片上網(wǎng)絡(luò)中針對瞬時故障和間歇性故障的高可靠鏈路容錯模塊及其方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明屬于集成電路芯片設(shè)計的容錯技術(shù)領(lǐng)域，特別是一種片上網(wǎng)絡(luò)中針對瞬時故障和間歇性故障的高可靠鏈路容錯模塊及其方法。
【背景技術(shù)】
[0002]隨著半導(dǎo)體技術(shù)的發(fā)展，單個芯片上集成的核數(shù)目越來越多，相較于傳統(tǒng)的基于總線架構(gòu)的片上系統(tǒng)(System-on_Chip，SoC)，片上網(wǎng)絡(luò)(Network-on-Chip，NoC)作為一種新的片上多核系統(tǒng)互連通信架構(gòu)的解決方案，由于其可擴展性高、低延時和高帶寬的優(yōu)點被提出。
[0003]NoC系統(tǒng)的主要功能是通過路由器保證數(shù)據(jù)包能夠正確無損的從源節(jié)點傳輸?shù)侥康墓?jié)點。鏈路作為路由器之間連接的關(guān)鍵數(shù)據(jù)通路，起著至關(guān)重要的作用。然而由于軟錯誤、線間串?dāng)_、溫度和老化等問題，鏈路傳輸可靠性受到了極大的挑戰(zhàn)。當(dāng)鏈路故障發(fā)生時，即使路由器無故障，也不能發(fā)揮其正常的路由功能，大大降低了整體網(wǎng)絡(luò)性能。因此針對鏈路的容錯設(shè)計顯得尤為重要。
[0004]在鏈路上發(fā)生的故障可分為永久性故障、瞬時故障和間歇性故障。鏈路一旦發(fā)生就會一直存在不會消失，可控性好，容錯一般采用重路由或硬件冗余來解決。
[0005]瞬時故障的發(fā)生隨機且沒有規(guī)律，一般發(fā)生是瞬時性的且可恢復(fù)。大約有8O %的通信故障為瞬時故障。對于瞬時故障容錯，一般可以分為以下兩大類:第一類基于隨機通信的容錯機制，如洪泛算法，通過廣播和擴散，目的節(jié)點會收到很多冗余的數(shù)據(jù)包備份，帶來了很大的功耗開銷；第二類是基于檢錯碼和糾錯碼的請求重傳機制，主要有端到端(end-to-end ，e2e)的重傳，和跳到跳(switch-to-switch，s2s)的重傳，e2e重傳機制在發(fā)送端和接收端的網(wǎng)絡(luò)接口中進行ECC編解碼，該方法僅在目的節(jié)點進行錯誤檢測，發(fā)生重傳時會導(dǎo)致延時翻倍。s2s重傳機制在每個路由器內(nèi)部設(shè)置重傳緩沖區(qū)(Buffer)暫存?zhèn)鬏數(shù)臄?shù)據(jù)，但是ECC只能覆蓋一位數(shù)據(jù)錯誤，多位數(shù)據(jù)出錯時會觸發(fā)重傳機制，也會增大網(wǎng)絡(luò)延時。
[0006]間歇性故障是由于溫度、電壓等因素的影響導(dǎo)致故障間歇性發(fā)生，且持續(xù)多個時鐘周期，其可控性差。既不能通過重傳機制來解決，也不能定義為永久性故障進行解決，間歇性故障發(fā)生時，數(shù)據(jù)包的傳輸路徑被故障鏈路截斷。已通過故障鏈路的數(shù)據(jù)由于缺少尾微片(flit)對其所占用資源的釋放，長時間的資源占用會造成網(wǎng)絡(luò)擁塞，降低了網(wǎng)絡(luò)性能；同樣地，由于故障鏈路的存在，未通過故障鏈路的數(shù)據(jù)缺少頭flit的路由引導(dǎo)，長時間占用Buffer資源會造成網(wǎng)絡(luò)擁塞，甚至有可能導(dǎo)致死鎖。綜上所述，在考慮容忍瞬時故障和間歇性故障方面顯得十分必要。

【發(fā)明內(nèi)容】

[0007]本發(fā)明是為了避免上述現(xiàn)有技術(shù)存在的不足之處，提供一種片上網(wǎng)絡(luò)中針對瞬時故障和間歇性故障的高可靠鏈路容錯模塊及其方法，分別針對瞬時故障和間歇性故障進行了詳細的分析，添加相應(yīng)的容錯模塊進行故障的容錯，以期能在以較小的硬件開銷為代價，從而能在瞬時故障和間歇性故障發(fā)生時，保障網(wǎng)絡(luò)的可靠性，提高系統(tǒng)的性能。
[0008]本發(fā)明解決技術(shù)問題所采用的技術(shù)方案是:
[0009]本發(fā)明一種片上網(wǎng)絡(luò)中針對瞬時故障和間歇性故障的高可靠鏈路容錯模塊，是應(yīng)用于由輸入端口模塊、路由計算模塊、交叉開關(guān)、交叉開關(guān)分配模塊、虛通道仲裁模塊、和輸出端口模塊所組成的路由器中；所述輸入端口模塊中包含η個虛通道VC，多路數(shù)據(jù)分配器和多路數(shù)據(jù)選擇器；由鏈路傳輸?shù)臄?shù)據(jù)包通過所述輸入端口模塊的數(shù)據(jù)分配器進入η個虛通道VC，并通過數(shù)據(jù)選擇器進行選擇傳輸；
