FPGA内部模块详解之四 算力引擎——数字信号处理单元（DSP Slice）深度解析
FPGA的“算力引擎”——数字信号处理单元（DSP Slice）深度解析
前几章我们分别认识了FPGA的逻辑“心脏”（PFU/CLB）和“记忆细胞”（Block RAM）。从本章开始，我们将目光转向FPGA中负责高速计算的“算力引擎”——数字信号处理单元（DSP Slice）。
在现代FPGA中，DSP Slice已经成为一个不可或缺的硬核资源。它使得FPGA不仅能做逻辑控制，更能高效地完成数字信号处理、图像处理、AI推理等计算密集型任务。如果你曾好奇为什么FPGA可以跑数百兆赫兹的FIR滤波器，为什么能实时处理4K视频，为什么能成为AI加速的利器，那么答案很大程度上就藏在DSP Slice中。
本章将带你深入DSP Slice的内部架构，从乘法器、加法器到流水线，从基本模式到级联应用，并给出实际设计中的使用建议。
一、为什么需要专用的DSP Slice？
在数字信号处理中，最基本的操作就是乘法和乘加。例如，一个FIR滤波器的抽头计算：y = ∑(x[i] * h[i])。如果用普通的PFU来实现乘法：
- 一个N位乘法器需要大量的LUT和进位链，面积大、速度慢。
- 即使可以用LUT实现，也会消耗大量逻辑资源，且延迟随位数增加急剧增大。
- 当需要大量并行乘法时，FPGA的逻辑资源将不堪重负。
因此，FPGA厂商在芯片中集成了硬核乘法器，并逐步发展为完整的DSP Slice，集成了乘法器、加法器、累加器、流水线寄存器等。这种硬核实现具有以下优势：
- 高性能：可工作在数百MHz甚至更高频率，延迟固定且很小。
- 低功耗：专用硬核的功耗远低于用通用逻辑搭建的等效电路。
- 高密度：一个DSP Slice往往可以替代成百上千个LUT。
- 专用级联：DSP Slice之间有专用的级联路径，支持构建高阶滤波器而不占用通用布线。
二、DSP Slice的演进与基本架构
不同厂商、不同系列的DSP Slice结构略有差异，但基本思想一致。本章以Xilinx 7系列及UltraScale系列中的DSP48E1/2为例进行讲解，这是目前最广泛使用的架构之一。
2.1 DSP Slice的主要组成
一个典型的DSP48E1 Slice包含以下核心部件：
| 部件 | 功能 | 典型位宽 |
|---|---|---|
| 预加法器（Pre-adder） | 实现(A ± D)，常用于对称滤波器优化 | 25位/27位 |
| 乘法器（Multiplier） | 执行有符号/无符号乘法 | 18×18位或25×18位 |
| 累加器/加法器（Accumulator/Adder） | 执行乘加/乘累加，支持级联 | 48位 |
| 流水线寄存器（Pipeline Registers） | 提升频率，可旁路 | 多级 |
| 模式控制逻辑（Mode Control） | 配置操作模式 | - |
| 级联输入输出（Cascade） | 连接相邻DSP Slice | 48位累加器数据，进位等 |
2.2 数据路径
DSP Slice的典型数据路径为：
text
A(25) ─┐ ├─> 预加器 ─┬─> 乘法器 ─> 乘法结果(36位) ─> 加法器/累加器(48位) ─> P(48) B(18) ─┘ │ C(48) ──────────────┘ └── 来自前一级DSP的级联输入(P_CIN)- A端口：通常为25或27位宽，连接预加器。
- B端口：通常为18位宽，作为乘法器的一个输入。
- D端口：预加器的另一个输入。
- C端口：48位宽的输入，可直接注入加法器。
- P端口：48位输出结果。
三、DSP Slice的核心功能与工作模式
DSP Slice通过内部控制信号可以配置为多种工作模式，以满足不同的运算需求。
3.1 乘法模式（MULT）
最简单的模式，仅使用乘法器。例如：P = A × B。此时加法器被旁路，直接输出乘法结果（根据位宽自动扩展至48位）。
3.2 乘加/乘减模式（MULT-ADD / MULT-SUB）
这是最常用的模式之一，实现P = (A × B) ± C。在FIR滤波器中，每个抽头计算后需要累加，这种模式可以直接将上一个抽头的累加结果作为C输入，实现流水线累加。
3.3 累加模式（ACC）
