主頁 > 資料庫 > 下面的鑿子宣告是如何解碼的?

下面的鑿子宣告是如何解碼的?

2021-10-20 12:10:44 資料庫

我正在學習SonicBoom。下面這句話應該是根據解碼表來分配相應的解碼信號。

class CtrlSigs extends Bundle
{
  val legal = Bool()
  val fp_val = Bool()
  val fp_single = Bool()
  val uopc = UInt(UOPC_SZ.W)
  val iq_type = UInt(IQT_SZ.W)
  val fu_code = UInt(FUC_SZ.W)
  val dst_type = UInt(2.W)
  val rs1_type = UInt(2.W)
  val rs2_type = UInt(2.W)
  val frs3_en = Bool()
  val imm_sel = UInt(IS_X.getWidth.W)
  val uses_ldq = Bool()
  val uses_stq = Bool()
  val is_amo = Bool()
  val is_fence = Bool()
  val is_fencei = Bool()
  val mem_cmd = UInt(freechips.rocketchip.rocket.M_SZ.W)
  val wakeup_delay = UInt(2.W)
  val bypassable = Bool()
  val is_br = Bool()
  val is_sys_pc2epc = Bool()
  val inst_unique = Bool()
  val flush_on_commit = Bool()
  val csr_cmd = UInt(freechips.rocketchip.rocket.CSR.SZ.W)
  val rocc = Bool()

  def decode(inst: UInt, table: Iterable[(BitPat, List[BitPat])] = {
    val decoder = freechips.rocketchip.rocket.DecodeLogic(inst, XDecode.decode_default, table)
    val sigs =
      Seq(legal, fp_val, fp_single, uopc, iq_type, fu_code, dst_type, rs1_type,
          rs2_type, frs3_en, imm_sel, uses_ldq, uses_stq, is_amo,
          is_fence, is_fencei, mem_cmd, wakeup_delay, bypassable,
          is_br, is_sys_pc2epc, inst_unique, flush_on_commit, csr_cmd)
      sigs zip解碼器地圖 {case(s,d) => s := d}
      rocc := false.Bthis。
  }

但是我想知道這個步驟是如何實作的。 sigs zip decoder map {case(s,d) => s := d}這段代碼是什么意思?

Zip和map似乎是Vec中的函式。 我試著查了一下它的官方手冊。

Zip和map似乎是Vec中的函式。

https://www.chisel-lang.org/api/latest/chisel3/index.html?search=zip這個手冊是我見過的最難的手冊。

他只給出了以下解釋:

他只給出了以下解釋:

defzip[A1 > 。T, B, That](那。GenIterable[B])(implicit bf: CanBuildFrom[IndexedSeq[T] 。(A1, B), That])。) That]: That
Definition ClassesIterableLike →GenIterableLike

defmap[B, That](f: (T) ? B)(implicit bf: CanBuildFrom[IndexedSeq[T], B, That] )。) That]: That
Definition ClassesTraversableLike→GenTraversableLikeFilterMonadic

我完全不能理解手冊上說的是什么?我又查了一下Chisel的書。仍然沒有對這兩個函式的介紹。誰能介紹一下?非常感謝!

uj5u.com熱心網友回復:

zip是一個標準的Scala方法。它將兩個序列連接在一起,形成一個2-Tuples的序列(數值的對偶)。想一想外套拉鏈。

map也是一個標準的Scala方法。它對序列中的每個成員應用一個函式。

這里給map的函式是case(s,d) => s := d這個函式使用模式匹配來獲取兩個元組成員sd。 這個函式回傳的值是ds的賦值(連接)。s := d.

為了更好地理解Chisel,我認為我們必須在之前了解一些Scala的知識。

uj5u.com熱心網友回復:

我沒有嘗試過編譯它,而且說實話,我對Chisel的作用根本就只有一個不同的模糊認識,所以這只是一個有根據的猜測:

sigs是上面一行中定義的序列Seq(legal, fp_val, ..., csr_cmd)

