Yosys中寄存器数组处理问题的分析与修复
2025-06-18 17:54:26作者:鲍丁臣Ursa
在Yosys硬件综合工具的最新版本中,出现了一个关于寄存器数组处理的重要问题。这个问题最初在Yosys 0.44版本后引入,影响了某些设计中对寄存器数组的正确综合。
问题背景
该问题源于Yosys内部对Verilog代码中寄存器数组的处理逻辑。具体表现为当设计包含类似reg [31:0] key_schedule [0:43]这样的多维寄存器数组声明时,Yosys的综合过程无法完整处理这些寄存器,导致最终生成的网表中保留了未映射的实例。
问题表现
在问题出现时,Yosys会显示以下警告信息:
Warning: Ignoring module simon_cipher because it contains processes (run 'proc' command first).
最终生成的网表包含大量未映射的实例,如$_ALDFFE_PPP_、$_AND_、$_MUX_等,这表明综合过程未能正确完成。
问题根源
经过深入分析,发现问题出在Yosys的proc_dff过程中。该过程负责将Verilog中的进程同步转换为触发器(FF)。在特定情况下,当处理包含多个同步规则的进程时,代码错误地使用了return语句而非continue语句,导致部分同步规则被跳过而未被处理。
简化测试案例
为了更清晰地展示问题,开发者创建了一个简化测试案例:
module top
input clk, rst;
input a_r, a_n, b_n;
reg a, b;
always @(posedge clk or posedge rst)
if (rst) begin
a <= a_r;
b <= b;
end else begin
a <= a_n;
b <= b_n;
end
endmodule
在正常情况(修复前)下,Yosys会为信号a和b分别创建触发器。但在问题版本中,它只会为a创建触发器,而完全跳过对b的处理。
修复方案
问题的修复相对简单但关键。开发者将错误的return语句替换为continue语句,确保在处理完一个同步规则后能够继续处理后续规则,而不是直接退出整个处理过程。
影响范围
该问题影响了从Yosys 0.44版本(commit bdb5d4559)到0.47版本之间的多个版本。修复已经合并到主分支,但尚未包含在正式发布的版本中。
用户建议
对于遇到类似问题的用户,建议:
- 使用Yosys主分支的最新版本,其中已包含修复
- 检查设计中的多维寄存器数组声明
- 关注综合过程中的警告信息,特别是关于未处理进程的警告
- 对于关键设计,建议在升级前进行充分的回归测试
这个问题展示了硬件综合工具在处理复杂语言结构时的挑战,也提醒我们在使用开源EDA工具时需要关注版本更新和潜在的问题修复。
登录后查看全文
热门项目推荐
相关项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
项目优选
收起
deepin linux kernel
C
24
9
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
405
3.14 K
Ascend Extension for PyTorch
Python
225
251
暂无简介
Dart
672
159
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
663
319
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.21 K
657
React Native鸿蒙化仓库
JavaScript
262
325
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
220
仓颉编译器源码及 cjdb 调试工具。
C++
135
868