44 Badania efektywności metod synte

44 
PAK 6bis/ 2 0 0 6
Valery SALAUYOU, Adam KLIMOWICZ, Tomasz GRZEŚ,
Teodora D IMITROVA-GREKOW, Iren a B UŁ ATOWA
POLITECHNIKA BIAŁOSTOCKA, WYDZIAŁ INFORMATYKI
Badania efektywności metod syntezy automatów skończonych
zaimp l ementowanych w p akiecie Z U BR
Dr h a b . i n ż . V a l e r y S A L A U Y O U
U k o ń c z y ł w 1 9
S to s o w a n e j w B
c ie w M iń s k u .
s p e c ja ln o ś c i „ In
d o k to ra h a b ilito
w d z ie d z in ie
c y fro w y c h .
7 8 r. s tu d ia
ia ło ru s k im
O b ro n ił p ra
fo rm a ty k a T
w a n e g o w
p ro je k to w a n
Dr i n ż . T e o d o r a DI MI T R O V A -G R E K O W
n a w y d z ia le
P a ń s tw o w y m
c ę d o k to rs k ą
e c h n ic z n a ” i
2 0 0 3 r. O d 2
ia lo g ic z n e g
M a te m a ty k i
U n iw e rs y te w 1 9 8 6 r. o
u z y s k a ł ty tu ł
5 la t p ra c u je
o s y s te m ó w
U k o ń c z y ła s tu d ia n a W y d z ia le E le k tro n ik i P o lite c h n ik i S o f ijs k ie j w B u łg a r ii w 1 9 9 1 r ., o b r o n iła p r a c ę
d o k to rs k ą n a U n iw e rs y te c ie T e c h n ic z n y m w W ie d n iu
w 1 9 9 7 r. J e s t a d iu n k te m n a W y d z ia le In fo rm a ty k i
P o lite c h n ik i
B ia ło s to c k ie j.
Je j
z a in te re s o w a n ia
n a u k o w e to p rz e m y s ło w e s y s te m y p ro g ra m o w a ln e ,
s y n te z a u k ła d ó w
c y fro w y c h n a P L D , s y s te m y
ró w n o le g łe .
e-m a i l : w a l s o l @
ii.p b .b ia ly s to k .p l
e-m a i l : t eo d o r a @
Mg r i n ż . A d a m
K L I MO W
Dr i n ż . I r e n a B U Ł A T O W
IC Z
ii.p b .b ia ly s to k .p l
U k o ń c z y ł s tu d ia w In s ty tu c ie In fo rm a ty k i P o lite c h n ik i
B ia ło s to c k ie j. J e s t a s y s te n te m n a W y d z ia le In fo rm a ty k i P o lite c h n ik i B ia ło s to c k ie j. J e g o z a in te re s o w a n ia
n a u k o w e
to
s y n te z a
u k ła d ó w
k o m b in a c y jn y c h
i a u to m a tó w s k o ń c z o n y c h n a b a z ie p ro g ra m o w a ln y c h
u k ł a d ó w l o g i c z n y c h , z e s z c z e g ó l n y m u w z g l ęd n i e n i e m
u k ła d ó w o s tru k tu rz e P L D /C P L D .
U k o ń c z y ła s tu d ia n
ro w y c h U n iw e rs y te
w M iń s k u n a B ia
d o k to rs k ą w 1 9 9 2
In fo rm a ty k i P o lite c
s o w a n ia n a u k o w e
sk o ń c z o n y c h n a b
lo g ic z n y c h .
e-m a i l : a k l i m @
e-m a i l : i r en a @
ii.p b .b ia ly s to k .p l
e-m a i l : g r z es @
w
In s ty tu
b e c n ie je s
lite c h n ik i
s ię p ro b le
u k ła d y p ro
c ie In fo rm a ty k i
t a s y s te n te m n a
B ia ło s to c k ie j.
m e m m in im a lig ra m o w a ln e .
c h ila n .c o m
S tr e s z c z e n ie
W a r t y k u l e p r z e d st a w io n o p
t o w a n ia l o g ic z n e g o sy st e m
l o g ic z n y c h . O p isa n o m e t o
m e n t o w a n e w p a k ie c ie Z U B
d z a ją e fe k ty w n o ś ć o p ra c o w
w a n y c h w p a k ie t a c h p r z e
i sz y bk o ś c i d z ia ł a n ia .
