我正在创建某种RAM内存。想法首先是创建RAM“写入”功能,如下面的代码所示。除了RAM内存外,还有RAM模型驱动程序,用于将数据写入RAM(只是为了简要验证写入功能是否正常工作)。RAM模型驱动程序和RAM模型相互连接,应该发生一些事务,但是问题是仿真在零仿真秒内完成。任何人都知道可能是什么问题?
@gear
def ram_model(write_addr: Uint,
write_data: Queue['dtype'],*,
ram_mem = None,
dtype = b'dtype',
mem_granularity_in_bytes = 1) -> (Queue['dtype']):
if(ram_mem is None and type(ram_mem) is not dict):
ram_mem = {}
ram_write_op(write_addr = write_addr,
write_data = write_data,
ram_memory = ram_mem)
@gear
async def ram_write_op(write_addr: Uint,
write_data: Queue,*,
ram_memory = None,
mem_granularity_in_bytes = 1):
if(ram_memory is None and type(ram_mem) is not dict):
SystemError("Ram memory is %s but it should be dictionary",(type(ram_memory)))
byte_t = Array[Uint[8], mem_granularity_in_bytes]
async with write_addr as addr:
async for data, _ in write_data:
for b in code(data, byte_t):
ram_memory[addr] = b
addr += 1
@gear
async def ram_model_drv(*,addr_bus_width = b'asize',
data_type = b'dtype') -> (Uint[8], Queue['data_type']):
num_of_w_comnds = 15
matrix = np.random.randint(10, size = (num_of_w_comnds, 10))
for command_id in range(num_of_w_comnds):
for i in range(matrix[command_id].size):
yield (command_id, (matrix[command_id][i], i == matrix[command_id].size))
stimul = ram_model_drv(addr_bus_width = 8, data_type = Fixp[8,8])
out = ram_model(stimul[0], stimul[1])
sim()
这是输出消息:
python ram_model.py
- [INFO]: Running sim with seed: 3934280405122873233
0 [INFO]: -------------- Simulation start --------------
0 [INFO]: ----------- Simulation done ---------------
0 [INFO]: Elapsed: 0.00
是的,这有点令人费解。问题的要点是,在ram_model_drv
模块中,您将使用他们的yield
语句在两个输出接口上同步输出数据。对于PyGears,这意味着您需要在继续操作之前确认这两个接口上的数据。该ram_write_op
模块通过write_addr
和write_data
参数连接到这两个接口。在该模块内部,write_addr
只有从接口读取了多个数据后,您才从接口确认数据write_data
,因此存在死锁,并且PyGears模拟器检测到无法进行进一步的模拟步骤,并在步骤0结束时退出。
驱动程序中还有两个其他问题:
eot
为输出数据生成一个Queue
。相反,eot
应在时生成i == matrix[command_id].size - 1
。async
模块由PyGears无限循环地运行,因此ram_model_drv
除非您明确生成GearDone异常,否则您将无休止地生成数据。好,回到主要问题。有几种方法可以绕过它:
使用去耦
为此,您首先需要将数据输出分成两个yield
语句,一个用于write_addr
,另一个用于write_data
,因为ram_write_op
每几个写入数据将只使用一个地址。
@gear
async def ram_model_drv(*, addr_bus_width, data_type) -> (Uint[8], Queue['data_type']):
num_of_w_comnds = 15
matrix = np.random.randint(10, size=(num_of_w_comnds, 10))
for command_id in range(num_of_w_comnds):
yield (command_id, None)
for i in range(matrix[command_id].size):
yield (None, (matrix[command_id][i], i == matrix[command_id].size - 1))
raise GearDone
您可以使用dreg
或decouple
模块之一临时存储来自的输出数据,ram_model_drv
然后再将其使用ram_write_op
。
out = ram_model(stimul[0] | decouple, stimul[1] | decouple)
将驱动程序分为两个模块,一个驱动两个接口
对接口使用低级同步API
该yield
机制下有一个用于通过PyGears接口进行通信的较低级别的API。可以通过module().dout
字段获取输出接口的句柄。数据可以通过接口发送,而无需等待使用put_nb()
方法进行确认。以后,为了等待确认,ready()
可以等待方法。最后,put()
方法将两者结合在一个调用中,因此它将发送数据并等待确认。
@gear
async def ram_model_drv(*,
addr_bus_width=b'asize',
data_type=b'dtype') -> (Uint[8], Queue['data_type']):
addr, data = module().dout
num_of_w_comnds = 15
matrix = np.random.randint(10, size=(num_of_w_comnds, 10))
for command_id in range(num_of_w_comnds):
addr.put_nb(command_id)
for i in range(matrix[command_id].size):
await data.put((matrix[command_id][i], i == matrix[command_id].size - 1))
await addr.ready()
raise GearDone
本文收集自互联网,转载请注明来源。
如有侵权,请联系[email protected] 删除。
我来说两句