芯片設計和驗證工程師通常要為在硅片上實現的每一行RTL代碼寫出多達10行測試平臺代碼。驗證任務在設計周期內可能會占用50%或更多的時間。盡管如此辛苦，仍有接近60%的芯片存在功能瑕疵，需要返工。由于HDL仿真不足以發現系統級錯誤，芯片設計人員正利用FPGA來加速算法創建和原型設計。

　　利用FPGA處理大型測試數據集可以使工程師快速評估算法和架構并迅速做出權衡。工程師也可以在實際環境下測試設計，避免因使用HDL仿真器消耗大量時間。系統級設計和驗證工具（如MATLAB和Simulink）通過在FPGA上快速建立算法原型，可以幫助工程師實現這些優勢。

　　本文將介紹使用MATLAB和Simulink創建FPGA原型的最佳方法。這些最佳方法包括：在設計過程初期分析定點量化的效應并優化字長，產生更小、更高效的實現方案；利用自動HDL代碼生成功能，更快生成FPGA原型；重用具有HDL協同仿真功能的系統級測試平臺，采用系統級指標分析HDL實現方案；通過FPGA在環仿真加速驗證（圖1）。

　　為什么在FPGA上建立原型？

　　在 FPGA上建立算法原型可以增強工程師的信心，使他們相信自己的算法在實際環境中的表現能夠與預期相符。除了高速運行測試向量和仿真方案，工程師還可以利用FPGA原型試驗軟件功能以及諸如RF和模擬子系統的相關系統級功能。此外，由于FPGA原型運行速度更快，可以使用大型數據集，暴露出仿真模型未能發現的缺陷。

　　采用HDL代碼生成功能的基于模型的設計可以使工程師有效地建立FPGA原型，如圖2所示。該圖向我們展示了這樣一種現實情況：工程師經常縮短詳細設計階段，試圖通過盡快開始硬件開發階段以符合開發周期的要求。現實中，當工程師發現定點算法達不到系統要求時，就得在 HDL創建階段重新審視詳細設計階段。這樣的重疊工作將使HDL創建階段延長（如紫色長條所示），并可能引發各種設計問題（如膠合邏輯或設計補丁）。

　　由于自動HDL代碼生成流程比手工編碼快，工程師得以把節省下來的時間投入到詳細設計階段，生成更優質的定點算法。與手動的工作流程相比，這種方法使工程師能夠以更快的速度生成質量更佳的FPGA原型。

　　數字下變頻器案例研究

　　為了說明采用基于模型的設計建立FPGA原型的最佳方法，可借助數字下變頻器（DDC）來進行案例研究。在眾多的通信系統中，DDC是一種普通的構建塊（圖 3）。該構建塊用于將高速通帶輸入轉換為低速基帶輸出，以便使用較低采樣率時鐘進行處理。這樣，在硬件實施階段便可降低功耗、節約資源。DDC的主要部件包括：數控振蕩器（NCO）、混頻器和數字濾波器鏈路（圖4）。

　　在設計過程初期分析定點量化的效應

　　工程師通常使用浮點數據類型來測試新的構想和開發初始算法。然而，FPGA和 ASIC硬件實現要求轉換為定點數據類型，而這往往會造成量化誤差。使用手動工作流程時，通常在HDL編碼過程中執行定點量化。在該工作流程中，工程師無法輕易地通過比較定點表示形式和浮點參考值量化定點量化的效應，而分析針對溢出的HDL實現也同樣不易。

　　為了明智確定所需的小數位數，在開始HDL編碼過程之前，工程師需要某種方法來比較浮點仿真結果與定點仿真結果。增加小數位數可以減小量化誤差；不過，這種方法需要增加字長（區域增多、功耗升高）。

　　例如，圖5展示了DDC濾波器鏈路中低通濾波器第一階段浮點與定點仿真結果的差異。這些差異是因定點量化所致。上方圖形顯示了浮點與定點仿真結果的重疊效果。下方圖形顯示了圖中每一點的量化誤差。工程師可能需要根據設計規范來增加小數位數以減小由此引出的量化誤差。