a k ie t p
ó w c y f
d y sy n
R . W y
a n y c h
m y sł o w
ro g ra m
ro w y c h
te z y a u
n ik i ba
m e to d
y c h p
ó w Z U B R a u
n a p ro g ra m
t o m a t ó w sk o
d a ń e k sp e r y m
w p o ró w n a n
o d w z g lę d e m
S ł o w a k l u c z o w e : a u t o m a t sk o ń c z o n y , m e t o d a
u k ł a d y l o g ic z n e .
a W y d z ia le S y s te m ó w K o m p u te tu In fo rm a ty k i i R a d io e le k tro n ik i
ło ru s i, g d z ie te ż o b ro n iła p ra c ę
r. J e s t a d iu n k te m n a W y d z ia le
h n ik i B ia ło s to c k ie j. J e j z a in te re to m e to d y s y n te z y a u to m a tó w
a z ie p ro g ra m o w a ln y c h u k ła d ó w
ii.p b .b ia ly s to k .p l
1 . Wst ę p
Mg r i n ż . T o m a s z G R Z E Ś
U k o ń c z y ł w 1 9 9 9 r. s tu d ia
P o lite c h n ik i B ia ło s to c k ie j. O
W y d z ia le In fo rm a ty k i P o
W p ra c y n a u k o w e j z a jm u je
z a c ji m o c y p o b ie ra n e j p rz e z
A
to m a ty z a c jip ro je k o w a ln y c h u k ła d a c h
ń c z o n y c h z a im p l e e n t a l n y c h p o t w ie r iu d o m e t o d st o so k o sz t u r e a l iz a c j i
sy n t e z y , p r o g r a m o w a l n e
Ex p eri men t al Researc h es of F n i t e St at e
Mac h i n es Syn t h esi s Met h ods Reali zed
i n P ac kag e ZUB R
A b str a c t
I n t h is p a p e r t h e so f t w a r e p a c k a g e Z U B R f o r l o g
d e v ic e s o n p r o g r a m m a bl e l o g ic d e v ic e s is p r e se n
sy n t h e sis o f f in it e st a t e m a c h in e s ( F S M ) im p l e m e n
a r e d e sc r ibe d . E x p e r im e n t a l r e su l t s sh o w t h e h ig h e r
a n d h ig h e r d e v ic e sp e e d ) o f p r o p o se d sy n t h e sis m
w it h in d u st r ia l d e sig n sy st e m s.
ic a
te d
te d
e ff
e th
l d e sig
. T h e
in p a c
ic ie n c y
o d s in
n o f
m e th
k a g e
(lo w
c o m
d ig it a l
o d s o f
Z U B R
e r c o st
p a r iso n
K e y w o r d s : f in it e st a t e m a c h in e ( F S M ) , sy n t h e sis m e t h o d , p r o g r a m m a bl e
l o g ic d e v ic e s.
P r og r am owal n e u kład y l og i c zn e ( P L D ) są szer oko st osowan e
d o r eal i zac j i u kład ó w sekwen c y j n y c h , kt ó r y c h m od el em m at em at y c zn y m j est au t om at skońc zon y . W wy n i ku c i ą g łeg o r ozwoj u
ar c h i t ekt u r u kład ó w p r og r am owal n y c h , r osn ą i c h m oż l i woś c i d o
r eal i zac j i sy st em ó w c y f r owy c h . Z t eg o p owod u , waż n y m zad an i em j est op r ac owan i e ef ekt y wn y c h m et od sy n t ezy au t om at ó w
skońc zon y c h , kt ó r e u wzg l ę d n i aj ą c ec h y szc zeg ó l n e ar c h i t ekt u r
wsp ó łc zesn y c h u kład ó w p r og r am owal n y c h .
