基于xilinx的tri-mode-eth-mac IP设置与使用详解

1 概述

本文是关于tri-mode-eth-mac IP学习过程中的设置与代码使用详解。

tri-mode-eth-mac IP是FPGA做以太网设计时的MAC IP。

它支持10/100 Mb/s, 1 Gb/s, 2.5 Gb/s, 或者10/100/1000 Mb/s自适应类型。支持RGMII、GMII、以及MII接口,支持全双工/半双工控制。

2 引用文件

《pg051》

3 IP设置

IP设置的第1页 主要设置最大通信速率,一般默认即可。1Gb/s支持高达1Gb/s的以太网速度。支持四种类型的物理接口,即GMII,MII,RGMII和内部接口均可用。2.5 Gb / s 指的是以太网速度设置为2.5Gb/s,只支持内部连接。如下所示。

在这里插入图片描述

在这里插入图片描述

图 1 IP设置的第1页

IP设置的第2页 主要设置接口,根据项目实际使用,选择PHY的接口。当内部连接时不需要MDIO,如果是连接外部的PHY芯片则需要MDIO接口。管理配置接口用AXI4-LITE默认即可。

在这里插入图片描述

图 2 IP设置的第2页

IP第4页主要是帧滤波功能选择,以及流控选择。

在这里插入图片描述

图 3 IP设置的第4页

1)帧过滤器选项(Frame Filter Options)

可以使用帧过滤器生成内核,从而阻止接收与此MAC不匹配的帧。这最常用于识别专门针对此MAC的数据包。默认为使用帧过滤器。

2)表条目数(Number of Table Entries)

可以使用查找表来生成帧过滤器,该查找表最多可以包含16个其他有效MAC帧匹配模式。您可以选择0到16之间的整数来定义表中存在的匹配模式的数量。默认值为使用四个表条目。

3)启用优先流控制(Enable Priority Flow Control)

选择此选项可在核心中包括Priority Flow Control支持。如果包括在内,则包括在发送时生成PFC帧并在接收时解释PFC帧的电路,以及对IEEE 802.3暂停请求的增强XON / XOFF支持。默认设置为禁用。

4)统计计数器(Statistics Counters)

可以使用内置的统计计数器生成内核。可用的计数器数量取决于内核的双工设置,全双工需要34个计数器,半双工需要41个计数器。仅当内核配置有AXI4-Lite管理接口时,才能选择此选项。默认值为包括统计信息计数器

5)统计宽度(Statistics Width)

统计信息计数器可以是32位或64位宽。这使您可以控制必须轮询计数器的频率,以避免由于溢出而导致信息丢失。默认值为使用64位宽的计数器。

6)统计重置(Statistics Reset)

当包括统计计数器时,可以包括逻辑以确保在硬件复位时将计数器清除为零。没有此逻辑,计数器值将在复位后保持不变,并且仅在设备配置时清除。默认值为包括计数器重置功能

4 接口说明

例化的IP核的用户接口如下表所示那些,已经封装为axis接口了,而且人家给了IP读写fifo及相关的状态标识,我们只需要用就可以。

在这里插入图片描述

在这里插入图片描述

在这里插入图片描述

在这里插入图片描述

在这里插入图片描述

5 以太网收发数据的格式字段说明

s_axis_tx* 与m_axis_rx分别是以太网数据的发送与接收。而我们要与外部通信,则需要按照一定的数据格式来。以太网数据格式如下图所示。

在这里插入图片描述

在实际使用中FCS、PAD可以配置为IP自动补齐,前面的preadmble 与SFD也是IP自动添加。在使用过程中只需要管 DA、SA、L/T、Data即可。

在这里插入图片描述

AXIS时序中正常的帧格式时序如下所示。

在这里插入图片描述

此外在使用过程中需要注意TUSER信号,当这个信号为高时,说明这一个帧有问题,需要手动丢弃。如下图所示。

在这里插入图片描述

6 MDIO的设置

在连接外部PHY芯片时一般都需要配置芯片的寄存器,配置PHY的寄存器常规就是用的MDIO接口。而本IP是通过AXI接口来控制MDIO接口,从而达到配置PHY芯片MDIO的目的。