  • decoder也是一些物體的序列,可以出現在:=的右手邊。
  • zipsigsdecoder-序列進行元素化,即[s1, s2, s3, ... , sN][d1, d2, d3, ..., dN]被壓縮成一個對的序列[(s1, d1), (s2, d2), ..., (sN, dN)]
  • map瀏覽這個序列,并對每一對做一些處理。由于結果是未使用的,我認為它實際上應該是一個foreach.
  • case將這些對解構為第一和第二部分 sd
  • s := d以某種方式將sd連接起來(如果你正在使用Chisel,你可能比我更清楚:=的意思)
  • 它可以用for-yield來重寫:

    for ((s, d) <- sigs.zip(decoder) )
    yield s := d
    

    但是由于結果是未使用的,它可能被寫成

    sigs.zip(decoder).forach { case (s, d) => s := d }

    或者用相應的for-語法:

    for ((s, d) <- sigs.zip(decoder) ) {
      s := d
    }
    
    <解釋一下

    關于手動條目:這是一個簽名,對于Scala集合庫來說是很典型的。泛型引數的堆積是一種型別級別的規范,可以確保回傳集合的型別 "盡可能精確"。這樣做的好處是,我們可以為一大堆集合撰寫通用方法,而不必到處回傳一個尺寸的Lists。不幸的是,這也使得新手們無法解讀其簽名。

    這就是簽名:

    def zip[A1 > 。T, B, That] (that: GenIterable[B])(implicit bf: CanBuildFrom[IndexedSeq[T] 。(A1, B), That])。) That

    下面是你如何閱讀這些簽名的:

  • 識別所有只出現在implicit引數中的型別變數。在本例中,這些將是A1That
  • 識別所有出現在回傳型別中的型別變數。在本例中,它是That.
  • 現在:

    • 如果一個型別變數只出現在implicit引數的型別中,而沒有出現在回傳型別中,那么只需忽略它們:這只是一種指定搜索空間的方式,以尋找最合適的隱含引數。你可以忽略它們,除非你是一個試圖將你的集合插入標準集合庫中的庫作者。把它看作是無關緊要的庫-作者之間的喋喋不休。
    • 如果一些型別變數X同時出現在implicit引數的型別和回傳型別中,那么你可以認為它是 "你能想到的最好的X"。

    應用于此簽名:

    • T是你原始向量的元素型別
    • B是第一個引數的元素型別(你正在使用的集合)
    • A1只出現在隱含引數的型別中:忽略它吧。
    • That出現在隱含引數和回傳型別中:假設它是 "最好的集合型別"。

    全部加起來,它給你:

    • 你從一個元素型別為T
    • 的向量開始。
    • 你正在用一個型別為B
    • 的元素序列對它進行壓縮。
    • 你可以假設That將是一個最精確型別的集合,類似于Vec[(T, B)]或者至少是IndexedSeq[(T, B)]。它是什么,其實并不重要,因為無論如何你都要在它上面呼叫foreach

    更普遍的想法是,你可以簡單地依賴型別推理,并假設它將在任何地方找出最合適的結果型別。

    轉載請註明出處,本文鏈接:https://www.uj5u.com/shujuku/326144.html

    標籤:

    上一篇:斯帕克。找到前N個值的高性能方法

    下一篇:實施核心資料的問題

    標籤雲
    其他(157675) Python(38076) JavaScript(25376) Java(17977) C(15215) 區塊鏈(8255) C#(7972) AI(7469) 爪哇(7425) MySQL(7132) html(6777) 基礎類(6313) sql(6102) 熊猫(6058) PHP(5869) 数组(5741) R(5409) Linux(5327) 反应(5209) 腳本語言(PerlPython)(5129) 非技術區(4971) Android(4554) 数据框(4311) css(4259) 节点.js(4032) C語言(3288) json(3245) 列表(3129) 扑(3119) C++語言(3117) 安卓(2998) 打字稿(2995) VBA(2789) Java相關(2746) 疑難問題(2699) 细绳(2522) 單片機工控(2479) iOS(2429) ASP.NET(2402) MongoDB(2323) 麻木的(2285) 正则表达式(2254) 字典(2211) 循环(2198) 迅速(2185) 擅长(2169) 镖(2155) 功能(1967) .NET技术(1958) Web開發(1951) python-3.x(1918) HtmlCss(1915) 弹簧靴(1913) C++(1909) xml(1889) PostgreSQL(1872) .NETCore(1853) 谷歌表格(1846) Unity3D(1843) for循环(1842)

    熱門瀏覽
    • GPU虛擬機創建時間深度優化

      **?桔妹導讀:**GPU虛擬機實體創建速度慢是公有云面臨的普遍問題,由于通常情況下創建虛擬機屬于低頻操作而未引起業界的重視,實際生產中還是存在對GPU實體創建時間有苛刻要求的業務場景。本文將介紹滴滴云在解決該問題時的思路、方法、并展示最終的優化成果。 從公有云服務商那里購買過虛擬主機的資深用戶,一 ......