P aki et p r og r am ó w Z U B R op r ac owan y zost ał w c el u op t y m al i zac j i m et od p r oj ekt owan i a l og i c zn eg o u kład ó w kom b i n ac y j n y c h
i au t om at ó w skońc zon y c h . W y ż sza ef ekt y wn oś ć m et od sy n t ezy
osi ą g a si ę p r zed e wszy st ki m d zi ę ki wy kor zy st an i u sp ec y f i c zn y c h
właś c i woś c i ar c h i t ekt u r wsp ó łc zesn y c h u kład ó w p r og r am owal n y c h j u ż n a et ap i e p r oj ekt owan i a l og i c zn eg o.
2 . P odst aw ow e zadan i a p roj ekt ow e syst emu
ZUB R
P aki et Z U B R p ozwal a n a p od wy ż szen i e ef ekt y wn oś c i m et od
sy n t ezy u kład ó w c y f r owy c h , kt ó r a wy r aż a si ę zwi ę kszen i em
szy b koś c i d zi ałan i a i ob n i ż en i em koszt ó w r eal i zac j i sy st em ó w.
P r zy p om oc y p aki et u Z U B R m oż n a wy kon y wać n ast ę p u j ą c e
zad an i a p r oj ekt owe:
sy n t eza l og i c zn a u kład ó w kom b i n ac y j n y c h i au t om at ó w skońc zon y c h ;
wer y f i kac j a sy n t ezy u kład ó w kom b i n ac y j n y c h i au t om at ó w
skońc zon y c h ;
p r zed st awi en i e wy n i kó w sy n t ezy w j ę zy kac h p r oj ekt owan i a
p r zem y słowy c h p aki et ó w;
au t om at y c zn y d ob ó r n aj b ar d zi ej od p owi ed n i c h m od el i au t om at ó w skońc zon y c h d l a kon kr et n ej ar c h i t ekt u r y u kład u p r og r am owal n eg o i wy m ag ań sy st em owy c h ;
kon wer sj a op i só w u kład ó w kom b i n ac y j n y c h i au t om at ó w skońc zon y c h z f or m at ó w sy st em u S I S n a j ę zy ki p r oj ekt owan i a
V H D L , V er i l og , A b el , A H D L ;
PAK 6bis/ 2 0 0 6
 45
określenie zależności pobieranej mocy w układach aut omat ó w
s kończonych od częs t ot liwości przełą czenia s yg nałó w wejściowych ;
aut omat yczne g enerowanie s ekwencji t es t owych dla weryf ikacji
kolejnych et apó w projekt owania układó w cyf rowych i inne.
P akiet Z U B R wykorzys t uje s ię ws pó lnie z przemys łowymi pakiet ami aut omat yzowaneg o projekt owania s ys t emó w cyf rowych
na P L D , np. f irm A lt era, X ilinx , M ent or G raph ics : pods t awowe
et apy projekt owania ( wprowadzenie danych , kompilacja, modelowanie i inne) wykonują s ię przy pomocy pakiet u przemys łoweg o, nat omias t s ynt eza log iczna – przy pomocy pakiet u Z U B R .
S pecjalne prog ramy konwert eró w zapewniają zg odność pakiet u
Z U B R z pakiet ami przemys łowymi, przeds t awiają c opis y wejściowe oraz wyniki s ynt ezy w wymag anych f ormat ach . D odat kowo opracowane zos t ały prog ramy ws pomag ają ce projekt owanie,
kt ó re umożliwiają wybó r najbardziej odpowiednieg o modelu
aut omat u s kończoneg o i najleps zej met ody s ynt ezy dla konkret neg o zas t os owania.
3. M e t o d y s y n t e z y a u t o m a t ó w
s k o ń c z o n y c h
M et ody s ynt ezy aut omat ó w s kończonych zaimplement owane
w pakiecie Z U B R bazują s ię na klas yf ikacji modeli aut omat ó w
[ 1 ] , zg odnie z kt ó rą wyró żniamy nas t ępują ce klas y aut omat ó w:
A , B , C , D , E i F . M odele t e uwzg lędniają s pecyf iczne cech y
budowy układó w P L D ( przerzut niki buf oró w wejściowych , wyjściowych , przerzut niki w pęt lach s przężeń zwrot nych , makrokomó rki z dwoma s przężeniami zwrot nymi, ró żna liczba t ermó w
makrokomó rek i inne) i wykorzys t ują je do podwyżs zenia ef ekt ywności realizacji aut omat ó w.
