XiangShan – Prosesor RISC-V Berkinerja Tinggi Sumber Terbuka
(github.com/OpenXiangShan)-
Pengenalan Proyek XiangShan
- XiangShan adalah proyek sumber terbuka untuk mengembangkan prosesor RISC-V berkinerja tinggi, yang dikerjakan oleh Institute of Computing Technology, Chinese Academy of Sciences dan Fengqing Institute.
- Proyek ini memanfaatkan metodologi pengembangan Agile untuk mempercepat proses pengembangan chip melalui pengembangan dan penggunaan berbagai alat.
-
Dokumentasi dan Slide
- XiangShan-doc adalah repositori dokumentasi resmi yang berisi spesifikasi desain, slide teknis, tutorial, dan lain-lain.
- Dokumen mikroarsitektur tersedia secara publik, dan detail lebih lanjut dapat dilihat di XiangShan-doc.
-
Publikasi
- Makalah yang dipresentasikan di MICRO 2022 memperkenalkan XiangShan dan pengembangan prosesor RISC-V berkinerja tinggi menggunakan metode pengembangan Agile.
- Makalah ini menerima semua lencana untuk ketersediaan, fungsionalitas, dan reproduksibilitas.
-
Arsitektur
- Mikrolayer pertama XiangShan yang stabil adalah Yanqihu, sedangkan yang kedua adalah Nanhu.
- Versi yang sedang dikembangkan saat ini adalah Kunminghu, dan ini berlangsung di cabang
master.
-
Ikhtisar Subdirektori
- Direktori utama mencakup file desain, perangkat virtual, pembungkus SoC, modul tingkat atas, kode utilitas, dan kode desain utama.
- Termasuk juga skrip, unit titik mengambang (floating point), cache L2/L3, kerangka kerja cosimulation, dan gambar simulasi pra-bangun.
-
Dukungan IDE
- Dukungan BSP dengan perintah
make bsp. - Dukungan IDEA dengan perintah
make idea.
- Dukungan BSP dengan perintah
-
Pembuatan Verilog
- Anda dapat menghasilkan kode Verilog dengan perintah
make verilog; file output-nya adalahbuild/XSTop.v.
- Anda dapat menghasilkan kode Verilog dengan perintah
-
Menjalankan Program dan Simulasi
- Atur variabel lingkungan, lalu instal
milldan kloning proyek sebelum menjalankanmake inituntuk inisialisasi submodul. - Instal Verilator, lalu bangun dan jalankan simulator C++ dengan perintah
make emu.
- Atur variabel lingkungan, lalu instal
-
Panduan Troubleshooting
- XiangShan docs menginspirasi banyak makalah penting, dan kami berharap akan ada lebih banyak terobosan akademik di masa depan.
1 komentar
Komentar Hacker News
Dapat menjalankan simulasi menggunakan Dockerfile. Diperlukan RAM 64GB, dan saya menyiasatinya dengan menambahkan swap 48GB pada RAM 16GB.
Proyek ini menarik karena memadukan minat saat ini dengan baik.
Daftar instruksi fusi punya bagian yang mengejutkan.
Proyek ini menarik sebagai proyek akademis.
Menarik untuk melihat proyek lain yang juga menggunakan Chisel.
Terdapat produk komersial yang menggunakan arsitektur 'Nanhu' dari XiangShan.
Penasaran apa yang dimaksud dengan 'kinerja tinggi'.
Ingin tahu strateginya dalam open sourcing.
Pujian untuk pekerjaan yang luar biasa.
Menarik bahwa Cina membuat kemajuan signifikan dalam AI, robotika, dan prosesor, serta mengopen-sourcing banyak hal.