DMR: 兼容RISC-V架构的乱序超标量通用处理器核

孙彩霞; 郑重; 邓全; 隋兵才; 王永文; 倪晓强

doi:10.7544/issn1000-1239.2021.20210176

DMR: 兼容RISC-V架构的乱序超标量通用处理器核

(国防科技大学计算机学院长沙 410073) (cxsun@nudt.edu.cn)

基金项目: 广东省重点领域研发计划(2019B121204007)

详细信息

中图分类号: TP303
计量
- 文章访问数: 758
- HTML全文浏览量: 3
- PDF下载量: 347
出版历程
- 发布日期: 2021-05-31

DMR: An Out-of-Order Superscalar General-Purpose CPU Core Based on RISC-V

(College of Computer Science and Technology, National University of Defense Technology, Changsha 410073)

Funds: This work was supported by the Key-Area Research and Development Program of Guangdong Province (2019B121204007).

摘要

摘要: DMR是由国防科技大学计算机学院自研的一款兼容RISC-V架构的乱序超标量通用处理器核，支持用户态(user-mode)、特权态(supervisor-mode)和机器态(machine-mode)三种特权级模式，兼容RV64G指令集规范，并进行了自定义向量扩展，虚存系统支持Sv39和Sv48，物理地址为44b.DMR的单周期整数流水线为12级，指令乱序发射、顺序提交，指令发射宽度为4，实现了多个分布式调度队列，每拍最多可乱序调度9条指令执行.DMR采用覆盖率驱动的多层次、多平台的功能验证方法，已经在FPGA原型系统下成功启动Linux OS，CoreMark分数为5.12MHz，在14nm工艺下主频可达到2GHz.
- RISC-V /
- 乱序 /
- 超标量 /
- 处理器核 /
- 通用CPU
Abstract: DMR is a RISC-V based out-of-order superscalar general-purpose CPU core from the College of Computer Science and Technology, National University of Defense Technology. Three privilege levels, user-mode, supervisor-mode and machine-mode, are all supported, and the standard RISC-V RV64G instruction set is implemented. In addition, custom vector instructions are extended in DMR. Sv39 and Sv48 are supported for the virtual-memory system, and the size of physical address is 44-bit. The pipeline for single-cycle integer instructions is 12-stage in all. All instructions are executed out of program order and committed in program order. More than four instructions can be issued per cycle. Distributed schedule queues are used and at most 9 instructions can be out-of-order scheduled for executions in one cycle. Multi-layer, multi-platform functional verification method driven by functional coverage is used, and Linux OS is already booted on FPGA prototype system. DMR reaches 5.12CoreMarkMHz and targets 2GHz clock speed in 14nm technology.
- RISC-V /
- out-of-order /
- superscalar /
- CPU core /
- general-purpose CPU

HTML全文

参考文献(0)

施引文献(15)

期刊类型引用(9)

1.	李振华，王泓懿，李洋，林灏，杨昕磊. 大规模复杂终端网络的云原生强化设计. 计算机研究与发展. 2024(01): 2-19 . 本站查看
2.	赵旭康，刘晓锋，徐洁. 融合多样频度与分布差异的Android恶意软件检测. 计算机工程与设计. 2024(02): 390-395 . 百度学术
3.	方加娟，丁乙恒. 基于关联规则的Android恶意软件检测技术. 电脑与信息技术. 2024(03): 115-118 . 百度学术
4.	陈志强，韩萌，武红鑫，李慕航，张喜龙. 分段加权的概念漂移检测方法. 计算机应用. 2023(03): 776-784 . 百度学术
5.	李汇来，杨斌，于秀丽，唐晓梅. 软件缺陷预测模型可解释性对比. 计算机科学. 2023(05): 21-30 . 百度学术
6.	潘建文，崔展齐，林高毅，陈翔，郑丽伟. Android恶意应用的静态检测方法综述. 计算机研究与发展. 2023(08): 1875-1894 . 本站查看
7.	殷建艳. 面向云数据库的Android应用风险评估方法. 信息与电脑(理论版). 2023(17): 177-179 . 百度学术
8.	张皓. 基于深度学习的恶意软件动态检测方法研究. 电子技术与软件工程. 2022(03): 43-46 . 百度学术
9.	刘光源. 基于DoI-RNNs模型的恶意软件动态检测方法. 信息与电脑(理论版). 2022(23): 38-40 . 百度学术