A ut omat y klas A i B – s ą t o s t andardowe modele aut omat ó w
M ealy’ eg o i M oore’ a. W aut omacie klas y C ( M oore’ a) przerzut niki buf oró w wyjściowych P L D wykorzys t ywane s ą jako element y pamięci aut omat u. W aut omacie klas y D ( M ealy’ eg o) przerzut niki pęt li s przężeń zwrot nych wykorzys t ywane s ą w jakości element ó w pamięci aut omat u. W modelach klas E ( M ealy’ eg o) i F
( M oore’ a) element ami pamięci aut omat u s ą przerzut niki buf oró w
wejściowych P L D . O pracowano t akże ws pó lne modele aut omat ó w klas A D E , A D , A E , B F , kt ó re łą czą w s obie zalet y i niwelują
wady pos zczeg ó lnych klas aut omat ó w.
P roponowane podejście [ 3 ] poleg a na wykonaniu nas t ępują cych krokó w:
w zależności od cech układu s ekwencyjneg o, arch it ekt ury P L D
oraz wymag ań dot yczą cych s zybkości i kos zt ó w, dla każdeg o
pods ys t emu wybierany jes t najbardziej odpowiedni model aut omat u s kończoneg o;
na pods t awie ch arakt erys t yk wewnęt rznych aut omat u s kończoneg o oraz wybraneg o modelu, wybierana jes t opt ymalna met oda s ynt ezy;
wykonuje s ię s ynt ezę aut omat u s kończoneg o;
buduje s ię zbió r f unkcji boolows kich , odpowiadają cy kombinacyjnej części aut omat u ( w razie pot rzeby wykonuje s ię ich minimalizację) ;
wykonuje s ię s ynt ezę zbioru f unkcji boolows kich jedną z wybranych met od s ynt ezy układó w kombinacyjnych na bazie P L D ;
w razie konieczności wykonuje s ię odwzorowanie układu log iczneg o w układ P L D .
W pakiecie Z U B R zaimplement owane zos t ały nas t ępują ce met ody s ynt ezy aut omat ó w s kończonych :
s zybkich aut omat ó w klas А i В ( met oda A 1 ) ;
złożonych aut omat ó w klas А i В ( met oda А 2 ) ;
aut omat ó w klas y С ( met oda А 3 ) ;
aut omat ó w klas y D ( met oda А 4 ) ;
aut omat ó w klas y E ( met oda А 5 ) ;
aut omat ó w klas y F ( met oda А 6 ) ;
ws pó lneg o modelu aut omat ó w klas A D E ( met oda А 7 ) ;
ws pó lneg o modelu aut omat ó w klas A D ( met oda А 8 ) ;
ws pó lneg o modelu aut omat ó w klas A E ( met oda А 9 ) ;
ws pó lneg o modelu aut omat ó w klas B F ( met oda А 1 0 ) .
M et oda s ynt ezy A 1 s zybkich aut omat ó w klas А i В pozwala
budować aut omat y s kończone o bardzo dużej s zybkości działania,
dla kt ó rych częs t ot liwość przełą czania element ó w pamięci jes t
ró wna maks ymalnej częs t ot liwości pracy układó w P L D . W ięks zą
s zybkość os ią g a s ię dzięki t emu, że każda f unkcja przejść jes t
realizowana na jednej makrokomó rce P L D . A by og raniczyć złożoność f unkcji przejść wykorzys t ane jes t rozs zczepienie s t anó w
wewnęt rznych t ak, żeby liczba przejść w każdym s t anie nie przewyżs zała liczby t ermó w podłą czonych do jednej makrokomó rki.
W proces ie kodowania s t anó w wewnęt rznych kont roluje s ię złożoność f unkcji przejść i dla f unkcji, kt ó rych nie można zrealizować na jednej makrokomó rce, zwięks za s ię liczba R bit ó w kodu
s t anó w wewnęt rznych . M et oda A 1 pozwala ef ekt ywnie wykorzys t ać makrokomó rki P L D z podwó jnym s prężeniem zwrot nym
poprzez jednoczes ną realizację f unkcji przejść i wprowadzanie
wart ości zmiennych wejściowych . G łó wną wadą t ej met ody jes t
wą s ki obs zar zas t os owania z powodu rozch odzenia ( dą żenia do nies kończoności) s ię alg oryt mu rozs zczepienia s t anó w wewnęt rznych .
