Wally的FPU浮点单元内幕:F/D/Q/ZFH扩展与FMA融合乘加如何实现
Wally的FPU浮点单元内幕:F/D/Q/ZFH扩展与FMA融合乘加如何实现
Wally(CORE-V Wally)是一款开源的五级流水线可配置 RISC-V 处理器核,其 FPU 浮点单元位于 Execute 执行级,支持 F(单精度)、D(双精度)、Q(四精度/Quad)与 Zfh(半精度)浮点扩展以及 FMA 融合乘加指令,并提供可配置的除法器与后处理器,是学习 RISC-V 浮点硬件实现的绝佳范本。本文将带你看懂 Wally FPU 浮点单元的内部构造:从多精度格式支持、FMA 融合乘加数据通路,到归一化与舍入的后处理器。
🧭 1. Wally FPU 在核心中的位置
Wally 采用经典的五级流水线:Fetch(取指)→ Decode(译码)→ Execute(执行)→ Memory(访存)→ Writeback(写回)。FPU 浮点单元占据 Execute 级,与整数乘除单元 MDU 并行工作——整数乘法和浮点运算可以同周期发射,这是 Wally 浮点性能不拖后腿的关键设计。
上图来自 README.md:底部蓝色流水线框中,FPU 由浮点寄存器文件(FRF)+ 多个执行单元组成,与 MDU 的 mul/div 并列在 Execute 级。
FPU 顶层 src/fpu/fpu.sv 由十余个子模块组成,各模块分工如下:
| 模块 | 文件 | 职责 |
|---|---|---|
| fctrl | src/fpu/fctrl.sv | 从指令译出操作码(OpCtrl)与格式 |
| fregfile | src/fpu/fregfile.sv | 浮点寄存器文件(FRF) |
| fhazard | src/fpu/fhazard.sv | 浮点寄存器转发/冒险检测 |
| unpack | src/fpu/unpack.sv | 拆解操作数并分类(NaN/Inf/零/非规格化) |
| fma | src/fpu/fma/fma.sv | FMA 融合乘加数据通路 |
| fdivsqrt | src/fpu/fdivsqrt/fdivsqrt.sv | 浮点除/平方根 + 整数除法 |
| fcmp / fsgninj / fclassify | src/fpu/fcmp.sv | 比较、符号注入、分类指令 |
| fcvt | src/fpu/fcvt.sv | 整浮/浮浮之间转换 |
| postprocess | src/fpu/postproc/postprocess.sv | 归一化、舍入、特殊值处理 |
所有运算的结果最终汇合到 postprocessor,统一做归一化、舍入与特殊值处理,再写回浮点寄存器文件,同时把 5 个浮点异常标志(NV/DZ/OF/UF/NX)送进 CSR 单元。
🎚️ 2. F/D/Q/Zfh 多精度支持:一套硬件,四种格式
Wally 的 FPU 是可配置的:通过顶层参数选择支持哪些精度,硬件宽度随之缩放。核心参数定义在 config/shared/config-shared.vh:
FLEN:取支持的最高精度——Q 为 128 位,D 为 64 位,S 为 32 位;FPSIZES:启用的精度种数(1~4 种),决定格式选择逻辑的复杂度;Q_SUPPORTED/D_SUPPORTED/F_SUPPORTED/ZFH_SUPPORTED/ZFA_SUPPORTED:各扩展开关。
具体配置散布在各 config 目录中,例如 config/rv64gc/config.vh、config/rv32gc/config.vh,而 Q 扩展则出现在衍生配置中(README 提到"derivative configurations add the Q extension")。
多精度的实现思路非常聪明,只有两条:
- 一切向上转换:unpackinput.sv 把 X/Y/Z 三个操作数按各自格式拆成符号、指数、尾数,并统一转换成硬件支持的最高精度处理。数据通路宽度 = 最大精度,小精度只是"窄一点"的用法,避免为每种格式复制硬件。
- 查表取参数:fmtparams.sv 根据 Fmt 信号查表输出该格式的指数偏置(Bias)与尾数位数(Nf)。从 1 种格式(单一赋值)到 4 种格式(case 分支),代码随
FPSIZES自动精简。
另外两个细节值得注意:
- NAN-boxing:RISC-V 要求高精度值存放在更宽寄存器中时高位必须全 1("装箱"),fpu.sv 中
XPostBoxE等信号专门修复"坏箱",保证半/单精度值放进 64/128 位容器后仍被正确识别。 - Zfa 扩展:fli.sv 实现 fli 立即数查表(-1.0、2 的幂、0.25 步进小数、+inf、NaN 共 32 项,覆盖 H/S/D/Q 四种格式);fround/froundnx、fminm/fmaxm、fleeq/floatq 等 Zfa 指令也复用同一数据通路,仅多一个
Zfa控制信号。
✖️➕ 3. FMA 融合乘加是如何实现的
FMA(fmadd/fmsub/fnmsub/fnmadd)是浮点硬件的灵魂:乘加只做一次舍入,比"先乘再加"精度更高、面积更小。Wally 的 FMA 通路位于 src/fpu/fma/,由 5 个流水子模块组成:
X×Y 乘法 指数相加 fmaexpadd + 尾数相乘 fmamult(得到 2×NF+1 位乘积)
↓
对齐移位 fmaalign Z 按指数差右移对齐,低位收集 sticky 位;乘积太小则 KillProd 清零
↓
加法+前置零检测 fmaadd 乘积与对齐加数求和,LZA 提前算出归一化移位量
↓
后处理器 postprocess 归一化、按 FRM 舍入、处理 NaN/Inf/零,输出结果与标志
几个关键设计点:
- 加宽总线一次算完:FMA 结果需要比输入更宽的中间值,参数
FMALEN = 3×NF + 6(见 config-shared.vh),保证双精度下精度无损。 - OpCtrl 三比特编码统一入口:
000=fmadd、001=fmsub、010=fnmsub、011=fnmadd、100=mul、110=add、111=sub。也就是说 fma 模块同时承担了 mul/add/sub——做加法时把 Z 当乘数乘以 1.0,做乘法时 Z 直接选 Y,一份硬件干三件事,这是 fma.sv 文件头注释明确写出的意图。 - sticky 位在数据通路中捕获:对齐移位右移出去的低位不可丢弃(会影响舍入),fmaalign 的
ASticky一路送到后处理器参与舍入判断。 - 特殊值前置:NaN/Inf/零不进入加法器,由 specialcase.sv 在译码/执行级早期旁路处理,既省功耗也避免污染 sticky 位。
➗ 4. 除法器 fdivsqrt:一个单元,四种运算
除法和平方根不能单周期完成,Wally 用迭代式非恢复除法统一实现了 X/Y、sqrt(X)、整数 A/B、A%B 四种运算(fdivsqrt.sv):
fdivsqrtpreproc:预处理,算出指数差与迭代器初值;fdivsqrtiter:CSA(进位保存)迭代器,每周期推进一步部分商;fdivsqrtfsm:状态机管理 busy/完成/特殊值,通过FDivBusyE信号让 HZU 停顿 Execute 级,等结果算完再继续;- 迭代位数
DIVb可配置(RADIX/DIVCOPIES),在面积和延迟之间权衡。
结果(商/根的指数与尾数)连同 DivSticky 一起送进 postprocess 统一收尾。整数除法可配置为复用 FPU 内的除法器(IDIV_ON_FPU),省掉 MDU 中重复的除法硬件。
🔁 5. 后处理器 postprocess:归一化、舍入与异常标志
postprocess.sv 是所有浮点结果的"最后一公里":
- 归一化:fma 加法输出的和可能未归一化,LZA(前置零检测)给出移位量,normshift.sv 完成移位;
- 舍入:round.sv 按 CSR 中 FRM 字段执行五种模式——就近舍入(ties to even / ties to max)、向零、向下、向上;
- 异常检测:overflow/underflow 判据、sticky 与舍入位组合,加上前置的特殊值逻辑,生成 5 位标志
PostProcFlg写入 fflags CSR; - 打包输出:packoutput.sv 把符号、指数、尾数重新装回 FLEN 位(必要时重新 NaN-box)写回寄存器文件。
RISC-V 的一个规范细节也被照顾到:下溢在舍入之后才检测(fpu.sv 第 58 行注释"RISC-V detects underflow after rounding"),这正是 IEEE 754 与早期实现的差异点。
🛠️ 6. 动手试试:配置、仿真与验证
想亲手跑一下 Wally 的 FPU?步骤如下:
- 改配置:在 config/rv64gc/config.vh(或 rv32gc/rv32imc 等)里开关
D_SUPPORTED、Q_SUPPORTED、ZFH_SUPPORTED、ZFA_SUPPORTED,硬件宽度自动调整; - 跑浮点测试:
make之后运行回归,浮点架构测试位于 tests/coverage64gc/fpu.S、tests/coverage64gc/fpuReservedRM.S(测试五种舍入模式)等,浮点测试向量由 testbench/tests_fp.vh 与 testbench_fp.sv 驱动; - 交叉验证:仓库内置 addins/berkeley-softfloat-3 与 addins/berkeley-testfloat-3,可生成标准 IEEE 754 测试向量与参考实现比对;examples/fp/softfloat_demo 提供单/双/四精度 softfloat 演示程序。
📌 小结
Wally 的 FPU 浮点单元用一套"最高精度数据通路 + 参数查表"的架构优雅地覆盖了 F/D/Q/Zfh 四种精度;FMA 融合乘加以三比特 OpCtrl 统一了乘、加、减七种运算,乘积与加数在对齐后一次求和、一次舍入;除法器用 CSA 迭代同时承接浮点除/开方与整数除法;最后由统一的 postprocessor 完成归一化、五模式舍入与异常标志上报。整条通路源码集中在 src/fpu/ 目录,配合教材《RISC-V System-on-Chip Design》,是新手学习 RISC-V 浮点单元硬件实现的完整路径。
