ASIC 和 FPGA 變得非常復(fù)雜，特別是對于涉及多核的片上系統(tǒng) （SoC） 設(shè)計。這種復(fù)雜性帶來了更長、更繁瑣的調(diào)試和驗證周期。不幸的是，當(dāng)出現(xiàn)故障或出錯時，在高度集成的設(shè)計中訪問測試點幾乎是不可能的。除非您想在運行多個原型時花費數(shù)周時間在黑暗中拍攝隨機(jī)錯誤，否則片上儀器不再是可選的；這是一個重要的必備品。

雖然有多種方法可以將儀器添加到 FPGA，但使用儀器網(wǎng)絡(luò)的分布式方法正在成為首選方法，因為它最大限度地增加了潛在觀察點的數(shù)量，同時最大限度地減少了硅面積或查找表的使用要求。對高效調(diào)試同樣重要的是深度跟蹤捕獲，以了解系統(tǒng)的各個部分如何隨著時間的推移進(jìn)行交互。最后，設(shè)計人員必須能夠觀察多個器件和時鐘域的交互，包括片上和片外，所有這些都是完全時間相關(guān)的，以獲得真正的系統(tǒng)級視角。

總而言之，包括靈活和完整的觀察點訪問、深度跟蹤捕獲和系統(tǒng)級視圖在內(nèi)的創(chuàng)新有可能將 FPGA 和 ASIC 調(diào)試的游戲規(guī)則從漫長而艱巨的過程轉(zhuǎn)變?yōu)榭焖俣咝У倪^程。

調(diào)試挑戰(zhàn)

在回顧實現(xiàn)嵌入式儀器的不同方法之前，首先了解為什么儀器是必要的會很有幫助。最大的原因僅僅是每個系統(tǒng)中不斷增長的功能。

雖然過去有很多探測點（設(shè)備上的外部 I/O）可供選擇，但現(xiàn)在無法觀察到發(fā)生了什么，因為在大多數(shù)情況下，關(guān)鍵接口現(xiàn)在都在設(shè)備內(nèi)部。與五年前相比，當(dāng)前一代 FPGA 的并行運行功能數(shù)量增加了 100 倍，而外部輸出的數(shù)量卻保持不變。從試圖調(diào)試意外行為的開發(fā)人員的角度來看，現(xiàn)代芯片只不過是一個大黑匣子。

似乎這還不夠，雖然模擬器的功能繼續(xù)以線性方式提高，但并行功能的每一次增加都會增加潛在組合的指數(shù)級增長。由于仿真一次運行在一種組合上，因此不可能涵蓋硅前仿真運行中的所有功能。

由于無法充分模擬硅前所有可能的排列，導(dǎo)致在設(shè)計完成之前進(jìn)行基于 FPGA 的原型設(shè)計。特別是在原型級別，訪問觀察點對于快速有效地調(diào)試功能問題非常有幫助。

另一個調(diào)試挑戰(zhàn)是硅上嵌入式軟件的出現(xiàn)。越來越多的 FPGA 和 ASIC 設(shè)計包括一個或多個處理器內(nèi)核。此類系統(tǒng)可能包括軟件、固件、嵌入式處理器、GPU、內(nèi)存控制器和其他高速外圍設(shè)備的復(fù)雜組合。這種增加的功能集成與更快的內(nèi)部時鐘速度和復(fù)雜的高速 I/O 相結(jié)合，使開發(fā)人員比以往任何時候都更難提供功能齊全且經(jīng)過充分驗證的系統(tǒng)。

片上信號捕捉

當(dāng)系統(tǒng)涉及多個芯片和組件時，很容易移動邏輯分析儀探頭以查看不同的信號組合。即使轉(zhuǎn)向片上儀器，靈活地將虛擬邏輯分析儀探頭移動到不同信號點的需求仍然保持不變。由于設(shè)計人員無法預(yù)測給定芯片的每個變量或潛在應(yīng)用，因此可用的信號捕獲點越多越好。