M et oda s ynt ezy A 2 aut omat ó w s kończonych klas А i В pozwala budować na P L D aut omat y o prakt ycznie nieog raniczonej
złożoności. N ie g warant uje jednak os ią g nięcia maks ymalnej s zybkości działania aut omat u. D la zwięks zenia s zybkości działania
w met odzie A 2 rozczepienie s t anó w wewnęt rznych s t os uje s ię
t ylko w wybranych przypadkach . W obu met odach s ynt ezy A 1
i A 2 aut omat ó w s kończonych klas А i В przewiduje s ię możliwość prog ramowania poziomu log iczneg o s yg nałó w P L D , w celu
obniżenia kos zt ó w realizacji.
C ech ą ch arakt erys t yczną met od s ynt ezy A 3 i A 4 aut omat ó w
s kończonych klas y С i D jes t wykorzys t ywanie przerzut nikó w
wyjściowych makrokomó rek układó w P L D jako element ó w pamięci aut omat u w przypadku, g dy wekt ory zmiennych wyjściowych s ą ident yczne z częścią kodu s t anó w wewnęt rznych aut omat u [ 2 ] . P ozwala t o na znaczne obniżenie kos zt ó w realizacji i ró wnoczes ne podwyżs zenie s zybkości działania aut omat ó w s kończonych w poró wnaniu z aut omat ami klas A i B . O bniżenie kos zt ó w
realizacji uzys kuje s ię przez zmniejs zenie liczby wykorzys t ywanych makrokomó rek wyjściowych P L D . O pró cz t eg o, upros zczona będzie część kombinacyjna aut omat u, ponieważ odpada konieczność realizacji f unkcji wzbudzeń element ó w pamięci, kt ó re
s ą ident yczne z f unkcjami wyjściowymi.
Z więks zoną , w poró wnaniu do t radycyjnych met od, s zybkość
działania aut omat ó w s kończonych klas y C i D można wyt łumaczyć t ym, że w aut omat ach klas y C i D realizowane s ą przeważnie, f unkcje wyjściowe, kt ó re s ą z reg uły pros t s ze niż f unkcje
przejść , co prowadzi do zmniejs zenia liczby poziomó w log icznych
przy s ynt ezie części kombinacyjnej aut omat u s kończoneg o.
K odowanie s t anó w aut omat u klas y C do rozwią zania zadania
ort og onalizacji wiers zy macierzy, kt ó re wykorzys t uje s ię w ch arakt erze kodó w s t anó w wewnęt rznych aut omat u. Z aproponowany
alg oryt m pozwala minimalizować liczbę wart ości znaczą cych
w macierzy, co prowadzi do zmniejs zenia liczby arg ument ó w
realizowanych f unkcji.
W adą met od A 3 i A 4 jes t konieczność rozs zczepiania s t anó w
wewnęt rznych przy przejściu od aut omat u t ypu M ealy’ eg o do
aut omat u t ypu M oore’ a, dla met ody A 3 i przy przejściu od aut omat u klas y A do aut omat u klas y D , dla met ody A 4 . O pró cz t eg o
przy budowie aut omat u klas y D , układ P L D powinien dopus zczać
konf ig urację wyjściowych makrokomó rek z przerzut nikami
w pęt li s prężenia zwrot neg o.
G łó wną cech ą wyró żniają cą met od s ynt ezy A 5 i A 6 aut omat ó w
s kończonych klas y E i F [ 1 ] jes t wykorzys t anie przerzut nikó w
wejściowych makrokomó rek układó w P L D jako element ó w pamięci aut omat u w przypadku, g dy wekt ory zmiennych wejściowych mają ident yczne wart ości z częścią kodu s t anó w wewnęt rznych . P ozwala t o obniżyć kos zt realizacji i jednocześnie zwięks zyć s zybkość działania aut omat ó w w poró wnaniu z aut omat ami
klas A i B .
