[发明专利]通用处理器核心与向量部件的协同方法、接口及处理器

说明书

本发明公开了一种通用处理器核心与向量部件的协同方法、接口及处理器，本发明方法包括向量部件接收向量请求并判断向量请求的情况，若需要访问缓存数据则向通用处理器核心的处理器数据缓存部件发送访存请求，若需要寄存器访问则向通用处理器核心的处理器寄存器部件发送寄存器请求，若需要浮点计算则向通用处理器核心的处理器浮点计算部件发送浮点计算请求，若需要页表转换则向通用处理器核心的处理器页表转换部件发送页表转换请求。本发明针对通用处理器核心与向量部件，能以高效松耦合专用接口实现与控制部件、寄存器部件、数据缓存部件、浮点计算部件和页表转换等相关部件的直接交互，提高了向量部件的数据读写和指令执行效率。

技术领域

本发明涉及通用处理器核心与向量部件的协同接口设计技术，具体涉及一种通用处理器核心与向量部件的协同方法、接口及处理器。

背景技术

随着计算机技术的不断发展，针对不同的计算需求也不断增强，而通用处理器由于设计目标等原因，在向量计算或神经网络计算等方面的应用效率一般较低，无法提供向量计算或神经网络计算所需要的计算速度或数据规模。同时，向量计算或神经网络计算的计算需求中实际仍有大量的通用计算操作，而向量部件一般不提供通用计算能力，或只能提供很弱的通用计算能力。于是出现了通用处理器核心与专用图形加速器协同(如CPU-GPU)的解决方案，但不同的向量部件厂商通常仅仅提供对于自己设备编程的实现。对于异构系统一般很难用同种风格的编程语言来实现机构编程，而且将不同的设备作为统一的计算单元来处理的难度也是非常大的，以GPU加速为例，两大主要厂商NVIDIA和AMD就分别开发和维护了独立的GPU编程组件CUDA SDK和AMD APP(ATI STREAM)。因此，这种显式异构解决方案对编程和异构协调的要求较高，特别是对于内存的管理，需要程序员显式地声明、显式地在主存和设备的存储器之间进行移动，在实际应用中面临的难度都较大。

为了在通用处理器中提供面向向量计算的计算能力，使用独立的向量部件是一种高效的方案。在指令集设计中预留专用指令，通用处理器核心中预留专用接口，向量部件与通用处理器部件采用接口协议进行交互。这种方案完全保留了通用处理器的通用处理能力，同时可以将向量计算中的可加速计算部分分配到向量部件中，实现了向量计算和通用计算两部分运算效率的同时最大化。但目前已有的实现设计方案中，存在控制和数据信号交互过于频繁，流水线时序紧张；向量部件中特定资源不足，而通用处理器资源空闲并浪费等问题。

发明内容

本发明要解决的技术问题：针对现有技术的上述问题，提供一种通用处理器核心与向量部件的协同方法、接口及处理器，本发明针对通用处理器核心与向量部件，能以高效松耦合专用接口实现与控制部件、寄存器部件、数据缓存部件、浮点计算部件和页表转换等相关部件的直接交互，提高了向量部件的数据读写和指令执行效率。

为了解决上述技术问题，本发明采用的技术方案为：

一种通用处理器核心与向量部件的协同方法，包括：

1)向量部件接收来自通用处理器核心发送的向量请求；

2)向量部件判断向量请求是否需要访问缓存数据，若需要访问缓存数据，则向通用处理器核心的处理器数据缓存部件发送访存请求，使处理器数据缓存部件处理访存请求并返回访存请求的数据或状态；向量部件判断向量请求是否需要寄存器访问，若需要寄存器访问，则向通用处理器核心的处理器寄存器部件发送寄存器请求，使处理器寄存器部件处理寄存器请求并返回寄存器请求的数据或状态；向量部件判断向量请求是否需要浮点计算，若需要浮点计算，则向通用处理器核心的处理器浮点计算部件发送浮点计算请求，使处理器浮点计算部件处理浮点计算请求并返回浮点计算结果；向量部件判断向量请求是否需要页表转换，若需要页表转换，则向通用处理器核心的处理器页表转换部件发送页表转换请求，使处理器页表转换部件处理页表转换请求并返回页表转换结果；

3)判断是否完成操作，如果尚未完成操作，则跳转执行步骤2)；否则向量部件向通用处理器核心返回最终的向量计算结果。