转载：从底层结构开始学习FPGA（6）— 分布式RAM（DRAM，Distributed RAM）

本文转载自CSDN博主「孤独的单刀」的原创文章，原文链接：https://blog.csdn.net/wuzhikaidetb/article/details/125117803

一、什么是RAM？什么是ROM？

　　RAM是Random Access Memory的首字母缩写。它是一种主存储器，用于存储当前正在使用的信息。信息可以是正在处理的数据或程序代码。它是一种读写存储器，这意味着它几乎可以同时存储（写入）和访问（读取）数据。但RAM是易失性或临时性存储器，即当电源被移除时其内容会被擦除。RAM是一种快速存取存储器，因为无论其物理位置如何，它都可以随时随机存储和访问数据。它存储启动设备所需的必要指令和处理器正在使用的数据。它通过在组件之间快速传输数据来提高系统的处理速度。

　　ROM，Read Only Memory，即只读存储器，也是一种主存储器，但它永久存储数据。它是一种非易失性存储器，即当电源被移除时，其数据内容不会被擦除。顾名思义，它是只读存储器，这意味着数据不能更改，但可以访问任意次数。只能访问数据而不能写入数据。

　　RAM和ROM都可以简单地视为一张表格，每个格子的内容就是其所存储的信息，而地址线则是寻找对应表格的“身份号码”。RAM可以对表格的内容进行读、写操作，而ROM只能对表格进行读操作，无法进行写操作。

---

二、块RAM和分布式RAM

　　FGPA内部的分布式RAM（DRAM，Distributed RAM）的概念是相对于块RAM（BRAM，Block RAM）来说的。物理上看，BRAM是fpga中固定存在的硬件资源，而DRAM则是使用逻辑单元LUT拼出来的，实际上算是LUT的延伸使用。

2.1、BRAM

　　BRAM由一定数量固定大小的存储块构成的，使用BRAM不占用额外的逻辑资源，且速度快。但是使用的时候消耗的BRAM资源是其块大小的整数倍。如Xilinx7系列FPGA结构中每个BRAM有36Kbit的容量，既可以作为一个36Kbit的存储器使用，也可以拆分为两个独立的18Kbit存储器使用。反过来相邻两个BRAM可以结合起来实现72Kbit存储器。

　　每个Block RAM都有两套访问存储器所需的地址总线、数据总线及控制信号等信号，因此其既可以作为单端口存储器，也可以作为双端口存储器。需要注意的是访问BRAM需要和时钟同步，异步访问是不支持的。

2.2、DRAM

　　只有SLICEM里的查找表才可以用做DRAM，利用查找表为电路实现存储器，既可以实现芯片内部存储，又能提高资源利用率。DRAM的特点是可以实现BRAM不能实现的异步访问。不过使用分布式RAM实现大规模的存储器会占用大量的LUT，可用来实现逻辑的查找表就会减少。因此建议仅在需要小规模存储器时，使用这种分布式RAM。

2.3、使用建议

　　DRAM使用的是没有综合的LUT单元，而BRAM是块RAM，它的大小和位置是固定的。即使你只使用了一点点BRAM，综合后同样会消耗一整块RAM。BRAM是一列一列分布的，这样可能造成用户逻辑模块和BRAM直接的距离较长，延时较长，最终导致性能下降。如果使用到多个BRAM最好合理规划一下布局。

　　较大的存储应用，建议用BRAM；零星的小应用，可以用DRAM。但这只是个一般原则，具体的使用得看整个设计中资源的冗余度和性能要求。

---

三、详解分布式RAM

3.1、SLICEL与SLICEM

　　CLB（可配置逻辑单元，Configurable Logic Block）是FPGA底层的基本逻辑单元，由两个SLICE组成。SLICE的种类有两种：SLICEL与SLICEM。

SLICEL内部结构图

SLICEM内部结构图

　　SLICEL与SLICEM的组成大致相同，只有LUT6有区别。我们把两种LUT6放到一起来看看：

　　SLICEM中的LUT较SLICEL中的LUT，除了具备读总线A1~A6，还具有WE（写使能）、DI1~DI2（数据写入端口）和WA1~WA8（数据写地址端口），所以SLICEM还具备数据写入功能，这使得其可以作为分布式RAM和移位寄存器使用。