W met odach A 5 i A 6 rozs zczepienie s t anó w wewnęt rznych
wykorzys t uje s ię w celu przeks zt ałcenia aut omat ó w klas A i B
odpowiednio w aut omat y klas E i F . K odowanie s t anó w wewnęt rznych aut omat ó w klas E i F prowadzi do zadania pokrycia
g raf u ort og onalności wiers zy macierzy kodó w minimalną liczbą
pełnych podg raf ó w. W og ó lnym przypadku, aby możliwe było
zbudowanie aut omat ó w s kończonych klas y E i F , każdy buf or
wejściowy układu P L D
powinien pos iadać dwa s przężenia
z log iką wewnęt rzną układu P L D : rejes t rowe i kombinacyjne. D o
46 
wad metod A5 i A6 można odnieść konieczność rozszczepienia
stanó w wewnętrzny ch przy przejściu od automató w klas A i B do
automató w klas E i F . P onadto istnieje konieczność rozszczepienia
stanó w wewnętrzny ch
do przekształ cenia automatu ty pu
M ealy ’ eg o w automat M oore’ a ( przy sy ntezie automató w klasy F ) .
M etoda sy ntezy A7 wspó lneg o modelu automató w skończony ch klas AD E [ 3 ] , pozwala najb ardziej ef ekty wnie wy korzy stać
możliwości arch itektur ukł adó w P L D : przerzutniki b uf oró w
wejściowy ch i makrokomó rek wy jściowy ch ukł adó w P L D uży wane są w ch arakterze elementó w pamięci automatu. M etoda A7
maksy malnie wy korzy stuje modele automató w klasy D i E , co
pozwala zminimalizować liczb ę R elementó w pamięci. W metodzie A7 stosuje się rozszczepienie stanó w wewnętrzny ch wzg lędem wektoró w zmienny ch wejściowy ch i wejściowy ch . W adą
metody A7 są podwy ższone wy mag ania do możliwości arch itektury ukł adó w P L D : b uf ory wejściowe muszą mieć dwa rodzaje
sprzężeń z częścią komb inacy jną oraz konieczność umożliwienia
konf ig uracji makrokomó rek wy jściowy ch z przerzutnikami w pętli
sprężenia zwrotneg o.
M etody sy ntezy A8 i A9 wspó lny ch modelu automató w skończony ch klas AD i AE są zg odne odpowiednio z metodą A7 , kiedy
nie istnieje możliwości wy korzy sty wania b uf oró w wejściowy ch
ukł adu P L D ( metoda A8 ) lub wy jściowy ch makrokomó rek
w ch arakterze elementó w pamięci ( metoda A9 ) . M etoda A1 0 jest
identy czna z metodą A9 dla automató w klas AE , z tą ró żnicą , że
zamiast automatu M ealy ’ eg o rozpatruje się automat M oore’ a.
4. B a d a n i a e k s p e r y m e n t a l n e
B adania ekspery mentalne został y przeprowadzone na przy kł adach testowy ch opracowany ch w M C N C [ 4 ] . M etody pakietu
Ż U B R
został y poró wnane z metodami wy korzy sty wany mi
w następują cy ch pakietach przemy sł owy ch : M AX P L U S I I 1 0 . 1 ,
f irmy Altera, W eb P ack 5. 2 , f irmy X ilinx , oraz F P G A Adv antag e
5. 2 f irmy M entor G raph ics.
P rzy sy ntezie każdeg o przy kł adu za pomocą pakietó w przemy sł owy ch b y ł y wy kony wane kolejno następują ce czy nności:
opis ukł adu wejścioweg o w języ ku sy stemu S I S za pomocą
konwertera pakietu Z U B R został przekonwertowany na języ k
V H D L ( AH D L dla sy stemu M AX + P L U S I I ) ;
wy kony wano sy ntezę ukł adu za pomocą pakietu przemy sł oweg o na P L D odpowiedniej rodziny , przy czy m parametry sy ntezy
b y ł y ustawiane na maksy malną minimalizację kosztó w ( powierzch ni ukł adu) ;
rezultaty sy ntezy oceniano ze wzg lędu na koszt ( liczb ę wy korzy stany ch elementó w log iczny ch P L D ) i szy b kość dział ania
( maksy malne opó ź nienie w nanosekundach przy przejściu sy g nał ó w z wejść na wy jścia) za pomocą pakietu przemy sł oweg o.
