基于動態可重構FPGA的容錯技術研究
加入技術交流群
基于STARs的方法主要是針對永久性錯誤，包括配置存儲器中的錯誤。STARs提供了一個相對于持續運行的工作區的離線區域。通過FPGA的邊界檢測接口可以使STAR中測試文件的配置動態進行而不影響系統工作。由于STARs的存在，工作區或者是連續的，或者是被STARs分割成不相連的區域，系統可以分別使用水平布線和垂直布線穿過V-STAR和H-STAR以實現通信。
這種方法采用了可編程邏輯塊(PLB)重用技術。PLB重用是指以一種沒有出錯的模式來使用出錯的PLB，即對在出故障的PLB中實現的功能來說這個PLB是沒有出故障的。這有兩種情況，一是故障PLB中的損壞部分并沒有參與實現這個PLB內的功能單元，此時無需進行重新配置。第二種情況的一個簡單例子是，當一個LUT的某個存儲單元由于出錯而固定置為0，且這個LUT用來實現一個組合邏輯，而此組合邏輯的這個存儲單元恰要求被設置為0，那么這個錯誤就不需要進行冗余。由于PLBs的重用，冗余資源的利用率得到提高，容錯量增大，系統壽命得到延長。另外這還使得損壞的PLB利用較遠距離的冗余資源來重構而避開故障區的情況減少，所以，隨著故障區增多，系統的時鐘頻率不會明顯降低。
當STAR位置改變時，系統時鐘必須停止以使STAR完成移動。系統時鐘停止時，系統的工作狀態必須被存儲，并在系統時鐘重新啟動前被復制到新的工作區域。從STAR離開當前這個區域到下一次再檢測這個區域的時間內，工作區電路可能出錯，這個時間稱為最壞的錯誤駐留時間。雖然基于STARs的方法，檢測、診斷以及重構過程在理論上可以不影響系統工作，然而這也是它的缺點，不能對隨時出現的錯誤進行容錯。因此，必須考慮最壞的錯誤駐留時間，應該提高檢測速度，而檢測速度的提高會使STARs的移動速度提高。這導致檢測區和工作區的交換頻率增加，進而影響系統工作的連續性。
1．3 基于遺傳算法及設計空間搜索的容錯方法與分析
在重構容錯的過程中，由于技術的多樣性，同時會有多種可行的方案，而這很難通過人工來分析比較得到最優的解決方法。同時設計好的系統中必須有足夠的存儲量來存儲針對不同故障的重構文件。因此文獻提出了基于遺傳算法的空間搜索技術。
首先用硬件設計語言描述系統功能，當設計完成后，對其實現功能進行分析并產生一個向量圖，節點表示功能單元，有向線段代表他們之間的鏈接。同時，對源文件進行綜合來識別其資源使用量(包括Slice數量，塊RAN數量等)和各個功能單元的特征，最終形成一個功能單元庫。這個庫里面也包含一些標準器件和一些基本單元。另外在設計過程中還需要生成以下3個庫：
器件特征庫：存儲對FPGA特征的描述，包括可用資源容量，基本重構單元大小，重構區域形狀約束。
技術庫：包含了部分重構技術的模型。
參數庫：包含一些指導重構過程并衡量重構效果的參數。
系統工作時，先將原功能模塊分成不同的組。然后根據參數要求在每一組內使用在技術庫里選擇的方法。遺傳算法用來產生不同的可行的染色體，而染色體代表不同的處理方法。這種算法與TMR結合的例子如圖4所示。本文引用地址：http://www.104case.com/article/191243.htm
基于遺傳算法的設計空間搜索方法需要設計者在前期作出大量工作，例如，遺傳算法的設計，約束條件以及各庫的形成。其中遺傳算法的設計和參數設定是關鍵，同時系統需要較強的計算能力，系統開銷較大。不過其所需配置文件存儲量較小，解決方法多樣，能產生出最優的解決方案。而且基于硬件遺傳算法具有廣闊的應用前景。
2 基于算法和資源多級分塊的容錯結構
2．1 方法的提出
動態容錯粒度的選取是一個關鍵問題，如果粒度過小，則對錯誤的檢測定位能力要求較高，而且配置文件復雜，如果在線生成配置文件，則需要較強的系統計算能力，這顯然會增大系統的開銷，破壞系統的連續性，而且布線復雜。如果粒度過大，那么冗余資源的利用率降低，配置文件增大，這削弱了系統的容錯能力，且需要較大的存儲資源。另外，對冗余資源比例的選擇必須要考慮到系統布線難度，而布線所造成的延遲是不可預知的，所以系統工作頻率也難以保證。上面這幾種方法粒度水平不易改變，布線難度大，系統時鐘性能不高，而且后兩種實現難度較大。
現在采取算法和資源多級分塊的方法進行系統的容錯。可以在不更改方法的情況下，通過對算法和資源不同次數、不同大小的劃分達到不同的粒度水平，進而滿足容錯需要。因為以算法模塊為單位進行重構，且保證重構前后模塊之間接口不變，那么模塊外部無需重新布線，這樣就削減了容錯時系統開銷，不會降低時鐘頻率。
評論