玄铁RISC-V处理器入门与实战-平头哥玄铁CPU IP-面向低功耗领域CPU

简介: 玄铁RISC-V处理器入门与实战-平头哥玄铁CPU IP-

 

1)入门级微控制器:E902

a概述

玄铁E902采用2级极简流水线并对执行效率进行了增强,典型工作频率>150MHz,是首款支持硬件安全扩展技术的RISC-V处理器。可以应用在对功耗和成本极其敏感的IoT、MCU等场景

 

E902处理器体系结构的主要特点如下:

 

image.png 

 

b处理器简介

E902的结构框图如下所示:

 

image.png 

 

 

结构图E902处理器采用2级流水线结构:取指和执行。指令取指阶段主要负责从内存中获取指令;指令执行阶段主要负责指令译码、执行和回写。

 

可配置的物理内存保护单元(Physical Memory Protection,PMP)负责物理地址的权限检查实现内存的保护功能权限可划分为:不可读写/只读/可读写,可执行/不可执行。

 

TDT调试单元(T-Head Debug Trace)支持各种调试方式,包括软件断点、内存断点、单步和多步的指令跟踪等多种方式,可在线调试CPU、通用寄存器(GPR)、控制寄存器(CSR)和内存。

 

E902设计有片上紧耦合的IP接口和多条AHB-Lite的总线接口。片上紧耦合的IP接口集成处理器中断控制器CLIC),支持中断嵌套以及处理器核局部中断(CLINT)。外部中断源数量最高可配置240个,中断优先级支持4/8/16/32级可配置。

2高能效微控制器:E906

a概述

玄铁E906采用5级按序流水线,典型工作频率>1GHz,可选性能优异的单精度浮点单元以及标量DSP计算单元。可以应用在无线接入、音频、中高端MCU、导航等场景。 

E906处理器体系结构的主要特点如下:

 

image.png 

b)处理器简介

E906的结构框图如下所示:

 

image.png


E906处理器采用5级流水线结构:取指、译码、执行、内存访问、写回。

 

取指阶段,访问指令Cache或者总线,获取指令,同时访问BTB,发起0延时跳转。

译码阶段,访问动态分支预测器和返回栈,发起分支的预测跳转,同时进行指令译码,读取寄存器堆,处理数据相关性和数据前馈。

执行阶段,完成单周期整型计算指令和多周期乘除法指令的执行、存储/加载指令地址计算和跳转指令处理。其中,整型计算包括普通的算术指令和逻辑指令。

内存访问阶段,利用执行阶段产生的存储/载入指令的目标地址访问数据Cache或者总线。

写回阶段,将指令执行结果写回寄存器堆。

 

可配置的物理内存保护单元(Physical Memory Protection,PMP)负责物理地址的权限检查,实现内存的保护功能。权限可划分为:不可读写/只读/可读写,可执行/不可执行。

 

调试单元支持各种调试方式,包括软件断点、内存断点、单步和多步的指令跟踪等,可在线调试CPU、通用寄存器(GPR)、控制寄存器(CSR)和内存。

 

E906设计有片上紧耦合的IP接口和多条AHB-Lite的总线接口。片上紧耦合的IP接口集成矢量中断控制器(CLIC),支持中断嵌套。外部中断源数量最高可配置240个,中断优先级支持4/8/16/32级可配置。

3) 计算增强型微控制器:E907

a) 概述

玄铁E907采用5级按序流水线,典型工作频率>1GHz,是玄铁MCU处理器中的性能最高的处理器核,可选配高性能浮点以及DSP计算单元,同时支持TCM扩展以及中断加速技术以进一步提升实时性。可以应用在语音入口MCU、TWS、MPU、多模无线接入等场景

 

E907处理器体系结构的主要特点如下:

 

image.png 

 

b处理器简介

E907的结构框图如下所示

image.png

 

E907处理器采用5级流水线结构:取指、译码、执行、内存访问、写回。

 