P rzy sy ntezie każdeg o testoweg o przy kł adu z wy korzy staniem
pakietu Z U B R wy kony wano kolejno następują ce czy nności:
wy kony wano sy ntezę ukł adu za pomocą pakietu Z U B R na P L D
odpowiedniej rodziny otrzy mano wy niki w języ ku V H D L
( AH D L dla sy stemu M AX + P L U S I I ) ;
wy kony wano sy ntezę otrzy maneg o ukł adu za pomocą pakietu
przemy sł oweg o na P L D odpowiedniej rodziny , przy parametrach ustawiony ch na minimalizację kosztó w;
rezultaty sy ntezy oceniano ze wzg lędu na koszt ( liczb ą wy korzy stany ch elementó w log iczny ch P L D ) i szy b kość dział ania
( maksy malne opó ź nienie w nanosekundach przy przejściu sy g nał ó w z wejść na wy jścia) za pomocą pakietu przemy sł oweg o.
R ezultaty b adań ekspery mentalny ch są pokazane w tab eli 1 ,
g dzie przy jęto następują ce oznaczenia: Cmid - średni spadek kosztu
realizacji ukł adó w sy ntezowany ch za pomocą pakietu Ż U B R ;
Cma x – maksy malny spadek kosztu realizacji ukł adó w sy ntezowany ch za pomocą pakietu Ż U B R ; Dmid – średni wzrost szy b kości
dział ania ukł adó w sy ntezowany ch za pomocą pakietu Ż U B R ;
Dma x – maksy malny wzrost szy b kości dział ania ukł adó w sy ntezowany ch za pomocą pakietu Ż U B R .
P rzeprowadzone b adania pokazał y wy soką ef ekty wność metod
sy ntezy zaimplementowany ch w pakiecie Ż U B R . W y korzy stanie
pakietu Ż U B R do sy ntezy automató w skończony ch pozwala ob niży ć koszt realizacji średnio od 1 , 7 8 do 7 , 5 razy , a dla niektó ry ch
PAK 6bis/ 2 0 0 6
przy kł adó w aż 2 3 razy . P rzy czy m średnia szy b kość dział ania może
wzrosną ć 2 , 63 razy , a dla oddzielny ch przy kł adó w 5, 9 8 razy .
Tab. 1.
Tab. 1.
P o r ó w n an i e e f e k t y w n o ś c i m e t o d s y n t e z y au t o m at ó w s k o ńc z o n y c h
C o m p ar i s o n o f e f f i c h i e n c y o f F S M s y n t h e s i s m e t h o d s
Metoda
P L D
Cmid
M A X + P L U S II A lte ra
A 2
M A X 7 0 0 0
1, 7 8
A 2
M A X 9 0 0 0
1, 8 0
A 3
M A X 5 0 0 0
3 ,3 7
A 4
F L E X 10 K
7 ,5 0
A 5
F L E X 10 K
3 ,6 3
A 7
F L E X 10 K
3 ,7 4
A 7
M A X 9 0 0 0
2 ,0 4
A 8
F L E X 10 K
4 ,2 2
A 8
M A X 9 0 0 0
2 ,3 8
A 9
F L E X 10 K
4 , 16
W e bP ac k X i l i n x
A 2
X C 9 5 0 0
2 ,0 4
A 5
V I R TE X I I
3 ,4 6
A 5
M A X 5 0 0 0
3 ,3 7
A 7
X C 9 5 0 0
2 ,2 4
A 7
V I R TE X I I
3 , 14
A 8
X C 9 5 0 0
2 ,0 6
A 8
V I R TE X I I
3 ,6 5
A 9
X C 9 5 0 0
2 , 13
A 9
V I R TE X I I
4 ,0 7
F P G A A d v an t ag e M e n t o r G r ap h i c s
A 2
M A X 7 0 0 0
1, 8 0
A 2
X C 9 5 0 0
1, 9 6
A 7
M A X 9 0 0 0
2 ,2 9
A 7
F L E X 10 K
2 ,5 6
A 7
V I R TE X I I
3 ,9 5
Cma
Dmid
Dma
2 ,7 5
2 ,7 5
17 , 0 0
2 3 ,0 0
8 ,0 0
5 ,0 0
5 ,0 0
7 ,6 7
5 ,3 3
8 ,0 0
1, 2 7
0 .9 9
1, 4 3
1, 4 8
1, 10
1, 5 0
1, 9
1.3
1, 7
1, 6
1, 3