[0010]所述數(shù)據(jù)包劃分為若干個flit進行傳輸，并根據(jù)數(shù)據(jù)包沿著所經(jīng)過的路由節(jié)點的順序，定義所經(jīng)過的任意一個路由節(jié)點均是以上一個路由節(jié)點為上游節(jié)點，以下一個路由節(jié)點為下游節(jié)點的當(dāng)前路由節(jié)點;將所述當(dāng)前路由節(jié)點記為第i個路由節(jié)點；則上游節(jié)點為第1-Ι個路由節(jié)點；下游節(jié)點為第i+Ι個路由節(jié)點;其特點是:
[0011]在所述第i個路由節(jié)點的輸入端口模塊的輸入端設(shè)置有第一錯誤檢測單元ECCl;在所述η個虛通道上分別有三態(tài)門和截斷恢復(fù)單元TRU;每個虛通道和相應(yīng)的截斷恢復(fù)單元TRU通過2選I的多路數(shù)據(jù)選擇器傳輸至所述多路數(shù)據(jù)選擇器中；在所述多路數(shù)據(jù)選擇器的輸出端設(shè)置有重傳恢復(fù)單元RRU和第二錯誤檢測單元ECC2;從而構(gòu)成高可靠鏈路容錯模塊；
[0012]當(dāng)?shù)趇個路由節(jié)點通過鏈路接收到第1-Ι個路由節(jié)點通過其第二錯誤檢測單元ECC2編碼的數(shù)據(jù)包時，第i個路由節(jié)點的第一錯誤檢測單元ECCl檢測所述數(shù)據(jù)包中的數(shù)據(jù)位是否出錯，若沒有出錯，則所述數(shù)據(jù)包通過所述第i個輸入端口模塊的數(shù)據(jù)分配器進入η個虛通道中進行傳輸，若出錯，則第i個路由節(jié)點的第一錯誤檢測單元ECCl判斷錯誤是否能正確糾正，若能正確糾正，則在自動糾正后進行傳輸，否則，告知第1-Ι個路由節(jié)點的輸入端口模塊的重傳恢復(fù)單元RRU，重傳出錯的數(shù)據(jù)，同時第i個路由節(jié)點和第1-Ι個路由節(jié)點的計數(shù)器分別加一;表示第1-Ι個路由節(jié)點和第i個路由節(jié)點之間的鏈路中存在瞬時故障；
[0013]當(dāng)所述計數(shù)器連續(xù)加一并達到故障閾值時，表示第1-Ι個路由節(jié)點和第i個路由節(jié)點之間的鏈路中存在間歇性故障，則通過第i個路由節(jié)點的2選I多路數(shù)據(jù)選擇器，選通第i個路由節(jié)點中的間歇性故障鏈路所對應(yīng)的截斷恢復(fù)單元TRU進行資源釋放;通過第1-Ι個路由節(jié)點的2選I多路數(shù)據(jù)選擇器，選通第1-Ι個路由節(jié)點中間歇性故障鏈路所對應(yīng)的截斷恢復(fù)單元TRU重新選擇路徑并傳輸至交叉開關(guān)。
[0014]本發(fā)明所述的片上網(wǎng)絡(luò)中針對瞬時故障和間歇性故障的高可靠鏈路容錯模塊的特點也在于:
[0015]所述第1-Ι個路由節(jié)點中輸入端口模塊的重傳恢復(fù)單元RRU包括:存儲空間為兩個flit的重傳buff er、一個2選I的多路選擇器、計數(shù)器、RRU控制器和一張VC追蹤表;所述VC追蹤表中存儲有所述重傳buffer內(nèi)的虛通道ID;
[0016]當(dāng)?shù)?-Ι個路由節(jié)點和第i個路由節(jié)點之間的鏈路中存在瞬時故障時，第i個路由節(jié)點的第一錯誤檢測單元ECCl發(fā)送NACK信號給第1-Ι個路由節(jié)點的RRU控制器；
[0017]所述第1-Ι個路由節(jié)點的RRU控制器控制所述計數(shù)器加一，并控制所述2選I的多路選擇器選通所述兩個f I i t的重傳buf fer內(nèi)的數(shù)據(jù)進行重傳；
[0018]當(dāng)?shù)?-Ι個路由節(jié)點和第i個路由節(jié)點之間的鏈路中存在間歇性故障時，所述第1-1個路由節(jié)點的RRU控制器發(fā)送RX信號給所述第1-Ι個路由節(jié)點的截斷恢復(fù)單元TRU用于重新選擇路徑;第i個路由節(jié)點的第一錯誤檢測單元ECCl發(fā)送TX信號給所述第i個路由節(jié)點的截斷恢復(fù)單元TRU用于資源釋放。
[0019]所述第i個路由節(jié)點中的截斷恢復(fù)單元TRU包括:存儲空間為一個flit的buffer、一個2選I的多路選擇器、一個2路數(shù)據(jù)分配器、偽頭flit修改通路Head和偽尾flit修改通路Tail、TRU控制器;所述buffer中存儲有數(shù)據(jù)包的頭flit;
[0020]當(dāng)?shù)?-Ι個路由節(jié)點和第i個路由節(jié)點之間的鏈路中存在間歇性故障時，所述第i個路由節(jié)點的截斷恢復(fù)單元TRU接收到第i個路由節(jié)點的第一錯誤檢測單元ECCl發(fā)送TX信號，選通偽尾flit修改通路Tai I進行資源釋放；
[0021]所述第1-Ι個路由節(jié)點的截斷恢復(fù)單元TRU接收到第1-Ι個路由節(jié)點的RRU控制器發(fā)送RX信號，選通偽頭flit修改通路通路Head進行重新路由；
[0022]所述TRU控制器在完成數(shù)據(jù)包的傳輸后，刪除buffer中存儲的頭flit。
[0023]本發(fā)明一種片上網(wǎng)絡(luò)中針對瞬時故障和間歇性故障的高可靠鏈路容錯方法，是應(yīng)用于