实现P = P ± (A × B)，即乘积与上一次的输出相加。这是实现积分器、累加器的核心模式。在DSP48E1中，通过反馈路径将P寄存器的输出连接到加法器输入，形成累加器。
3.4 预加模式（Pre-adder）
预加器可以执行(A ± D)然后乘以B。在对称FIR滤波器中，如果系数对称（h[i] = h[N-1-i]），可以先将两个对称的输入相加，再乘以同一个系数，从而节省一半的乘法器。预加器正是为此设计的。
例如：P = (A + D) × B或P = (A - D) × B。
3.5 其他高级模式
- 宽位乘法：通过级联多个DSP Slice实现更大位宽的乘法（如36×36）。
- 复数乘法：利用多个DSP Slice完成复数乘法运算。
- 模式切换：可动态改变操作模式，实现时分复用。
四、流水线与寄存器
DSP Slice之所以能高速运行，关键在于其内部的多级流水线寄存器。所有关键路径都可在需要时插入寄存器。
典型的流水线级数（以DSP48E1为例）：
| 阶段 | 可选寄存器 | 作用 |
|---|---|---|
| 输入 | MREG | 寄存A、B、D等输入，可提高输入时序 |
| 预加器输出 | PREG（部分） | 可寄存预加结果 |
| 乘法器输出 | MREG | 寄存乘法结果，大幅提升频率 |
| 加法器输入 | CARRYINREG、OPMODE等 | 控制信号寄存 |
| 累加器输出 | PREG | 寄存最终结果P |
通过合理配置，可以将整个数据路径全部流水线化，达到FPGA的最高工作频率。
重要提示：开启更多的流水线寄存器会增加延迟（即输出相对于输入的时钟周期数），但能提高吞吐率。设计时需要在延迟和频率之间做权衡。
五、DSP Slice的级联
单个DSP Slice的累加器最多48位，但当需要构建高阶滤波器或大数据宽累加时，必须将多个DSP Slice级联起来。
5.1 累加器级联（Pattern Detector）
在FIR滤波器等高阶累加中，需要将多个DSP Slice的乘积结果累加到一个48位累加器中。DSP Slice提供了专用的级联路径：
- CASCADEIN：来自前一级DSP的48位累加结果。
- CASCADEOUT：输出到后一级DSP的48位累加结果。
每个DSP Slice可以配置为：
- 使用本地C输入（来自本Slice的C端口，或来自上一级的CASCADEIN），与乘法结果相加。
- 将结果传递给下一级。
这样，多个DSP Slice可以串成一个长链，完成所有乘积的累加，而不占用通用布线资源，延迟可控。
5.2 宽位乘法级联
当需要实现大于18×18的乘法时，可以采用平方和分解技术，将大乘法拆分为多个小乘法并累加，利用多个DSP Slice完成。例如，实现一个35×35乘法器，可将操作数拆分为高17位和低18位，用四个DSP Slice完成部分积的乘加。
Xilinx的IP核（如Multiply Adder）会自动利用多个DSP Slice实现大位宽乘法。
六、设计实例：FIR滤波器的DSP实现
下面以一个简单的4抽头FIR滤波器为例，展示如何使用DSP Slice实现乘加流水线。
滤波器公式：y[n] = x[n]*h0 + x[n-1]*h1 + x[n-2]*h2 + x[n-3]*h3
6.1 使用DSP Slice的乘加模式
我们可以用一个DSP Slice实现每个抽头的乘加，通过流水线累加。但单个DSP Slice只能一次做一个乘加，我们需要4个周期才能完成一个y[n]的计算。为了并行，通常使用多个DSP Slice级联，每个抽头一个DSP，然后级联累加。
假设系数和输入都是18位有符号数，用4个DSP48E1级联：
- 每个DSP48E1配置为乘加模式：
P = (A × B) + C，其中C来自前一级的CASCADEOUT。 - 第一级DSP的C输入为0，后续DSP的C输入来自前一级的累加结果。
- 所有DSP共享相同的时钟，输入数据流在时域上对齐。
这样，每个时钟周期可以得到一个滤波结果，实现了全流水线。
6.2 代码示例（Verilog，使用原语）
verilog