1, 7
3 ,0 0
9 ,0 0
17 .0 0
4 ,5 0
5 ,6 7
3 ,0 0
8 ,6 7
3 ,0 0
9 ,0 0
1, 2
2 ,0
1, 2
2 ,6
1, 2
1, 4
5 ,9
1, 4
5 ,9
1, 4
5 ,3 3
3 ,6 3
6 ,7 5
6 ,6 7
13 , 6 7
0 ,9
0 ,9
1, 4
0 ,9
x
9
9
9
3
0
7
5
4
1
1, 5
1, 0
3 ,0
1, 2
x
8
3
4
9
1
4
2
8
3
8
2
0
3
0
0
5 . P o d s u m o w a n ie
M etody zaimplementowane w pakiecie Z U B R w duży m stopniu
wy korzy stują specy f iczne cech y arch itektur ukł adó w P L D , co
prowadzi do znaczneg o zmniejszenia kosztó w realizacji oraz
zwiększenia szy b kości dział ania projektowany ch ukł adó w. P rzeprowadzone b adania ekspery mentalne potwierdził y ef ekty wność
opracowany ch metod sy ntezy automató w skończony ch oraz pozwolił y określić zakres zastosowań poszczeg ó lny ch modeli automató w i metod sy ntezy .
M etoda A1 pozwala b udować na P L D wzg lędnie proste automaty skończone o b ardzo wy sokiej szy b kości dział ania. M etoda
A2 pozwala b udować na P L D automaty skończone o prakty cznie
nieog raniczonej zł ożoności i nominalne szy b kości dział ania
i koszty . M etody A3 , A4 , A5 i A6 w szczeg ó lny ch przy padkach są
zależne od wewnętrzny ch ch araktery sty k skończoneg o automatu,
pozwalają b udować automaty skończone o b ardzo niskie koszty
i wy sokiej szy b kości dział ania. M etody A7 , A8 , A9 i A1 0 pozwalają na maksy malne wy korzy sty wanie arch itektury ukł adó w P L D ,
co rzutuje na b udowanie automaty skończone o b ardzo niskie
koszty i wy sokiej szy b kości dział ania.
6 . L ite r a tu r a
[ 1 ] S oł ow iew W . W . : Pr oj ek t ir ow a n ij e c if r ow y c h sist iem n a osn ow ie p r og r a m m ir u j em y c h l og ic z esk ic h in t eg r a l n y c h sc h iem . M osk w a , H ot
L in e-T el ek om , 2 0 0 1 , 63 6 s
[ 2 ] Kl im ow ic z A. , S oł ow j ew W . W y k or z y st y w a n ie w y j ś c iow y c h m a k r ok om ó r ek u k ł a d u PL D w c h a r a k t er z e el em en t ó w p a m ię c i a u t om a t u sk oń c z on eg o / / M a t er ia ł y V I Kr a j ow ej Kon f er en c j i N a u k ow ej R ep r og r a m ow a l n e U k ł a d y C y f r ow e ( R U C ’ 2 0 0 3 ) , ( S z c z ec in , 8 -9 m a j a 2 0 0 3 ) .
[ 3 ] S oł ow j ew W . , Kl im ow ic z A. S y n t ez a w sp ó l n y c h m od el i a u t om a t ó w
sk oń c z on y c h n a PL D / / M a t er ia ł y V Kr a j ow ej Kon f er en c j i N a u k ow ej
R ep r og r a m ow a l n e U k ł a d y C y f r ow e ( R U C ’ 2 0 0 2 ) , ( S z c z ec in , 9 -1 0
m a j a 2 0 0 2 ) s. 3 5 -4 2 .
[ 4 ] Y a n g S . L og ic sy n t h esis a n d op t im iz a t ion ben c h m a r k s u ser g u id e.
V er sion 3 . 0 . - T ec h n ic a l R ep or t , M ic r oel ec t r on ic s C en t r e of N or t h
C a r ol in a , 1 9 9 1 . - 4 3 p .
_ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _
Artykuł recenzow a ny