　　而SLICEL中的LUT只有地址线与输出，所以我们只能将其作为一个ROM使用，从而实现查找表功能。

3.2、DRAM配置方式

　　由于每个SLICEM中均有4个LUT，所以其资源可以实现以下形式的DRAM：

　　其配置如下：

• 单口RAM

• 双口RAM

• 简单双端口

• 四端口

---

（一）单口RAM：同步写、异步读，读写操作共用一组地址总线

（二）双口RAM：一个端口用于同步写和异步读；一个端口用于异步读取

（三）简单双端口：一个用于同步写的端口(从写端口没有数据输出/读端口)；一个端口用于异步读取

（四）四端口：一个用于同步写和异步读的端口；三个端口用于异步读取

（五）更大深度的实现

　　此外，可以通过多个LUT6+MUX的方式实现更大深度的DRAM。

　　128深度的DRAM，可以通过2个LUT6+1个MUX2实现，两个LUT6分别存储低64bit和高64bit的数据，通过MUX2来进行选取，从而拼接而成实现128深度的单口DRAM。

　　　　同样的，也可以使用相同的结构实现256深度的DRAM。

　　256深度的单口RAM则使用了4个LUT6+2个F7MUX+1个F8MUX，刚好是一个SLICEM里面的最大资源数量，所以单个SLICEM能实现的最大深度DRAM就是256*1的单口DRAM。

---

四、实现方式

　　DRAM可以使用多种方式来实现，各种方法都有利弊，所以在实际使用过程中应根据需求及开发环境来灵活使用。

4.1、推断

　　推断 是指设计者使用符合规范的RTL代码，由综合工具（此文均指xilinx的vivado）自动推断出DRAM结构的方式。

　　由于推断结果一般较为理想，因此建议采用推断，除非给定用例不受支持，或者无法在性能、面积或功耗方面实现足够的结果。在此类情况下，请尝试其它方法。推断 RAM 时，赛灵思建议您使用 Vivado 工具中提供的 HDL 模板。如前文所述，使用异步复位会给 RAM 推断造成不利影响，应避免使用。

　　使用推断实现的优点：

• 便于移植

• 便于读取和理解

• 自我文档化

• 快速仿真

　　使用推断实现的不足：

• 不能访问所有可用的 RAM 配置

• 结果可能并非最佳

　　以下是64深度，6宽度的单端口DRAM的RTL代码实现方式：

module RTL_DRAM
(
    input              wclk,              // input clk
    input  [5:0]       addr,              // input address
    input  [5:0]       d,                 // input data
    input              we,                // input write enable
    output [5:0]       o                  // output 
);    
    
reg [5:0]    dram64x6 [63:0] ;            // 64*6
 
always@(posedge wclk)    
    if(we)    dram64x6[addr] <= d;      
 
assign o = dram64x6[addr];
 
endmodule

　　其写操作与时钟同步，而读操作则是异步。在vivado中analysis的结果如下：

　　在vivado上综合的结果如下：

整体电路

局部电路

　　由6个1宽度的64深度RAM级联组成，资源消耗则为6个LUT6，与理论情况一致。

4.2、原语

　　原语是xilinx提供的底层设计元素，类似于嵌入式开发中提供的底层库函数。针对DRAM的实现，xilinx同样提供了数个原语，如：RAM64X1S，RAM16X4S，RAM128X1D等，具体可查阅《UG799，Xilinx 7 Series FPGA and Zynq-7000 All Programmable SoC Libraries Guide for Schematic Designs》。需要注意的是，DRAM原语通常都是固定了位宽、深度和实现方式的，对于某些不符合深度、位宽的DRAM实现，则需要找更小的原语来实现。例如，原语无法直接实现64深度6位宽的单端口DRAM，只能通过6个64深度1位宽的单端口DRAM —— RAM64X1S来实现。

　　使用原语实现的优点：

• 对实现方案有最高控制权限

• 能访问块的各项功能

　　使用原语实现的不足：

• 代码可移植性差

• 功能和用途冗长繁琐，难以理解

　　以下是64深度，6宽度的单端口DRAM的原语实现方式：

module PRIMATE_DRAM
(
    input               wclk,              // input clk
    input  [5:0]        addr,              // input address
    input  [5:0]        d,                 // input data
    input               we,                // input write enable
    output [5:0]        o                  // output 
);
 
