Yosys在iCE40 DSP综合中的断言失败问题分析
2025-06-18 14:08:47作者:郦嵘贵Just
问题背景
Yosys是一款流行的开源硬件综合工具,广泛用于FPGA设计流程。在使用Yosys针对Lattice iCE40 FPGA进行综合时,当设计中包含特定位宽的乘法运算并启用DSP资源优化选项(-dsp)时,工具会在ice40_dsp过程中触发断言失败错误。
问题现象
用户在使用Yosys 0.49+1版本对iCE40 FPGA进行综合时,遇到以下错误信息:
ERROR: Assert `nusers(O.extract_end(i)) <= 1' failed in ./passes/pmgen/ice40_dsp_pm.h:388.
该错误出现在设计中使用较大位宽(如40位)的乘法运算时,而当使用较小位宽(如38位)时则能正常通过综合。
问题复现
通过简化用户提供的设计,可以稳定复现该问题。以下是一个最小复现代码示例:
module main (
input clki,
output reg user_2
);
localparam N = 34; // 特定位宽会触发问题
reg [N-1:0] reg1;
reg [N-1:0] reg2;
always @(posedge clki) begin
user_2 <= ^(reg1 * reg2);
end
endmodule
技术分析
根本原因
该问题源于Yosys的ice40_dsp优化过程中对SB_MAC16 DSP原语的使用分析。当处理特定位宽的乘法运算时:
- 工具尝试将乘法运算映射到iCE40的DSP块(SB_MAC16)
- 对于某些中间位(特别是较高位),工具检测到这些位被多个用户使用
- 当前的断言检查要求每个位最多只能有一个用户,当发现某些位(如bit16和bit17)有多个用户时,触发断言失败
位使用情况分析
在问题案例中,DSP输出位的使用情况如下:
- bit 0-1: 2个用户
- bit 2-15: 1个用户
- bit 16-17: 2个用户(触发问题)
- bit 18-31: 1个用户
这种使用模式超出了当前ice40_dsp过程的预期,导致断言失败。
解决方案
临时解决方案
- 调整乘法运算的位宽,避开触发问题的特定位宽
- 暂时禁用DSP优化选项(
-dsp),虽然这会牺牲性能但可以继续设计流程
长期解决方案
该问题已被确认为Yosys的一个bug,需要修改ice40_dsp过程中的位用户检查逻辑。可能的修复方向包括:
- 放宽断言条件,允许某些位有多个用户
- 改进DSP资源分配算法,避免产生多用户位
- 添加对特殊情况的处理逻辑
结论
这个问题展示了在硬件综合工具中,特定设计模式可能触发工具内部假设不成立的情况。对于使用iCE40 DSP资源的开发者,建议:
- 注意乘法运算的位宽选择
- 关注Yosys的更新,该问题有望在未来版本中得到修复
- 在遇到类似问题时,可以尝试简化设计或调整综合选项
硬件设计工具链的复杂性意味着这类边界情况难以完全避免,但通过问题报告和修复,工具会变得越来越健壮。
登录后查看全文
热门项目推荐
相关项目推荐
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
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
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5HunyuanVideo-1.5作为一款轻量级视频生成模型,仅需83亿参数即可提供顶级画质,大幅降低使用门槛。该模型在消费级显卡上运行流畅,让每位开发者和创作者都能轻松使用。本代码库提供生成创意视频所需的实现方案与工具集。00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能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
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00
项目优选
收起
deepin linux kernel
C
24
7
Ascend Extension for PyTorch
Python
192
211
暂无简介
Dart
632
143
React Native鸿蒙化仓库
JavaScript
243
316
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.03 K
481
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
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++
649
271
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
297
111
仓颉编译器源码及 cjdb 调试工具。
C++
128
857
openGauss kernel ~ openGauss is an open source relational database management system
C++
158
212