      uj5u.com 2020-09-10 06:09:13 more
    • 可編程網卡芯片在滴滴云網路的應用實踐

      **?桔妹導讀:**隨著云規模不斷擴大以及業務層面對延遲、帶寬的要求越來越高,采用DPDK 加速網路報文處理的方式在橫向縱向擴展都出現了局限性。可編程芯片成為業界熱點。本文主要講述了可編程網卡芯片在滴滴云網路中的應用實踐,遇到的問題、帶來的收益以及開源社區貢獻。 #1. 資料中心面臨的問題 隨著滴滴 ......

      uj5u.com 2020-09-10 06:10:21 more
    • 滴滴資料通道服務演進之路

      **?桔妹導讀:**滴滴資料通道引擎承載著全公司的資料同步,為下游實時和離線場景提供了必不可少的源資料。隨著任務量的不斷增加,資料通道的整體架構也隨之發生改變。本文介紹了滴滴資料通道的發展歷程,遇到的問題以及今后的規劃。 #1. 背景 資料,對于任何一家互聯網公司來說都是非常重要的資產,公司的大資料 ......

      uj5u.com 2020-09-10 06:11:05 more
    • 滴滴AI Labs斬獲國際機器翻譯大賽中譯英方向世界第三

      **桔妹導讀:**深耕人工智能領域,致力于探索AI讓出行更美好的滴滴AI Labs再次斬獲國際大獎,這次獲獎的專案是什么呢?一起來看看詳細報道吧! 近日,由國際計算語言學協會ACL(The Association for Computational Linguistics)舉辦的世界最具影響力的機器 ......

      uj5u.com 2020-09-10 06:11:29 more
    • MPP (Massively Parallel Processing)大規模并行處理

      1、什么是mpp? MPP (Massively Parallel Processing),即大規模并行處理,在資料庫非共享集群中,每個節點都有獨立的磁盤存盤系統和記憶體系統,業務資料根據資料庫模型和應用特點劃分到各個節點上,每臺資料節點通過專用網路或者商業通用網路互相連接,彼此協同計算,作為整體提供 ......

      uj5u.com 2020-09-10 06:11:41 more
    • 滴滴資料倉庫指標體系建設實踐

      **桔妹導讀:**指標體系是什么?如何使用OSM模型和AARRR模型搭建指標體系?如何統一流程、規范化、工具化管理指標體系?本文會對建設的方法論結合滴滴資料指標體系建設實踐進行解答分析。 #1. 什么是指標體系 ##1.1 指標體系定義 指標體系是將零散單點的具有相互聯系的指標,系統化的組織起來,通 ......

      uj5u.com 2020-09-10 06:12:52 more
    • 單表千萬行資料庫 LIKE 搜索優化手記

      我們經常在資料庫中使用 LIKE 運算子來完成對資料的模糊搜索,LIKE 運算子用于在 WHERE 子句中搜索列中的指定模式。 如果需要查找客戶表中所有姓氏是“張”的資料,可以使用下面的 SQL 陳述句: SELECT * FROM Customer WHERE Name LIKE '張%' 如果需要 ......

      uj5u.com 2020-09-10 06:13:25 more
    • 滴滴Ceph分布式存盤系統優化之鎖優化

      **桔妹導讀:**Ceph是國際知名的開源分布式存盤系統,在工業界和學術界都有著重要的影響。Ceph的架構和演算法設計發表在國際系統領域頂級會議OSDI、SOSP、SC等上。Ceph社區得到Red Hat、SUSE、Intel等大公司的大力支持。Ceph是國際云計算領域應用最廣泛的開源分布式存盤系統, ......

      uj5u.com 2020-09-10 06:14:51 more
    • es~通過ElasticsearchTemplate進行聚合~嵌套聚合

      之前寫過《es~通過ElasticsearchTemplate進行聚合操作》的文章,這一次主要寫一個嵌套的聚合,例如先對sex集合,再對desc聚合,最后再對age求和,共三層嵌套。 Aggregations的部分特性類似于SQL語言中的group by,avg,sum等函式,Aggregation ......

      uj5u.com 2020-09-10 06:14:59 more
    • 爬蟲日志監控 -- Elastc Stack(ELK)部署

      傻瓜式部署,只需替換IP與用戶 導讀: 現ELK四大組件分別為:Elasticsearch(核心)、logstash(處理)、filebeat(采集)、kibana(可視化) 下載均在https://www.elastic.co/cn/downloads/下tar包,各組件版本最好一致,配合fdm會 ......