RAM64X1S 
#(
    .INIT(64'h0000000000000000)  // Initial contents of RAM
) RAM64X1S_inst0 (
    .A0        (addr[0]),     // Address[0] input bit
    .A1        (addr[1]),     // Address[1] input bit
    .A2        (addr[2]),     // Address[2] input bit
    .A3        (addr[3]),     // Address[3] input bit
    .A4        (addr[4]),     // Address[4] input bit
    .A5        (addr[5]),     // Address[5] input bit
    .D         (d[0]),        // 1-bit data input
    .O         (o[0]),        // 1-bit data output
    .WCLK      (wclk),        // Write clock input
    .WE        (we)           // Write enable input
);

RAM64X1S 
#(
    .INIT(64'h0000000000000000) // Initial contents of RAM
) RAM64X1S_inst1 (
    .A0        (addr[0]),      // Address[0] input bit
    .A1        (addr[1]),      // Address[1] input bit
    .A2        (addr[2]),      // Address[2] input bit
    .A3        (addr[3]),      // Address[3] input bit
    .A4        (addr[4]),      // Address[4] input bit
    .A5        (addr[5]),      // Address[5] input bit
    .D         (d[1]),         // 1-bit data input
    .O         (o[1]),         // 1-bit data output
    .WCLK      (wclk),         // Write clock input
    .WE        (we)            // Write enable input
);
 
RAM64X1S 
#(
    .INIT(64'h0000000000000000) // Initial contents of RAM
) RAM64X1S_inst2 (
    .A0        (addr[0]),      // Address[0] input bit
    .A1        (addr[1]),      // Address[1] input bit
    .A2        (addr[2]),      // Address[2] input bit
    .A3        (addr[3]),      // Address[3] input bit
    .A4        (addr[4]),      // Address[4] input bit
    .A5        (addr[5]),      // Address[5] input bit
    .D         (d[2]),         // 1-bit data input
    .O         (o[2]),         // 1-bit data output
    .WCLK      (wclk),         // Write clock input
    .WE        (we)            // Write enable input
);

RAM64X1S 
#(
    .INIT(64'h0000000000000000) // Initial contents of RAM
) RAM64X1S_inst3 (
    .A0        (addr[0]),      // Address[0] input bit
    .A1        (addr[1]),      // Address[1] input bit
    .A2        (addr[2]),      // Address[2] input bit
    .A3        (addr[3]),      // Address[3] input bit
    .A4        (addr[4]),      // Address[4] input bit
    .A5        (addr[5]),      // Address[5] input bit
    .D         (d[3]),         // 1-bit data input
    .O         (o[3]),         // 1-bit data output
    .WCLK      (wclk),         // Write clock input
    .WE        (we)            // Write enable input
);
 
RAM64X1S 
#(
    .INIT(64'h0000000000000000) // Initial contents of RAM
) RAM64X1S_inst4 (
    .A0        (addr[0]),      // Address[0] input bit
    .A1        (addr[1]),      // Address[1] input bit
    .A2        (addr[2]),      // Address[2] input bit
    .A3        (addr[3]),      // Address[3] input bit
    .A4        (addr[4]),      // Address[4] input bit
    .A5        (addr[5]),      // Address[5] input bit
    .D         (d[4]),         // 1-bit data input
    .O         (o[4]),         // 1-bit data output
    .WCLK      (wclk),         // Write clock input
    .WE        (we)            // Write enable input
);

RAM64X1S 
#(
    .INIT(64'h0000000000000000) // Initial contents of RAM
) RAM64X1S_inst5 (
    .A0        (addr[0]),      // Address[0] input bit
    .A1        (addr[1]),      // Address[1] input bit
    .A2        (addr[2]),      // Address[2] input bit
    .A3        (addr[3]),      // Address[3] input bit
    .A4        (addr[4]),      // Address[4] input bit
    .A5        (addr[5]),      // Address[5] input bit
    .D         (d[5]),         // 1-bit data input
    .O         (o[5]),         // 1-bit data output
    .WCLK      (wclk),         // Write clock input
    .WE        (we)            // Write enable input
);
    
endmodule

　　在vivado中analysis的原理图如下：

　　在vivado综合的结果与推断的结果基本一致。　　

　　资源使用情况也与推断的结果一致 —— 由6个1宽度的64深度RAM级联组成，资源消耗则为6个LUT6，与理论情况一致。

　　可以看到采用原语的DRAM开发方式，需要对基础原语进行多次例化，虽然可以借用generate语法，但是仍然很麻烦。

4.3、IP

　　XILINX还提供了DRAM的IP供开发者使用，采用IP的开发方式，GUI程度高，开发简单，但是由于定制程度高，所以可移植性也一般。

　　使用IP实现的优点：

• 在使用多个组件时一般能提供更优化的结果

• 易于指定和配置

　　使用IP实现的不足：

• 代码可移植性差

• 需要管理核

　　DRAM的IP核全称为Distributed Memory Generator，其使用较为简单，接下来我们采用IP核配置一个64深度的6位宽单端口DRAM，配置过程如下：