　　除了選擇小數位數之外，工程師還需要優化字長，實現低功耗和區域優化的設計。

　　在DDC案例研究中，工程師使用Simulink定點模塊組將部分數字濾波器鏈路的字長減少了8位之多（圖6）。

　　利用自動HDL代碼生成功能更快生成FPGA原型

　　在生成FPGA原型時，HDL代碼必不可少。工程師手工編寫了 Verilog或VHDL代碼。作為替代選擇，使用HDL編碼器自動生成HDL代碼具有眾多明顯優勢。工程師可以快速地評估能否在硬件中實施當前算法；迅速評估不同的算法實現，選擇最佳方案；并在FPGA上更快地建立算法原型。

　　對于DDC案例研究而言，可以在55秒內生成了5780行HDL代碼。工程師可以瀏覽并很快理解代碼（圖7）。自動代碼生成功能允許工程師對系統級模型進行更改，并且，通過重新生成HDL代碼，該功能可以在數分鐘之內生成更新的HDL實現方案。

　　重用具有協同仿真功能的系統級測試平臺進行HDL驗證

　　功能驗證：HDL協同仿真使工程師能夠重用Simulink模型，將激勵驅動至HDL仿真器，并對仿真輸出執行交互式系統級分析（圖8）。

　　HDL仿真僅提供數字波形輸出，而HDL協同仿真則提供了顯示HDL代碼的完整視圖，并可以訪問Simulink的全套系統級分析工具。當工程師觀察到預期結果與HDL仿真結果存在差異時，可借助協同仿真進一步了解該失配所產生的系統級影響。

　　例如，在圖9中，頻譜儀視圖可以使工程師做出明智決定，忽略預期結果與HDL仿真結果之間的失配，其原因是該差異位于阻帶區。相比之下，數字波形輸出只是將預期結果與HDL仿真結果的失配標記為誤差。盡管工程師最終可能得出相同的結論，但這將需要更多的時間完成所需的分析。

　　測試覆蓋率：工程師可以使用HDL驗證工具、Simulink設計驗證工具和ModelSim/Questa自動執行代碼覆蓋率分析。在該工作流程中，Simulink設計驗證工具可針對模型覆蓋率生成一套測試用例。HDL驗證工具自動使用這一套測試用例運行ModelSim/Questa，收集代碼覆蓋率數據，以對生成的代碼加以全面分析。

　　使用FPGA在環仿真加速驗證

　　使用系統級仿真和HDL協同仿真驗證DDC算法之后，便可以立即在FPGA目標平臺上部署DDC算法。對算法執行基于FPGA的驗證（也稱為FPGA在環仿真）可以增強對算法在現實環境中有效運行的信心。相比基于主機的HDL仿真，該驗證可以使工程師更快地運行測試方案。

　　對于DDC算法而言，可以使用Simulink模型驅動FPGA輸入激勵并分析FPGA的輸出（圖10）。與HDL協同仿真一樣，在Simulink中始終可以利用相關數據進行分析。

　　圖11對比了HDL協同仿真和FPGA在環仿真這兩種用于DDC設計的驗證方法。在本案例中，FPGA在環仿真的速度是HDL協同仿真的23倍。這樣的速度提升使工程師能夠運行更廣泛的測試用例并對其設計進行回歸測試。這使他們能夠識別出有待進一步分析的潛在問題區域。

　　盡管HDL協同仿真速度較慢，但它卻提高了HDL代碼的可見性。因此，它很適合針對FPGA在環仿真過程中發現的問題區域進行更詳細的分析。

　　總結

　　如果工程師遵循本文所述的四種最佳方法，開發FPGA原型將比傳統的手動工作流程快出許多，并能使工程師信心倍增。此外，工程師還可以在整個開發過程中繼續優化自己的模型，并快速地重新生成有關FPGA實現的代碼。與依賴手工編寫HDL的傳統工作流程相比，這種能力可以顯著縮短設計迭代的周期。