      uj5u.com 2020-09-10 06:15:05 more
    最新发布
    • day02-2-商鋪查詢快取

      功能02-商鋪查詢快取 3.商鋪詳情快取查詢 3.1什么是快取? 快取就是資料交換的緩沖區(稱作Cache),是存盤資料的臨時地方,一般讀寫性能較高。 快取的作用: 降低后端負載 提高讀寫效率,降低回應時間 快取的成本: 資料一致性成本 代碼維護成本 運維成本 3.2需求說明 如下,當我們點擊商店詳 ......

      uj5u.com 2023-04-20 08:33:24 more
    • MySQL中binlog備份腳本分享

      關于MySQL的二進制日志(binlog),我們都知道二進制日志(binlog)非常重要,尤其當你需要point to point災難恢復的時侯,所以我們要對其進行備份。關于二進制日志(binlog)的備份,可以基于flush logs方式先切換binlog,然后拷貝&壓縮到到遠程服務器或本地服務器 ......

      uj5u.com 2023-04-20 08:28:06 more
    • day02-短信登錄

      功能實作02 2.功能01-短信登錄 2.1基于Session實作登錄 2.1.1思路分析 2.1.2代碼實作 2.1.2.1發送短信驗證碼 發送短信驗證碼: 發送驗證碼的介面為:http://127.0.0.1:8080/api/user/code?phone=xxxxx<手機號> 請求方式:PO ......

      uj5u.com 2023-04-20 08:27:27 more
    • 快取與資料庫雙寫一致性幾種策略分析

      本文將對幾種快取與資料庫保證資料一致性的使用方式進行分析。為保證高并發性能,以下分析場景不考慮執行的原子性及加鎖等強一致性要求的場景,僅追求最終一致性。 ......

      uj5u.com 2023-04-20 08:26:48 more
    • sql陳述句優化

      問題查找及措施 問題查找 需要找到具體的代碼,對其進行一對一優化,而非一直把關注點放在服務器和sql平臺 降低簡化每個事務中處理的問題,盡量不要讓一個事務拖太長的時間 例如檔案上傳時,應將檔案上傳這一步放在事務外面 微軟建議 4.啟動sql定時執行計劃 怎么啟動sqlserver代理服務-百度經驗 ......

      uj5u.com 2023-04-20 08:26:35 more
    • 云時代,MySQL到ClickHouse資料同步產品對比推薦

      ClickHouse 在執行分析查詢時的速度優勢很好的彌補了MySQL的不足,但是對于很多開發者和DBA來說,如何將MySQL穩定、高效、簡單的同步到 ClickHouse 卻很困難。本文對比了 NineData、MaterializeMySQL(ClickHouse自帶)、Bifrost 三款產品... ......

      uj5u.com 2023-04-20 08:26:29 more
    • sql陳述句優化

      問題查找及措施 問題查找 需要找到具體的代碼,對其進行一對一優化,而非一直把關注點放在服務器和sql平臺 降低簡化每個事務中處理的問題,盡量不要讓一個事務拖太長的時間 例如檔案上傳時,應將檔案上傳這一步放在事務外面 微軟建議 4.啟動sql定時執行計劃 怎么啟動sqlserver代理服務-百度經驗 ......

      uj5u.com 2023-04-20 08:25:13 more
    • Redis 報”OutOfDirectMemoryError“(堆外記憶體溢位)

      Redis 報錯“OutOfDirectMemoryError(堆外記憶體溢位) ”問題如下: 一、報錯資訊: 使用 Redis 的業務介面 ,產生 OutOfDirectMemoryError(堆外記憶體溢位),如圖: 格式化后的報錯資訊: { "timestamp": "2023-04-17 22: ......

      uj5u.com 2023-04-20 08:24:54 more
    • day02-2-商鋪查詢快取

      功能02-商鋪查詢快取 3.商鋪詳情快取查詢 3.1什么是快取? 快取就是資料交換的緩沖區(稱作Cache),是存盤資料的臨時地方,一般讀寫性能較高。 快取的作用: 降低后端負載 提高讀寫效率,降低回應時間 快取的成本: 資料一致性成本 代碼維護成本 運維成本 3.2需求說明 如下,當我們點擊商店詳 ......

      uj5u.com 2023-04-20 08:24:03 more
    • day02-短信登錄

      功能實作02 2.功能01-短信登錄 2.1基于Session實作登錄 2.1.1思路分析 2.1.2代碼實作 2.1.2.1發送短信驗證碼 發送短信驗證碼: 發送驗證碼的介面為:http://127.0.0.1:8080/api/user/code?phone=xxxxx<手機號> 請求方式:PO ......

      uj5u.com 2023-04-20 08:23:11 more