码” 、“寄存器访问” 、“执行” 和 “数据回写” 等过程. 这些过程当中, 只有 “执行” 过程才是

真正所需要的动作, 而 “取指” 、“译码” 等过程实际上耗费了大量额外的时间和能量. 此外, 一个功能

的实现往往还需要执行多条指令, 这就使得其运行效率更加低下. 为了提高运行效率, 同时也为了降

低不断攀升的功耗, 人们从各个层次和角度提出了许多改进的方法, 如超标量、超长指令字 (VLIW)、

单指令多数据 (SIMD)、多指令多数据 (MIMD) 等等. 传统的单核处理器也经历了不断提高运算频

率, 继而不断增加运算核心数量的过程, 如从单核到双核到多核, 再到现在的众核处理器. 然而, 这些

改进的方法的基础仍然是指令流的驱动方式, 不可能从根本上解决所面临的上述瓶颈. 与指令流驱动

相对应的是数据流驱动, 相应的计算类型通常被称为定制计算或者专用计算. 例如 ASIC (application

specific integrated circuits) 所采用的计算方式就属于这一类. 专用计算根据特定的应用来定制电路结

构, 无需指令集, 其执行速度因而很快, 功耗很低. 但专用计算存在着致命的缺陷, 即其灵活性和扩展

性很差, 无法满足层出不穷、不断演进的应用需求. 针对不同的应用, 必须设计不同的专用计算芯片,

因此硬件的设计往往严重滞后于应用的发展. 同时, 专用计算系统的设计周期长, NRE (non-recurring

engineering) 投入成本过高. 随着纳米时代来临, 高昂的设计和掩膜成本更加成为限制专用计算系统今

后大范围应用的重要因素之一. 例如, 16 nm 特征尺度芯片的设计成本将达到 1.5 亿 2 亿美元. 这必

引用格式 魏少军 刘雷波 尹首一 可重构计算处理器技术 中国科学 信息科学

魏少军等 可重构计算处理器技术

表 集成电路设计、制造和研发费用

The cost of IC design and fabrication

Process (nm) 45 32 22

K (gate/mm ) 824K 1098K 1566K

USD per 300 mm wafer 4024USD 4817USD 663