Rocket - decode - 几个问题

探讨了指令解码过程中最小项、蕴含项及最大项的概念与应用,解析了它们之间的关系及其在布尔函数化简中的作用。特别讨论了在实际电路设计中如何处理无关值,以及SimplifyDC算法在指令解码表生成中的具体实现细节。

 
讨论指令解码部分遗留的几个问题。
 
 
1. 最小项与蕴含项之间的关系
 
参考链接:
 
按其中的描述:
 
An implicant covers one or more minterms in a sum of products of a Boolean function.
即一个蕴含项覆盖布尔函数的一个或多个最小项。如果最小项中包含全部的变量,则蕴含项中则可以吸收掉一个或多个变量。
 
从形式上看,最小项用于与或(SoP)表达式的布尔函数,最大项用于或与(PoS)表达式的布尔函数。而蕴含项既可以是SoP中的sum term,也可以是PoS中的product term。
 
在与或表达式中,如果蕴含项为1,则布尔函数的值取1。同样,如果蕴含项是一个最小项,那么这个最小项为1,也能使布尔函数的值为1。
 
Term类表达的是一个蕴含项,包含变量是否出现以及取值信息,不包含与或表达式、或与表达式的信息。所以Term即可表达一个最小项,也可以表达一个最大项,取决于如何使用。
 
Term表达最小项时其mask为全0。
 
 
2. 默认无关值与解码结果0/1如何区分?
 
调用SimplifyDC时,默认值为不关心:
 
SimplifyDC返回要比对的Term序列,而logic返回的是一个bit,其取值只有0和1两种。而dTerm中对应的变量值为x,即不关心。
 
也就是说在decode_table的定义中,变量对应的比特为x,而解码输出的结果为0/1,两者并不一致。
 
如下:
 
logic只能输出0/1,无法输出x。那么使用时如何区分呢?
 
会使用到这个x吗?
应该是不使用的。既然是不关心,那么这个x就应该是不被使用的,相关的逻辑不被使能。
 
能使用这个x吗?
不能。在Scala中,想要比对X或者DW_X,这都没有问题。但译码结果最终要在电路中使用。电路中能把x用于比对吗?与一个未知的值相比较,结果也是未知。与门、或门中倒是可以用x,但需要另一个输入为0或者1,也就是说这个x的值,也是不关心的。即便把x变为0或者1,与门、或门的输出也是不会变的。
 
所以SimplifyDC中,只比对minTerms中的项,而把maxTerms和dcTerms对应的译码结果输出为0,是没有问题的。对于dcTerms而言,无论结果是0/1/x,都不关心。
 
 
3. Term.intersects
 
1) 实现中的小问题
 
Term.intersects的实现如下:
 
如果this和x没有相同的变量呢?
 
如:this.mask = 1100, x.mask = 0011,
则:~mask & ~x.mask = 0,
则:(value ^ x.value) & 0 = 0,
则:0 == 0返回真
也就是说:没有任何相同变量的两个项相交。
 
这显然是不合理的。
 
既然这里Term.intersects这样实现,而又没有发现问题。那么推测可能的原因是:在指令编码时保证必然有相同的变量出现在两个项中。
 
 
2) 相交即相等?
 
相交显然是不同于相等的。
 
在SimplifyDC中,如果判断某一个化简项在maxTerms中存在相交项,则不能进行化简。只进行相交判断,而不进行相等判断,就做出了不能进行化简决定,是不是用力太猛?
 
原因在于SimplifyDC输出的结果是minTerms化简之后剩余的项。在logic()中生成比对逻辑时,只会对minTerms进行相等判断,而没有机会对maxTerms进行相等判断。
 
 
4. maxTerms如何使用?
 
1) maxTerms是最大项?
 