傳統(tǒng)的 ASIC 方法使用具有共享選擇信號的多路復(fù)用器網(wǎng)絡(luò)（每個多路復(fù)用器級別一個）并提供 n/m 個不同的信號組合，其中 n 是探測點的數(shù)量，m 是同時查看的信號數(shù)量（調(diào)試總線寬度）。這是最嚴(yán)格但最簡單的選項，因為它利用了簡單的多路復(fù)用器。為了有效，這種方法需要大量的前期時間來創(chuàng)建與每個可能的調(diào)試場景相對應(yīng)的信號組，并且一旦捕獲點起作用，設(shè)計人員就只能查看同一組中的信號。此過程要求高、耗時且極不可能捕獲所有調(diào)試場景。

另一個極端是創(chuàng)建一個完整的交叉開關(guān)多路復(fù)用器，以提供完全的信號靈活性，這需要 m 個大小為 n:1 的多路復(fù)用器。相對于面積而言，這可能會很快變得昂貴，這使得這種方法對于除了最小的情況之外的所有情況都是不切實際的。

中間立場是要么增加多路復(fù)用器結(jié)構(gòu)內(nèi)的選擇信號數(shù)量，要么創(chuàng)建多個具有不同信號排序的重復(fù)組。共享選擇多路復(fù)用器和帶有附加選擇信號的多路復(fù)用器都在許多本土方法中實現(xiàn)。雖然共享選擇多路復(fù)用方案可以處理常見和預(yù)期的調(diào)試場景，但它們?nèi)匀粵]有達(dá)到理想的完整覆蓋范圍。因此，它們不適合解決意外問題，并且通常會導(dǎo)致實現(xiàn)效率低下，因為信號會重復(fù)連接到多個多路復(fù)用器。

通過利用多級無序網(wǎng)絡(luò)（通常稱為集中器網(wǎng)絡(luò)），可以找到更優(yōu)雅、更高效的解決方案。這種新方法有效地創(chuàng)建了一個觀測網(wǎng)絡(luò)，并且正在商業(yè)化。使用獨特的網(wǎng)絡(luò)架構(gòu)和互補的路由算法，觀察網(wǎng)絡(luò)提供了完整交叉開關(guān)多路復(fù)用器的信號靈活性，而在大多數(shù)情況下，只需要共享簡單多路復(fù)用器的裸片面積。表 1 顯示了使用不同方法計算的信號可見度的比較。

表 1：觀察網(wǎng)絡(luò)提供與多路復(fù)用器相同級別的信號可見性，同時需要相似或更少的裸片面積。

通過觀察網(wǎng)絡(luò)，設(shè)計人員可以使用自動化工具以寄存器傳輸語言 （RTL） 實現(xiàn)片上信號捕獲探針。在設(shè)計階段，無需擔(dān)心不同的信號組合或排序，因為每種組合都可用。結(jié)果是一個隨信號數(shù)量線性增長的觀察網(wǎng)絡(luò)。這種方法將確定路由的復(fù)雜性從芯片轉(zhuǎn)移到軟件中。在產(chǎn)生顯著的面積/性能改進(jìn)的同時，觀測網(wǎng)絡(luò)需要復(fù)雜的算法來確定路由，因此如果沒有商業(yè)軟件來控制信號選擇，就很難使用它。

在觀察點可見性方面，網(wǎng)絡(luò)方法比簡單多路復(fù)用器的優(yōu)勢有多大？以這個例子為例，其中探測了 256 個信號 （n），同時可見 32 個信號 （m）：

簡單多路復(fù)用器：信號組合數(shù)（可見性）= 256/32 = 32

觀測網(wǎng)絡(luò)：信號組合數(shù)（可見度）= 2^256 = 1.2 x 10^77

相差76個數(shù)量級。雖然第一種方法具有高度限制性，但觀察網(wǎng)絡(luò)方法提供了任何可能的信號組合。以大致相同的成本，觀測網(wǎng)絡(luò)提供了巨大的優(yōu)勢，其靈活性更高。

