關(guān)于基于動(dòng)態(tài)連續(xù)數(shù)據(jù)的GPU調(diào)試系統(tǒng)的設(shè)計(jì)和實(shí)現(xiàn)

0 引言

隨著GPU技術(shù)的發(fā)展，GPU結(jié)構(gòu)變得越來(lái)越復(fù)雜，對(duì)硬件的調(diào)試成為一個(gè)越來(lái)越困難的任務(wù)。硬件調(diào)試的困難在于硬件本身的不透明性。在發(fā)生問(wèn)題的時(shí)候，工程師沒(méi)有辦法像軟件調(diào)試那樣，看到硬件內(nèi)部發(fā)生了什么，也不能像軟件調(diào)試那樣，半路設(shè)一個(gè)斷點(diǎn)，把硬件停下來(lái)。

為方便對(duì)硬件的調(diào)試，GPU設(shè)計(jì)人員開(kāi)發(fā)出很多種硬件調(diào)試方法來(lái)降低硬件調(diào)試的難度，傳統(tǒng)上有DebugBus、掃描路徑法、ARM CoreSightTM技術(shù)。這些方法的目的都是用某種方法將硬件內(nèi)部信息暴露給工程師，降低硬件的不透明性，但其暴露出的信息都是硬件內(nèi)部某個(gè)時(shí)間點(diǎn)的靜態(tài)信息，對(duì)硬件工程師的幫助是有限的。

本文提出一種新的調(diào)試架構(gòu)，相對(duì)于傳統(tǒng)技術(shù)，它能夠提供一段時(shí)間內(nèi)的動(dòng)態(tài)數(shù)據(jù)給工程師，讓工程師能夠了解在這段時(shí)間內(nèi)硬件內(nèi)部狀況是如何變化的，使得工程師能迅速定位到造成問(wèn)題的異常變化。甚至更進(jìn)一步，工程師可以將得到的信息導(dǎo)入模擬環(huán)境，在模擬環(huán)境里面重現(xiàn)硬件的問(wèn)題。

1 傳統(tǒng)硬件調(diào)試方式及其缺陷

1.1 DebugBus

DebugBus技術(shù)是最早在芯片設(shè)計(jì)中引進(jìn)的調(diào)試技術(shù)［1-2］。其基本原理是在硬件設(shè)計(jì)中添加一批狀態(tài)寄存器，每個(gè)模塊都把自己的狀態(tài)編碼后送到這個(gè)狀態(tài)寄存器中。當(dāng)發(fā)生問(wèn)題的時(shí)候，工程師讀取狀態(tài)寄存器中的狀態(tài)碼，從而可以分析問(wèn)題發(fā)生的原因。

DebugBus技術(shù)缺陷在于，狀態(tài)寄存器的位是有限的，所以能反映模塊的狀態(tài)也是有限的，工程師通過(guò)狀態(tài)碼只能大概了解模塊的真實(shí)情況。

1.2 基于掃描路徑法的可測(cè)性設(shè)計(jì)技術(shù)

基于掃描路徑法的可測(cè)性設(shè)計(jì)技術(shù)是可測(cè)性設(shè)計(jì)（DFT）技術(shù)的一個(gè)重要方法［3-5］，這種方法能夠從芯片外部設(shè)定電路中各個(gè)觸發(fā)器的狀態(tài)，并通過(guò)簡(jiǎn)單的掃描鏈設(shè)計(jì)，掃描觀測(cè)觸發(fā)器是否工作在正常狀態(tài)，以此來(lái)檢測(cè)電路的正確性。

這種技術(shù)的缺陷在于它速度太慢，因?yàn)樗且粋€(gè)串行的操作，不能一次讀出全部數(shù)據(jù)，導(dǎo)致工程師不能得到一個(gè)即時(shí)的數(shù)據(jù)［6］。

1.3 ARM CoreSightTM技術(shù)

CoreSightTM技術(shù)是ARM公司在2004年推出的一個(gè)新的調(diào)試體系架構(gòu)，以提供更為強(qiáng)大的調(diào)試能力［7］。

CoreSightTM技術(shù)比較適合于軟件調(diào)試，因?yàn)樗峁┙o工程師的是模塊之間的指令和寄存器傳遞序列，軟件工程師可以知道自己送給硬件的命令是如何在硬件各個(gè)模塊之間傳遞。但硬件開(kāi)發(fā)工程師更多的是想了解模塊和模塊之間完整的會(huì)話信息，甚至是模塊內(nèi)部的一些信號(hào)［8-9］。

2 新調(diào)試系統(tǒng)硬件部分

對(duì)于硬件開(kāi)發(fā)工程師來(lái)說(shuō)，要調(diào)試硬件問(wèn)題需要得到大量硬件內(nèi)部模塊和模塊之間的會(huì)話信息，這些信息最好是某個(gè)時(shí)間段內(nèi)連續(xù)的信息，而不是簡(jiǎn)單的某個(gè)時(shí)間點(diǎn)的信息。