// 假设使用4个DSP48E1，参数已配置为乘加模式 // 第一级 DSP48E1 #( .USE_DPORT("FALSE"), .USE_MULT("MULTIPLY"), .USE_SIMD("ONE48"), .A_INPUT("DIRECT"), .B_INPUT("DIRECT"), .CASCADEIN("CASCADEIN"), .OPMODE("0000101") // 乘加模式：P = A*B + C ) dsp0 ( .CLK(clk), .A(x0), // x[n] .B(h0), // h0 .C(48'd0), // 初始累加为0 .P(P0), .CARRYCASCOUT(cascade0) // ... ); // 第二级 DSP48E1 #(...) dsp1 ( .CLK(clk), .A(x1), // x[n-1] .B(h1), .C(P0), // 累加前一级结果 .P(P1), .CARRYCASCOUT(cascade1) ); // 第三级、第四级类似... // 最后一级输出P3即为滤波结果y[n]注意：实际使用中，需要将数据流对齐（x[n-1]需比x[n]延迟1拍），可以通过移位寄存器实现。
七、DSP Slice的资源与性能考量
7.1 资源消耗
一个DSP Slice通常包含1个乘法器、1个加法器/累加器。在FPGA的资源报告中，DSP Slice的数量是独立统计的。如果设计使用了大量乘法运算，需要确保不超过芯片的DSP数量。
7.2 频率与吞吐率
DSP Slice的流水线设计使其能工作在较高频率（通常与芯片速度等级相关，如500MHz+）。但实际频率还受数据路径、控制路径、外部接口等影响。
- 开启所有流水线寄存器（如乘法器输出寄存）可以提升频率，但会增加延迟。
- 对于高吞吐率的应用（如连续数据流），延迟不是问题，流水线是首选。
7.3 功耗
DSP Slice的功耗与工作频率、翻转率有关。当不使用时应尽量关闭时钟或使能，以降低功耗。一些工具支持自动门控。
八、DSP Slice与通用逻辑的对比
| 场景 | 使用DSP Slice | 使用通用逻辑（LUT+FF） |
|---|---|---|
| 小位宽乘法（4×4） | 可用，但资源浪费 | 可能更节省LUT资源 |
| 中等位宽（9×9, 18×18） | 性能好，资源专用 | 面积大，速度慢 |
| 大量并行乘法 | 理想选择 | 不可行 |
| 乘加/累加 | 优势明显 | 难以达到高频率 |
| 非标准运算（如特殊函数） | 无法直接使用 | 可通过LUT实现 |
经验法则：如果设计中需要乘法、乘加或累加，且位宽超过8位，优先考虑使用DSP Slice。对于小位宽或特殊运算，可以权衡。
九、设计中的注意事项
- 数据格式：DSP Slice支持有符号和无符号乘法，但有符号乘法需要正确设置控制信号（如
A和B端口的IS_ALUMODE_INVERTED等）。混合有符号/无符号时需要扩展符号位。 - 溢出处理：累加器可能溢出。DSP Slice提供溢出标志（如
OVERFLOW、PATTERN DETECT）供检测。 - 流水线匹配：当使用多个DSP Slice级联时，需要确保数据流延迟一致。例如，输入数据的延迟要与DSP内部的流水级数匹配，否则会出现数据错位。
- 复位：DSP Slice内部寄存器通常有同步复位，但复位会清零流水线，需要谨慎使用，避免频繁复位影响性能。
- IP核使用：Xilinx、Intel等厂商提供高级IP核（如FIR Compiler、Multiply Adder），它们会自动优化DSP资源使用，并处理流水线、级联等细节。对于复杂设计，强烈推荐使用IP核。
十、本章小结
本章我们深入解析了FPGA的“算力引擎”——DSP Slice。核心要点如下：
| 方面 | 内容 |
|---|---|
| 为什么需要DSP Slice | 高效实现乘法、乘加等运算，节约逻辑资源，提高性能 |
| 基本组成 | 预加器、乘法器、加法器/累加器、流水线寄存器、级联路径 |
| 工作模式 | 乘法、乘加、乘减、累加、预加等 |
| 流水线 | 多级可选寄存器，提升频率但增加延迟 |
| 级联 | 专用级联路径，构建高阶滤波器、宽位乘法 |
| 设计建议 | 优先使用DSP Slice处理乘法类运算，利用IP核简化设计 |
DSP Slice使得FPGA不仅能做控制和存储，更能成为高性能计算的利器。在后续章节中，我们将看到DSP Slice如何与BRAM、PFU协同，构建完整的数字信号处理系统。