Chisel Queue详解

总述

Chisel封装了一个非常强大的Queue，同时还建立了一个非常好的抽象模型，了解使用这个玩意可以有助于我们理解很多种类的缓冲。

Queue(io.in, entries = 4, pipe = false, flow = false)

参数介绍如下：

• entries (Int)：队列的深度（容量）。
• pipe (Boolean)：默认为false，是否允许 valid 信号的组合逻辑穿透，可以理解为“当队列为空时，可直接跳过整个队列”
  • pipe = true
    • 如果队列是空的，输入端的 valid 会直接组合连接到输出端的 valid。
    • 效果：数据可以实现 0 周期延迟（即当拍进入，当拍流出）。
    • 代价：会增加 valid 路径上的组合逻辑深度。没有切断时序路径。
  • pipe = false：
    • 数据必须先存入寄存器，下一拍才能流出。
    • 效果：最小 1 周期延迟。
    • 优势：更好的时序（打断了 valid 路径），此时输出永远来自寄存器，切断了时序路径。
• flow (Boolean)：默认值：false，是否允许 ready 和数据的组合逻辑穿透。
  • flow = true：
    • 即使队列满了，如果当拍下游读走了一个数据（deq.ready 为高），上游可以在当拍写入一个数据（enq.ready 保持高）。
    • 效果：允许流式传输（Flow-through），满载时吞吐量更高。
    • 代价：形成 ready 信号的长组合逻辑链。

下面介绍使用Queue实现的常见电路。

Skid Buffer

或叫Double Buffer或Ping-Pong Buffer，之前介绍Double Buffer的博客详细分析过。

核心特性是：深度为 2，并且在输入 ready 和输出 valid/bits 上都切断了组合逻辑路径（全寄存器输出），同时维持 100% 的吞吐量。

val skid_buffer = Queue(io.in, entries = 2, pipe = false, flow = false)

这里pipe=false,flow = false都很好理解，都是为了切断组合逻辑路径。entries=2是为了保持原来的100%吞吐量，否则深度为1的buffer只能“读一拍、写一拍”（状态“满-空-满-空”），导致吞吐量只有 50%。

流水线反压寄存器

首先明确什么是“反压”：在数字逻辑流水线（Pipeline）中，数据像水一样从上游流向下游。当“排水口”（消费者）堵塞或者处理不过来时，压力会沿着管道逆向传导回“进水口”（生产者），迫使上游停止发送数据，这个压力就是所谓的反压。

如果我们使用下面的Queue创建流水线寄存器，由于pipe=false,flow = false隔离了组合逻辑，这个流水线的时序会相当好。但是其吞吐量变成原来的50%，原理即上一篇Double Buffer博客中讲述的“读一拍、写一拍”（状态“满-空-满-空”）。

Queue(io.in, entries = 1, pipe = false, flow = false)

而如果我们使用下面的Queue创建流水线寄存器，我们使用flow = true牺牲了ready信号链路的组合逻辑时序（每一级流水线的ready的信号都连着后续流水线所有ready信号，形成一条较长的组合逻辑链），但换取了100%的吞吐量。这个做法是CPU流水线寄存器常用的设计。

Queue(io.in, entries = 1, pipe = false, flow = true)