但是要把所有這些信息收集給調(diào)試人員，就需要解決兩個(gè)問(wèn)題：

第一，每個(gè)時(shí)鐘周期產(chǎn)生的信息是大量的，為了不影響后面的時(shí)序，必須在一個(gè)時(shí)鐘周期內(nèi)處理完。但硬件帶寬的限制又決定了這些不可能在一個(gè)周期內(nèi)處理完。這也是過(guò)去技術(shù)上只能提供簡(jiǎn)略信息的主要原因。

第二，由于每個(gè)時(shí)鐘周期都產(chǎn)生大量的信息，因此我們要處理的整體信息量非常巨大，導(dǎo)致這些信息的存儲(chǔ)就是一個(gè)問(wèn)題。

為了解決這些問(wèn)題，設(shè)計(jì)了一個(gè)雙時(shí)鐘系統(tǒng)。當(dāng)我們發(fā)現(xiàn)需要存儲(chǔ)信息的時(shí)候，我們就把全局時(shí)鐘停止，從而使得各個(gè)模塊停止工作。同時(shí)我們用另外一套時(shí)鐘系統(tǒng)驅(qū)動(dòng)調(diào)試模塊收集和壓縮信息。當(dāng)信息收集完成以后，就把相關(guān)的數(shù)據(jù)發(fā)送到存儲(chǔ)模塊去存儲(chǔ)。當(dāng)存儲(chǔ)完成時(shí)候，再重新激活全局時(shí)鐘，讓各個(gè)模塊繼續(xù)工作。

由于采用了雙時(shí)鐘系統(tǒng)，提供了足夠的時(shí)間來(lái)進(jìn)行信息的收集和存儲(chǔ)。因此在存儲(chǔ)媒介上，我們放棄了價(jià)格昂貴但容量偏小的閃存，而是選擇了從板載內(nèi)存中分配一塊較大的區(qū)間，這樣就能在成本范圍內(nèi)提供能夠存放足夠多信息的存儲(chǔ)空間。

根據(jù)以上設(shè)計(jì)，我們把新的調(diào)試系統(tǒng)分成了5個(gè)模塊。

2.1 會(huì)話取樣模塊

會(huì)話取樣模塊負(fù)責(zé)將模塊和模塊之間的會(huì)話傳給會(huì)話監(jiān)控模塊或者會(huì)話記錄模塊。假設(shè)我們有兩個(gè)模塊A和B，一般情況下，模塊A和模塊B之間通過(guò)接口C連接，互相傳遞信息，如圖1所示。

將會(huì)話取樣模塊放在接口C上，通過(guò)它來(lái)檢查模塊A和模塊B之間是否有會(huì)話，如果有會(huì)話發(fā)生，那么就把會(huì)話內(nèi)容傳給會(huì)話存儲(chǔ)模塊，并由會(huì)話存儲(chǔ)模塊將內(nèi)容整理存儲(chǔ)到存儲(chǔ)媒介上，如圖2所示。

2.2 會(huì)話監(jiān)控模塊

會(huì)話監(jiān)控模塊負(fù)責(zé)監(jiān)控模塊之間的會(huì)話，一旦它發(fā)現(xiàn)模塊A和模塊B之間發(fā)生了會(huì)話，那么會(huì)話監(jiān)控模塊就會(huì)通知全局時(shí)鐘控制模塊，把所有模塊的時(shí)鐘中止，如圖3所示。

2.3 會(huì)話記錄模塊

會(huì)話記錄模塊負(fù)責(zé)在全局時(shí)鐘停止時(shí)，將會(huì)話的內(nèi)容記錄到內(nèi)存中。我們沒(méi)有采用傳統(tǒng)上的內(nèi)部Cache的模式，因?yàn)殡m然內(nèi)存中記錄比較慢，但是可以提供極大的記錄空間，可以記錄相當(dāng)長(zhǎng)時(shí)間的會(huì)話。只要內(nèi)存足夠大，就可以記錄足夠長(zhǎng)的會(huì)話。

會(huì)話記錄模塊會(huì)把會(huì)話記錄循環(huán)寫入對(duì)于軟件分配給硬件的內(nèi)存，同時(shí)它提供兩個(gè)寄存器給軟件用于判斷是否有信息寫入。一個(gè)寄存器表示內(nèi)存中未處理信息的頭部，一個(gè)寄存器表示內(nèi)存中未處理信息的尾部。會(huì)話記錄模塊在寫入信息前，會(huì)檢查未處理信息的尾部是否和未處理信息頭部重合，如果是，說(shuō)明內(nèi)存中信息已經(jīng)滿了，那么記錄模塊會(huì)停下等待軟件把信息讀走。

由于各個(gè)模塊之間會(huì)話大小不同，因此在存儲(chǔ)的數(shù)據(jù)結(jié)構(gòu)上，我們沒(méi)有采取固定長(zhǎng)度的數(shù)據(jù)結(jié)構(gòu)，而是設(shè)計(jì)了一種變長(zhǎng)的數(shù)據(jù)結(jié)構(gòu)。它分為頭部和數(shù)據(jù)兩塊。頭部是一個(gè)固定結(jié)構(gòu)，表面數(shù)據(jù)包的信息，而其后跟隨著一個(gè)變長(zhǎng)的數(shù)據(jù)流。它包含了三部分信息：

