Yosys CXXRTL后端对$bwmux内部单元的支持问题分析
2025-06-18 12:18:57作者:房伟宁
问题背景
在Yosys项目的最新开发版本中,用户在使用CXXRTL后端编译Hazard3处理器的测试平台时遇到了一个关键问题。当尝试将设计转换为CXXRTL格式时,系统报错显示"Unsupported internal cell `$bwmux'"。
技术细节分析
mux)不同,它能够处理更复杂的位宽选择场景。
在当前的CXXRTL后端实现中,虽然已经支持了多种基本逻辑单元和复用器类型($mux, $pmux, bwmux的原生支持。这导致当设计中出现这种单元时,后端无法正确处理,从而抛出错误。
解决方案探讨
目前有两种可行的解决方案:
-
转换方案:在生成CXXRTL代码前,通过添加
bxmuxmap转换步骤,将$bwmux单元转换为CXXRTL支持的其他基本单元组合。这种方法简单直接,但可能影响生成的代码效率。 -
原生支持方案:直接扩展CXXRTL后端,添加对$bwmux的原生支持。这需要:
- 在识别可内联单元的函数中添加$bwmux类型
- 实现对应的C++代码生成逻辑
- 在CXXRTL运行时库中添加位宽复用操作的支持
从技术角度看,原生支持方案更为优雅,因为它:
- 保持了原始设计的结构完整性
- 可能产生更高效的C++代码
- 减少了中间转换步骤
- 提供了更一致的开发体验
实现建议
基于技术评估,推荐采用原生支持方案。具体实现应包括:
- 修改
is_inlinable_cell函数,将$bwmux识别为可内联单元 - 在代码生成器中添加$bwmux处理逻辑
- 在CXXRTL运行时库的value模板类中添加bwmux操作实现
运行时实现可以采用位操作组合的方式:
value<Bits> bwmux(const value<Bits> &b, const value<Bits> &s) const {
return (bit_and(s.bit_not())).bit_or(b.bit_and(s));
}
这种实现既高效又清晰,利用了现有的位操作原语,确保了代码的一致性和可维护性。
影响评估
这一改进将带来以下积极影响:
- 提升CXXRTL后端对复杂设计的支持能力
- 减少用户在使用过程中遇到的兼容性问题
- 保持生成代码的性能优势
- 为未来支持更多专用单元奠定良好基础
结论
通过对Yosys CXXRTL后端$bwmux支持问题的深入分析,我们可以看出,在现代硬件设计流程中,后端支持完整性的重要性。原生支持方案不仅解决了当前问题,还为系统未来的扩展提供了更好的框架。这一改进将显著提升Yosys在处理复杂数字设计时的可靠性和用户体验。
登录后查看全文
热门项目推荐
相关项目推荐
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
570
3.84 K
Ascend Extension for PyTorch
Python
380
454
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++
894
677
暂无简介
Dart
803
198
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
353
207
昇腾LLM分布式训练框架
Python
119
147
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
12
1
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
68
20
🎉 (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
1.37 K
781