最大化捕捉深度

對于跨越硬件和軟件的調(diào)試挑戰(zhàn)，捕獲長跡線的能力對于追蹤在數(shù)千或數(shù)百萬個時鐘周期內(nèi)出現(xiàn)的問題至關(guān)重要。在硅后和 FPGA 上，深度捕獲對于了解整個系統(tǒng)的工作方式至關(guān)重要，因為許多無法驗證的錯誤需要很長時間才能出現(xiàn)。此外，大多數(shù)軟件驅(qū)動的功能跨越數(shù)十萬到數(shù)百萬個時鐘周期。

傳統(tǒng)的儀器方法在從觀測探頭接收到的信息時，使用內(nèi)部 RAM 中的一個條目來捕獲每個時鐘周期捕獲的數(shù)據(jù)。使用這種方法很難或不可能一次捕獲超過幾千個時鐘周期而不會對內(nèi)部存儲器資源造成不可接受的壓力。出于這個原因，現(xiàn)在開始使用壓縮技術(shù)來提高捕獲深度。

然而，大多數(shù)眾所周知的壓縮算法都不太適合跟蹤壓縮，它們是為視覺媒體和通信應(yīng)用開發(fā)的。一起使用多種壓縮技術(shù)的專用跟蹤壓縮層，每一種都專門針對常見的跟蹤數(shù)據(jù)模式進(jìn)行定制，現(xiàn)在已經(jīng)上市。對于大多數(shù)實際應(yīng)用，這可提供 10-1，000 倍的深度，而不會損失分辨率。

高效的系統(tǒng)范圍調(diào)試

更高效的 FPGA 和 ASIC 調(diào)試的最后一個難題是時間相關(guān)的系統(tǒng)范圍視圖，它跨越多個并行運行的時鐘域。當(dāng)問題需要跨多個檢測區(qū)域進(jìn)行關(guān)聯(lián)時，設(shè)計人員正在考慮獲取單個軌跡然后手動關(guān)聯(lián)事件的耗時過程。例如，基于 FPGA 的原型設(shè)計平臺上的平均 ASIC 原型由跨四到八個 FPGA 的每個 FPGA 兩到三個時鐘域組成。這意味著設(shè)計人員將需要單獨調(diào)試 8 到 24 個時鐘域。一次跟蹤這 24 個域中的每一個并手動將結(jié)果拼湊在一起既耗時又容易出錯。

一種更有效的方法是使用邏輯分析儀軟件從在多個時鐘域和多個設(shè)備中運行的獨立儀器生成時間相關(guān)視圖，如圖 2 所示。專用調(diào)試軟件可以從芯片的每個儀器區(qū)域收集數(shù)據(jù)，反轉(zhuǎn)壓縮算法，然后對齊捕獲的數(shù)據(jù)以生成系統(tǒng)范圍的時間相關(guān)視圖。這導(dǎo)致單一的跟蹤捕獲和調(diào)試方案，既節(jié)省時間又提供許多功能單元和時鐘域的同時硬件調(diào)試。此過程通常會揭示在構(gòu)建設(shè)備時從未考慮過的緊急系統(tǒng)行為。

圖 2：時間相關(guān)視圖加速系統(tǒng)級調(diào)試。

創(chuàng)新應(yīng)對意外

隨著復(fù)雜性的增加和對探測點的訪問受限，ASIC 和 FPGA 驗證和調(diào)試變得乏味且耗時。隨著越來越多的功能集成到每個芯片中，對探測點的物理訪問變得不可能。接下來的挑戰(zhàn)是整合足夠的片上觀察點，不僅可以處理預(yù)期的調(diào)試場景，還可以處理意外的調(diào)試場景。

即使是最復(fù)雜的設(shè)計，也能更快、更有效地驗證和調(diào)試的一項關(guān)鍵創(chuàng)新是觀察網(wǎng)絡(luò)。與觀察信號的傳統(tǒng)共享選擇多路復(fù)用器方法相比，觀察網(wǎng)絡(luò)可提供更多具有相似芯片面積要求的信號組合。

支持更高效調(diào)試方案的其他創(chuàng)新包括使用高級壓縮算法來提高片上存儲器捕獲深度，以及邏輯分析儀軟件的出現(xiàn)，該軟件可以生成跨越多個設(shè)備和片外儀器的時間相關(guān)的系統(tǒng)范圍視圖。

審核編輯：郭婷