（1）模塊ID：記錄了信息來(lái)自哪個(gè)模塊。

（2）數(shù)據(jù)長(zhǎng)度：會(huì)話信息的大小。

（3）時(shí)間戳：會(huì)話發(fā)生的時(shí)間，可以用于仿真模型。

在實(shí)際應(yīng)用中，內(nèi)存控制器只有一個(gè)輸入，為了協(xié)調(diào)各個(gè)模塊的寫入順序，我們專門設(shè)計(jì)了一個(gè)記錄控制器，用來(lái)接收各個(gè)會(huì)話記錄模塊的輸出，并轉(zhuǎn)送到內(nèi)存控制器中，如圖4所示。

2.4 全局時(shí)鐘控制器

該模塊用來(lái)控制各個(gè)模塊的時(shí)鐘。一旦一個(gè)會(huì)話記錄的請(qǐng)求發(fā)生，那么全局時(shí)鐘控制器就會(huì)向各個(gè)模塊發(fā)出時(shí)鐘停止信號(hào)，中止各個(gè)模塊的運(yùn)行，在會(huì)話記錄完成后，才會(huì)發(fā)出時(shí)鐘繼續(xù)的信號(hào)。

圖5就是全局時(shí)鐘控制器的模塊圖，這是整個(gè)架構(gòu)設(shè)計(jì)中最基本的一塊。

2.5 調(diào)試時(shí)鐘模塊

在全局時(shí)鐘被中止的時(shí)候，雖然其他模塊都停止工作了，但是會(huì)話記錄模塊、會(huì)話取樣模塊、內(nèi)存控制器等一系列模塊都還要繼續(xù)工作，因?yàn)橄到y(tǒng)為他們單獨(dú)設(shè)置了這么一個(gè)時(shí)鐘模塊，在全局時(shí)鐘被中止時(shí)，繼續(xù)為其他模塊提供時(shí)鐘中斷。

3 新調(diào)試系統(tǒng)的軟件部分

軟件部分的功能就是根據(jù)工程師的需求配置相應(yīng)的調(diào)試環(huán)境，并將硬件產(chǎn)生的信息存儲(chǔ)到相應(yīng)的文件中去。

雖然新調(diào)試系統(tǒng)解決了存儲(chǔ)時(shí)間較長(zhǎng)的問(wèn)題，但是為了提高調(diào)試效率，在存儲(chǔ)過(guò)程中，我們采用多Buffer輪替的方式來(lái)提高數(shù)據(jù)的讀取效率。

4 應(yīng)用的成果

在新一代GPU的結(jié)構(gòu)中加上了新的硬件調(diào)試架構(gòu)，取得了初步的成果。

在這次設(shè)計(jì)開(kāi)發(fā)中，在FPGA上通過(guò)大量的應(yīng)用，利用新的調(diào)試系統(tǒng)對(duì)L2Cache進(jìn)行了研究，獲取了大量的數(shù)據(jù)。圖6是在不同的L1Cache設(shè)計(jì)下，L2 Cache和內(nèi)存存儲(chǔ)模塊（MXU）之間會(huì)話后的分析結(jié)果。從圖中，我們可以清晰地看到在實(shí)際中，L2 Cache是如何處理接收的請(qǐng)求，以及其中的4個(gè)bank各自的負(fù)載情況如何，使得硬件開(kāi)發(fā)人員可以清晰地發(fā)現(xiàn)Cache設(shè)計(jì)中存在的問(wèn)題，并為優(yōu)化Cache結(jié)構(gòu)提供了充分的數(shù)據(jù)基礎(chǔ)。

另外，我們也在FPGA上重現(xiàn)了一些硬件隨機(jī)問(wèn)題，并且獲取了相應(yīng)的數(shù)據(jù)。在把這些數(shù)據(jù)導(dǎo)入我們的RTL仿真環(huán)境后，成功地在模擬環(huán)境中重現(xiàn)了這些硬件問(wèn)題。現(xiàn)在通過(guò)調(diào)試系統(tǒng)獲取信息進(jìn)行模擬重現(xiàn)，解決了過(guò)去硬件開(kāi)發(fā)人員調(diào)試硬件問(wèn)題由于硬件封裝而只能通過(guò)間接信息分析來(lái)調(diào)試的問(wèn)題。硬件開(kāi)發(fā)人員可以根據(jù)波形來(lái)分析出問(wèn)題的原因，極大地提高開(kāi)發(fā)人員調(diào)試的速度。

5 結(jié)語(yǔ)

利用這種雙時(shí)鐘架構(gòu)，我們能否更進(jìn)一步開(kāi)發(fā)單步調(diào)試系統(tǒng)，使得硬件調(diào)試象軟件調(diào)試一樣，可以設(shè)斷點(diǎn)，停下后即時(shí)查看硬件狀態(tài)。如果能實(shí)現(xiàn)，那將更進(jìn)一步簡(jiǎn)化硬件調(diào)試能力，提高硬件開(kāi)發(fā)水平，這也是我們下一步的研究方向之一。