第一页

第二页

第三页

　　接下来综合，再根据veo文件提供的例化模板，编写RTL对IP核进行例化：

veo文件位置

veo文件的例化模板

module IP_DRAM(
    input           wclk,             // input clk
    input  [5:0]    addr,             // input address
    input  [5:0]    d,                // input data
    input           we,               // input write enable
    output [5:0]    o                 // output 
);
    
// 例化DRAM IP核    
dram_64x6 dram_64x6_inst 
(
    .a     (addr),       // input  wire [5 : 0] a
    .d     (d),          // input  wire [5 : 0] d
    .clk   (wclk),       // input  wire clk
    .we    (we),         // input  wire we
    .spo   (o)           // output wire [5 : 0] spo
);
    
endmodule

　　在vivado中analysis的原理图如下：

　　在vivado中综合后的原理图如下：

　　综合结果，资源消耗均与上述两种方法一致。

4.4、仿真

　　我们将三种实现DRAM的模块例化到同一个顶层文件，再编写testbench对其仿真，实现功能：先往地址0-63写入数据0-63，再从地址0-63读出数据，观察写、读数据是否一致。

　　✅顶层文件：

module test(
    input           wclk,              // input clk
    input  [5:0]    addr,              // input address
    input  [5:0]    d,                 // input data
    input           we,                // input write enable
    output [5:0]    o_rtl,
    output [5:0]    o_primate,
    output [5:0]    o_ip
);
 
// 例化RTL型
RTL_DRAM    RTL_DRAM_inst
(
    .wclk    (wclk),         // input clk
    .addr    (addr),         // input address
    .d       (d),            // input data
    .we      (we),           // input write enable
    .o       (o_rtl)         // output 
);
 
// 例化原语型
PRIMATE_DRAM    PRIMATE_DRAM_inst
(
    .wclk    (wclk),         // input clk
    .addr    (addr),         // input address
    .d       (d),            // input data
    .we      (we),           // input write enable
    .o       (o_primate)     // output 
);
 
// 例化IP型
IP_DRAM    IP_DRAM_inst
(
    .wclk    (wclk),         // input clk
    .addr    (addr),         // input address
    .d       (d),            // input data
    .we      (we),           // input write enable
    .o       (o_ip)          // output 
);
    
endmodule

　　✅Testbench：

`timescale 1ns / 1ns

module tb_test();
    
reg             wclk;              // input clk
reg  [5:0]      addr;              // input address
reg  [5:0]      d;                 // input data
reg             we;                // input write enable
wire [5:0]      o_rtl;
wire [5:0]      o_primate;
wire [5:0]      o_ip;
 
// 例化test模块
test    test_inst
(
    .wclk        (wclk),          // input clk
    .addr        (addr),          // input address
    .d           (d),             // input data
    .we          (we),            // input write enable
    .o_rtl       (o_rtl),         // output 
    .o_primate   (o_primate),     // output 
    .o_ip        (o_ip)           // output 
);
 
initial begin
    wclk = 0;
    we   = 1;
    d    = 0;
    addr = 0;
    wait(d == 6'd63);
    #10 we =0;    
end

always    #5 wclk = ~wclk;

always @(posedge wclk)begin
    d <= d+1;
    addr <= addr+1;    
end

endmodule

　　仿真结果如下：与设想情况一致。

---

五、应用

　　分布式RAM提供了对非常小的数组使用存储元素和对较大数组使用BRAM之间的权衡。建议尽可能地使用RTL方式推断内存，以提供最大的灵活性。分布式RAM也可以通过原语实例化或使用IP来生成。

　　一般来说，分布式RAM应该用于所有深度为64位或更少的情况，除非设备缺少SLICEM或逻辑资源。因为分布式RAM在资源、性能和功能方面更高效。

　　对于大于64位但小于或等于128位的深度，使用最佳资源的决定取决于以下因素：

• 额外块RAM的可用性。如果不可用，就使用分布式RAM。

• 延迟的要求。如果需要异步读功能，则必须使用分布式RAM。

• 数据宽度。宽度大于16位应该使用块RAM，如果可以的话。

• 必要的性能要求。寄存的分布式RAM通常比BRAM有更短的Tco时间和更少的布局限制。