微波EDA网,见证研发工程师的成长!
首页 > 硬件设计 > 模拟电路设计 > 微处理器大师的IC设计经验

微处理器大师的IC设计经验

时间:02-12 来源:互联网 点击:

摞射频芯 片组。这有可能在成本上是最划算的。然后也可能有一种折衷的工艺技术,把它们所有三个都放在一块硅片上。这取决于你的应用程序,比如需要一些存储单元,又 或者需要一些射频的单元。

  但最终,我想我们还会坚持三套不同的加工工艺,然后依靠封装技术来整合在一起。不过这并不意味着,只要你能想办法把它们三个捏一块儿,你就得到一个 系统(System)了。因为还有物理属性的要求,比如要多加块电池什么的。但总的来说你要知道,物理尺寸是会越来越小了。

  但你要知道还有个巨大的挑战,就是人们的手指不能变小,眼睛也不能变小。所以所谓得到“小尺寸”的设备,我们还是有实际限制的。我们在元器件层面的小,其实是对应于我们自己可以接受 多小的屏幕和按钮。所以说到最后,这事儿还是更和成本相关。

  8、在书里您还预测了FPGA的未来。而几天之前,Xilinx宣布嵌入ARM 的Cortex A9核。您觉得这是否是一种新趋势?是否与Tensilica的 DPU形成竞争呢?

  Chris Rowen :其实……并没啥。我的意思是这种往处理器里一股脑嵌入FPGA的活儿,大概已经折腾了快10年了。Altera宣布他们与ARM互相嵌的时候,让我想想啊,也是8年前了吧? (Larry:没错!)

  所以,这就跟任何一个系统想要找块芯片,或者三块芯片一块儿呆着,没啥区别。当然,偶尔你也会碰巧搞出一块啥都囊括了的数字芯片。话说回 来,FPGA兄弟们有一个根本性的挑战,那就是FPGA的通用性非常高,可以做的事儿也贼多。但祸福相倚,要是让它专注做一件事的话,也就不是那么有效率 了。所以,如果你想真正有效地利用处理器,我估计你情愿在处理器里随便嵌一个稍微稳定点的东西,而不是FPGA。

  我认为这是非常自然的一步。Xlinx以前也搭过Power PC,对吧?这其实是一码事。它压根没有改变任何原有的架构,也没有在CPU和FPGA的功能之间取得任何逻辑上的合并(Merge)。部分是因为他们没 有任何合并的工具软件模式。

  当然,FPGA是很容易配置的,而且价格也便宜。因此,他们占据了一部分的市场,尤其是那些量低而开发成本又低的。因此,我们在市面上看到大量的FPGA设计。但是基于FPGA的设计总量是很小的。它其实是一个利基(Niche)市场。极端地说,即便有很多工程师在使用它,但几乎所有都是低产量 的。

  所以我的意思是,FPGA很重要,但不是Tensilica公司关注的。我们专注于高产量,并且帮助那些试图在设计上节约几纳米硅片的兄弟们。他们离得是远了点儿。当然他们偶尔也会重叠。譬如基站。以前有很多基站是采用Altera的储存方 案的。挺重的。慢慢地我们看到越来越多因为容量、成本和功耗的要求,从FPGA转向了更加高集成度的芯片解决方案。

  9、我在IEEE的设计与测试(Design Test)上看到一篇您的谈话。您说,如果我们想要进入嵌入式系统设计的大规模并行领域,可配置的多核处理器SoC就有一些问题必须得到解决。几年前,您 还提到过,Intel最大的问题是怎样为通用计算应用配置多核处理器。您现在还觉得多核处理器遭遇困境吗?

  Chris Rowen :这个……其实是分开的两码事。对于多核应用层面而言,确实存在着重大考验。就是如何找到足够多的线程 (Thread)来运行。但它不是Intel单独遇到的问题。这是一个涉及到应用程序是如何被调用,以及在当下如此小型的设备上如何架构的问题。即便打开 我自己的笔记本电脑,当我想看看到底有多少个线程准备在跑,它基本上都是很少的。通常情况下,操作系统、用户界面和应用程序开发等等所调用的方式,都完全 没有最大化利用线程的数量。

  所以,我认为你在基本的架构层面可以做的,就是提供更多的线程运行,并且充分地利用到并行。当然在应用层面也会有很多层级限制。你知道现在很方便就 去搞个四核八核十六核的,但是在PC这一端,相对于服务器,只有相对较少的条件可以让我们找到这些线程。于是一大现象便是操作系统和应用程序的逐步重组 (Restructuring)。

  另一个同样重要的现象是,确定哪些任务可以被放进数据层(Data Plane)。让我们来想想哪些东西通常是可以被放进数据处理器的,譬如在无线信道这类的通讯子系统,譬如存储系统,比如你怎么分发数据,或者你知道的, 安全冗余,也可能是针对压缩流(Packing Stream)的特殊网络处理器,它可以是视频也可以是音频。这些东西其实是更本质(Inherently)的并行处理。

所以吧,我觉得这里有两种并行重组。其一是所谓的,去各地儿找更多的线程应用。另一种是为了维持整体系统中卸载(Off Loading)并行部分的最大值,并让之进入数据层。实际上我认为,在数据层提取并行是更容易操作的

Copyright © 2017-2020 微波EDA网 版权所有

网站地图

Top