【摘 要】
:
作为集成电路领域的半定制器件,现场可编程门阵列(Field Programmable Gate Arrays,简称FPGA)因其设计灵活、成本低廉、逻辑资源丰富等诸多优势被广泛应用于各行各业,成为现代社会和经济发展的关键。FPGA EDA(Electronic Design Automation)软件将使用硬件描述语言设计的电路转化为二进制比特流,然后把比特流载入FPGA芯片中,通过比特流配置芯片
论文部分内容阅读
作为集成电路领域的半定制器件,现场可编程门阵列(Field Programmable Gate Arrays,简称FPGA)因其设计灵活、成本低廉、逻辑资源丰富等诸多优势被广泛应用于各行各业,成为现代社会和经济发展的关键。FPGA EDA(Electronic Design Automation)软件将使用硬件描述语言设计的电路转化为二进制比特流,然后把比特流载入FPGA芯片中,通过比特流配置芯片中的物理资源最终在FPGA上实现电路功能。目前国内FPGA产业的发展处于起步阶段,国产FPGA芯片内部物理资源集成度与国外尚有一定差距,而目前国内没有能够适配国外FPGA芯片开发的EDA软件,使用国外的EDA软件随时面临着被制裁的风险。因此,设计开发适配多款FPGA且拥有自主知识产权的FPGA EDA软件,是目前国内FPGA领域的主要研究方向之一。FPGA EDA软件需要有良好的人机交互界面和高效的编译工具,两者缺一不可。FPGA EDA软件对电路设计的转换包括行为综合、工艺映射、打包、布局和布线,其中布线是流程中最耗时的步骤之一,而目前所能调用编译工具都是单线程运行,速度较慢。FPGA EDA软件应为用户提供简单、和谐、友好的交互平台,而大多编译工具都没有交互界面。针对以上问题,本文围绕EDA工具展开,具体工作内容概括如下:第一,实现了一种基于线网划分的并行化布线工具。该工具通过MPI并行编程技术调度多线程对划分后的线网集合进行并行布线,然后不断迭代布线得到合法的布线结果。工具主要分为两部分:线网划分和并行布线。线网划分又分为两个阶段:第一阶段划分在布线迭代前完成,根据区域内所包含的线网负载划分线网集合,并生成有向任务图,在化解并行布线资源冲突的同时实现线程负载的均衡;第二阶段划分在布线迭代过程中完成,首先对任务节点内部重叠的线网进行分解,然后对分解后的线网按照重叠与否进行编号,构建有向无环任务图,以实现节点内线网的并行化布线,提高整体并行度。并行布线过程中使用MPI实现线程的调度,负责分配任务、同步状态以及传递消息。实验结果表明,和VPR布线相比,所实现的并行布线工具在8线程下达到平均4.0×的加速比,同时布线结果质量基本不变。第二,实现了可适配多款FPGA芯片的EDA软件。本文研究了人机交互界面的设计原则、设计方法和设计过程,然后结合软件实际需求设计了四层架构的人机交互模型。该模型通过在逻辑处理层与功能实现层之间添加了工具接口层,向上层屏蔽复杂的调用逻辑,以提高软件的可扩展性。软件在设计时采用模块化的思想,根据用户功能需求,将系统功能划分为工程管理、流程管理、文本编辑和终端管理四个主要模块,以及其他一些辅助功能模块。本文采用快速原型法设计软件系统的界面原型和功能结构,然后整合各阶段编译工具,使用Qt软件开发框架实现对应的交互界面和功能。经过实践证明,该软件系统具有界面简洁、运行高效等特点,且有较好的可维护性和可扩展性。
其他文献
随着数字化时代的到来,移动网络和多媒体也随之迅速发展,进入千家万户,除此之外,社交网络的建立,电子商务应用的普及,使得在网络上每天都会产生大量的多媒体数据,这部分数据包括视频、图像以及文本。因此,为了满足人们的生活和娱乐需求,图文检索已经成为需要重点解决的部分。但是相比较于单模态检索,图文检索中需要处理两种结构不同的数据,图像由像素点组成,文本由字词组成;语义层面不同,图像不包含语义信息,而文本包