取指阶段,访问指令Cache或者外部总线,获取指令,同时访问BTB,发起0延时跳转。

译码阶段,访问动态分支预测器和返回栈,发起分支的预测跳转,同时进行指令译码,读取寄存器堆,处理数据相关性和数据前馈。

执行阶段,完成单周期整型计算指令和多周期乘除法指令的执行、存储/加载指令地址计算和跳转指令处理。其中,整型计算包括普通的算术指令和逻辑指令。

内存访问阶段,利用执行阶段产生的存储/载入指令的目标地址访问数据Cache或者外部总线。

写回阶段,将指令执行结果写回寄存器堆。 

 

可配置的物理内存保护单元(Physical Memory Protection,PMP)负责物理地址的权限检查实现内存的保护功能,权限可划分为:不可读写/只读/可读写,可执行/不可执行。

 

调试单元(Debug Module,以下简称DM)支持各种调试方式,包括软件断点、内存断点、单步和多步的指令跟踪等多种方式,可在线调试CPU、通用寄存器(GPR)、控制寄存器(CSR)和内存。

 

E907设计有片上紧耦合的IP接口和两条主设备总线接口。片上紧耦合的IP接口集成矢量中断控制器(CLIC),支持中断嵌套。外部中断源数量最高可配置240个,中断优先级支持4/8/16/32级可配置。

相关文章
|
6月前
|
监控 并行计算 数据处理
构建高效Python应用:并发与异步编程的实战秘籍,IO与CPU密集型任务一网打尽!
在Python编程的征途中,面对日益增长的性能需求,如何构建高效的应用成为了每位开发者必须面对的课题。并发与异步编程作为提升程序性能的两大法宝,在处理IO密集型与CPU密集型任务时展现出了巨大的潜力。今天,我们将深入探讨这些技术的最佳实践,助你打造高效Python应用。
97 0
|
4月前
|
存储 缓存 监控
Docker容器性能调优的关键技巧,涵盖CPU、内存、网络及磁盘I/O的优化策略,结合实战案例,旨在帮助读者有效提升Docker容器的性能与稳定性。
本文介绍了Docker容器性能调优的关键技巧,涵盖CPU、内存、网络及磁盘I/O的优化策略,结合实战案例,旨在帮助读者有效提升Docker容器的性能与稳定性。
406 7
|
10月前
|
缓存 C语言 计算机视觉
程序与技术分享:CPU0处理器的架构及应用
程序与技术分享:CPU0处理器的架构及应用
|
8月前
|
机器学习/深度学习 人工智能 并行计算
【人工智能】CPU、GPU与TPU:人工智能领域的核心处理器概述
在人工智能和计算技术的快速发展中,CPU(中央处理器)、GPU(图形处理器)和TPU(张量处理器)作为核心处理器,各自扮演着不可或缺的角色。它们不仅在性能上各有千秋,还在不同的应用场景中发挥着重要作用
422 2
|
8月前
|
存储 固态存储 测试技术
|
9月前
|
并行计算 监控 数据处理
构建高效Python应用:并发与异步编程的实战秘籍,IO与CPU密集型任务一网打尽!
【7月更文挑战第16天】Python并发异步提升性能:使用`asyncio`处理IO密集型任务,如网络请求,借助事件循环实现非阻塞;`multiprocessing`模块用于CPU密集型任务,绕过GIL进行并行计算。通过任务类型识别、任务分割、避免共享状态、利用现代库和性能调优,实现高效编程。示例代码展示异步HTTP请求和多进程数据处理。
101 8
|
9月前
|
机器学习/深度学习 人工智能 并行计算
GPU 和 CPU 处理器的架构
CPU(中央处理器)和 GPU(图形处理单元)是计算机系统中最重要的两种处理器。它们各自的架构设计和技术体系决定了其在不同应用领域中的性能和效率。
326 1
|
11月前
|
运维 Linux Docker
Docker详解(十一)——Docker容器CPU资源限额实战Docker详解
Docker详解(十一)——Docker容器CPU资源限额实战
196 5
|
3月前
|
存储 设计模式 监控
快速定位并优化CPU 与 JVM 内存性能瓶颈
本文介绍了 Java 应用常见的 CPU & JVM 内存热点原因及优化思路。
730 166
|
1月前
|
存储 设计模式 监控
如何快速定位并优化CPU 与 JVM 内存性能瓶颈?
如何快速定位并优化CPU 与 JVM 内存性能瓶颈?

热门文章

最新文章