本文详细探讨了在数字IC设计中计算FIFO最小深度的重要性，特别是在不同场景下，如fa>fb、fa<fb和fa=fb的情况，并通过实例计算了9种不同场景下的最小FIFO深度。关键在于理解数据突发长度和计算未被读走的数据个数。最后，文章提供了FIFO深度的计算公式并给出了实际工程设计中的真题案例。
文章目录
- 一、数据突发长度(burst length)
- 二、不同场景的最小FIFO深度
-
- 2.1、场景1：fa>fb with no idle cycles in both write and read
- 2.2、场景2：fa>fb with two clock cycle delay between two successive read and write
- 2.3、场景3：fa > fb with idle cycles in both write and read
- 2.4、场景4：fa > fb with duty cycles given for wr_enb and rd_enb.
- 2.5、场景5：fa < fb with no idle cycles in both write and read
- 2.6、场景6：fa < fb with idle cycles in both write and read
- 2.7、场景7：fa = fb with no idle cycles in both write and read
- 2.8、场景8：fa = fb with idle cycles in both write and read
- 2.9、场景9：Data rates are given，read and write random(important!!!)
- 三、总结
- 四、真题
- 参考
数字IC设计中我们经常会遇到这种场景，工作在不同时钟域的两个模块，它们之间需要进行数据传递，为了避免数据丢失，我们会使用到FIFO。当读数据的速率小于写数据的速率时，我们就不得不将那些还没有被读走的数据缓存下来，那么我们需要开多大的空间去缓存这些数据呢？缓存开大了会浪费资源，开小了会丢失数据，如何去计算最小FIFO深度是我们讨论的重点。
一、数据突发长度(burst length)
在讲解如何去计算FIFO深度之前，我们来理解一个术语burst length，如果你已经了解了可以跳过。要理解数据的突发长度，首先我们来考虑一种场景，假如模块A不间断的往FIFO中写数据，模块B同样不间断的从FIFO中读数据，不同的是模块A写数据的时钟频率要大于模块B读数据的时钟频率，那么在一段时间内总是有一些数据没来得及被读走，如果系统一直在工作，那么那些没有被读走的数据会越累积越多，那么FIFO的深度需要是无穷大的，因此只有在突发数据传输过程中讨论FIFO深度才是有意义的。也就是说我们一次传递一包数据完成后再去传递下一包数据，我们把一段时间内传递的数据个数称为burst length。在维基百科中，burst transmission是这样解释的：<
订阅专栏 解锁全文
扫一扫
664
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