6.1 MDC的速率情况

​ 本IP在MDIO接口中是做主,且最大MDC的频率为2.5MHZ,MDC的速率计算如下所示。

在这里插入图片描述

6.2 MDIO配置寄存器情况

在这里插入图片描述

在这里插入图片描述

6.3 MDIO 传输情况

在这里插入图片描述

在这里插入图片描述

7 MAC speed 说明,三速自适应设置

在这里插入图片描述

这个MAC支持的速率选择设置如上所示,这里不做太多的展开。这里来说下在rti-speed模式下怎么自适应的事。

在IP上的有2个输出信号speedis100与speedis10100,分别反应MAC核工作在什么状态。如下表所示

表 1 三速速率状态信号对应关系

{ speedis100,speedis10100}模式
2’b001000M
2’b0110M
2’b11100M

用于根据这个状态再反写寄存器内容即可实现自适应。速率的配置寄存器为0x041。配置情况如下所示。

在这里插入图片描述

当然在实际使用中不用这么麻烦的一个个去配置AXI4-lite的寄存器。在IP的example design中有AXI4-LITE的使用例程,直接拿来用即可.。然后在这个AXI_lite_controller中有关于速率的配置接口,只需要根据当前速率状态修改这两个信号即可,如下所示:mac_speed为速率值,update_speed为更新速率的使能信号,当速率改变时需要给一个高脉冲信号。

在这里插入图片描述

在这里插入图片描述

8 AXI4-lite 控制状态机

在这里插入图片描述

在这里插入图片描述

在这里插入图片描述

9 IP例程简述

IP的例程有以下一些模块,这里只简单说下各个模块的功能,以及备注实际要使用的模块。

在这里插入图片描述

表 2 例程模块说明

序号模块名功能简介备注
1.tri_mode_ethernet_mac_0_example_design顶层,用于整合各个模块
2.example_design_clocks时钟模块需要使用
3.example_design_resets复位模块需要使用
4.rx_stats_sync信号同步模块需要使用
5.tx_stats_sync信号同步模块需要使用
6.axi_lite_controllerAXI4寄存器控制模块特别重要
7.trimac_fifo_blockIP的调用模块示例根据使用修改
8.basic_pat_gen_inst静态数据产生模块不需要

例程代码的功能框图如下图所示。

在这里插入图片描述

  • 31
    点赞
  • 241
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 11
    评论
在YOLOv7中使用tri-layer插件需要进行以下步骤: 1. 下载并安装CUDA 10.2版本和cuDNN 7.6.5版本。 2. 将tri_layer_plugin.cu和tri_layer_plugin.h文件添加到YOLOv7项目的src/plugins目录中。 3. 在YOLOv7的CMakeLists.txt文件中添加以下内容: ``` set(TRI_LAYER_PLUGIN ${PROJECT_SOURCE_DIR}/src/plugins/tri_layer_plugin.cu) add_library(tri_layer_plugin SHARED ${TRI_LAYER_PLUGIN}) set_target_properties(tri_layer_plugin PROPERTIES CUDA_RESOLVE_DEVICE_SYMBOLS ON) target_link_libraries(tri_layer_plugin ${CUDA_LIBRARIES}) ``` 4. 在YOLOv7中的yolov7.cfg配置文件中添加以下内容: ``` [convolutional] batch_normalize=1 filters=24 size=3 stride=1 pad=1 activation=leaky [tri_layer] num_output=12 ``` 其中,[convolutional]部分是YOLOv7的常规卷积层配置,[tri_layer]部分是tri-layer插件的配置,num_output指定了插件输出的通道数。 5. 在YOLOv7的darknet.c文件中修改make_yolo_v7函数,将tri-layer插件添加到网络中: ``` static network make_yolo_v7() { // ... layer l = make_convolutional_layer(batch, inputs, 512, 1, 1, 0, activation, 0, 0); network net = make_network(inputs, l); // ... layer t = make_tri_layer(batch, l.output, 12); net.layers[net.n] = t; net.outputs = t.output; net.truths = 30*(4+1); net.output = (float*)calloc(batch*net.outputs, sizeof(float)); // ... return net; } ``` 在这个函数中,先创建了一个常规的卷积层l,然后创建了一个tri-layer插件层t,并将其添加到网络的最后一层。最后,更新网络的输出、truths和output属性。 6. 编译并运行YOLOv7,可以看到tri-layer插件已经被成功添加到网络中。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 11
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

打赏作者

风中月隐

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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