非要对应成或与表达式中的最大项,比较难以理解。
可以简单理解为若maxTerms中的项匹配,则译码结果为0。
 
2) 是否所有的minTerms都与maxTerms进行了相交判断(intersects)?
 
a. 最开始的每一个minTerms和maxTerms都进行了判断
 
 
b. 第一次化简产生的新项没有进行判断
 
 
合并产生的新项直接存入单元格(i+1, j)中,并没有进行判断。后续轮到该单元格时,判断的是其翻转一个变量值之后的新项。
 
事实上无需进行判断。
 
合并之前的两项a, b只有一个变量对应的比特有差异,一个值为0,一个值为1。两者都与maxTerms中的项不相交。
 
根据maxTerms中的项是否存在这个变量,存在两种情况:
i. 存在这个变量(mask对应位为0):那么这个变量必然不是不相交的关键变量,必然还存在其他共同的变量值不同;
i. 不存在这个变量(mask对应位为1):那么这个变量也不是关键变量,必然还存在其他共同的变量值不同;
综合这两种情况,a和b合并之后产生的新项也必然与maxTerms中的所有项都不相交。
 
c. 第二次化简产生的新项也没有进行判断
 
 
根据b中的论述,无论是原有的质项,还是化简产生的新的质项,与所有的maxTerms都是不相交的。
 
同样根据b中的论述,如果翻转一个变量值产生的新项与maxTerms都不相交,那么合并之后产生的新项也与maxTerms不相交。
 
d. 第三次化简产生的新项也没有进行判断
 
 
解释如同c。
 
 
5. Simplify为什么不像SimplifyDC那样翻转变量值进行化简?
 
因为传给Simplify的是minTerms和dcTerms,没有maxTerms,所以只能根据minTerms和dcTerms进行合并化简。
 
翻转变量值可能与maxTerms产生重叠。如第3节中的论述,重叠是不被允许的。
 
 
6. 模型层与构建层
 
BitPat和Term使用的是BigInt,所以Simplify的执行在构建层。而模型直接使用其简化结果进行构建(logic方法)。
 
 

转载于:https://www.cnblogs.com/wjcdx/p/10296514.html

多源数据接入 支持校园各业务系统数据接入:包括教务系统(学生成绩、课程信息)、学工系统(奖惩记录、资助信息)、后勤系统(宿舍分配、能耗数据)、图书馆系统(借阅记录、馆藏信息)、一卡通系统(消费数据、门禁记录)等。 接入方式:提供数据库直连(MySQL、SQL Server)、文件导入(CSV、Excel、JSON)、API 接口调用等多种方式,支持实时同步与定时批量同步。 数据标准化与治理 建立校园数据标准体系:统一数据格式(如日期格式、学号编码规则)、定义核心数据元(如 “学生” 包含学号、姓名、专业等必选字段)、规范代码集(如性别代码 “1 - 男,2 - 女”)。 数据清洗:自动检测并处理缺失值、重复值、异常值(如成绩 > 100 分),通过规则引擎实现数据校验(如 “学生年龄需在 16-30 岁之间”)。 元数据管理:记录数据来源、格式、更新频率、负责人等信息,生成数据血缘图谱,追踪数据从产生到应用的全生命周期。 二、数据共享与交换核心功能 分布式数据存储 基于 Hadoop HDFS 实现海量数据存储:结构化数据(成绩、消费记录)存入 HBase,非结构化数据(文档、图片、视频)直接存储于 HDFS,日志类数据通过 Flume 采集至 HDFS。 支持数据分片与副本机制,确保数据高可用(默认 3 副本存储),满足校园 PB 级数据存储需求。 数据交换引擎 构建点对点数据交换通道:各部门系统可通过交换引擎向平台上传数据或申请获取授权数据,支持同步 / 异步交换模式。 交换流程管理:定义数据交换规则(如 “学工系统每日向平台同步新增学生信息”),记录交换日志(成功 / 失败状态、数据量),失败时自动重试。 数据脱敏:对敏感数据(如身份证号、银行卡号)在交换过程中进行脱敏处理(如显示 “110********5678”),兼顾共享与隐私保护。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值