图像在人们的生产生活中扮演着至关重要的角色,已成为最主要的信息载体之一。然而,易于获取的低分辨率图像存在模糊、细节不足等问题,因此图像的超分辨率重建技术具有重要的研究意义和应用价值。近十年来,深度学习取得了爆发式的发展,研究人员纷纷将其应用于图像的超分辨率重建领域,研究成果层出不穷。尽管现有算法能够获得相对清晰的超分辨率图像,但仍有许多不足之处,例如,生成的图像中存在结构失真、边缘模糊以及纹理细节
和谐社会的构建需要有一个稳定的社会价值体系做支撑。所谓“没有公平正义,就没有统一的评判标准,就无法构建一个和谐的社会”,如今的社会与虚拟网络社会混为一体,网络秩序的稳定直接关乎到整个社会环境。所以网民的正义表达不仅影响着网络环境的健康传播,还关系到整个社会的和谐发展。然而随着网络自媒体的发展,言论自由下形成的价值观体系不断遭受冲击,舆论热点事件的频发更是加剧了网民对于正义的的不理解和网民正义的模糊
行人重识别(Person Re-Identification,Re-ID)是图像检索领域的子问题,其利用计算机视觉方法确定特定行人是否出现在图像或者视频序列中。近年来,深度学习在计算机视觉任务上发展迅速,基于深度学习的行人重识别方法在智能安防、刑侦识别、智慧交通等领域均得到了广泛应用,但不免会受到自然场景中遮挡等不良因素的影响,例如行人互相遮挡、障碍物遮挡等,因此制约了行人重识别在实际场景中的应用
复杂的癌症系统可以依靠网络进行有效的建模,对网络进行分析可以有效探索系统的运行机制及变化。模块检测是网络分析的研究热点之一并受到广泛关注。其中,模块指在网络中连接紧密的一组节点,而在不同模块之间的节点连接稀疏。随着生物技术的发展和交互数据的不断增加,整合多类型数据构建的多层网络成为研究的热点。特异模块检测是模块检测在多层网络中的拓展,可以使用基于多层网络的聚类算法对其进行研究。目前的特异模块检测检
物联网的快速发展伴随着大量设备的接入,将越来越多的电子设备带进我们的生活,从而让我们离万物互联的世界越来越近,但随之而来的是巨大的能量供给问题以及设备维修问题等。此外物联网的接入设备需要更长的使用寿命,对于电池的频繁更换是难以忍受的,而无电池无线传感器系统是通过从周围环境中收集设备运行的能量,并通过高度耐用和长寿命的电容来进行能量存储,从而摆脱对电池的依赖。本文完全利用微波信号进行供能,实现了无电
在海量图像信息存在的今天,卷积神经网络(Convolutional Neural Networks,CNN)作为一种端到端的图像特征提取器,被广泛应用到诸如图像分类等计算机视觉的各个领域。CNN计算量大、时间复杂度高、存储密集和功耗高,而终端设备资源有限、实时性要求高且需要控制成本,很难实现CNN算法落地,为了部署落地需要设计复杂度低的网络结构和高效硬件架构。现场可编程逻辑门阵列(Field Pr
深度报文检测作为一种网络数据包过滤技术,能够用来检测网络流量中存在的潜在攻击数据或行为,在网络流量分析中发挥着重要作用。但是,由于需要维护网络空间的数据安全及个人数据隐私不受侵犯,网络流量数据通常是以加密的形式传播,对加密流量解密后再进行检查分析,导致网络流量数据的隐私面临严峻的安全挑战。现有对加密流量的分析检测方案因分析检测算法开销大、分析检测时延高及检查规则暴露等问题,无法实际应用在大规模隐私
德育是新时代教育思想的重要组成部分,贯彻立德树人的根本任务有助于培养学生正确的价值观念,助力国家精神文明建设。本研究的目的是将高中化学与德育融合落实在实处。通过分析德育内涵、细化德育内容,促进教师对德育内容的认识,进而转变教育理念。通过对高中生思想观念和行为习惯的调查,分析德育现状和学生道德水平情况,根据存在的问题原因,梳理出解决这一系列问题的对策。本研究共分为六个部分。第一部分是绪论,论述了研究
当用户将自己的程序上传至云端的时候,程序的隐私性及其安全隐患阻碍了它的广泛应用。而且在公有云端,对程序逻辑机密性的保护要求更高。保护程序逻辑机密性的主要方法集中在控制流混淆领域,当前的主要方案是利用纯软件技术解决,但也有一些结合硬件实现的方案,如基于可信执行环境SGX的CFHider和CFCloak。CFHider是将混淆后的控制流语句隐藏入可信环境中执行,但是其保护范围有限,安全性不足。CFCl