极客工场

Appearance

共 4,307 字预计阅读约 14 分钟

AXI-Stream 位宽适配：窄到宽聚合、宽到窄拆分与反压下的 RTL 结构 ​

更新时间：2026-09-25。本文是「集成电路大类 · 芯片设计」序列的一篇数据通路中级文。AXI4、AXI4-Lite、AXI4-Stream 三份规约的关系见 AXI4-Lite 从机设计、AXI4 总线基础 与 AXI4-Stream 与 DMA；配套的宽到窄专题见 AXI-Stream 位宽适配器（downsize 专篇）。

本文要回答的问题 ​

  • 窄口连续来的多个拍，凭什么规则攒成一个宽拍？帧尾落在半中间怎么办？
  • 一个宽拍拆成多个窄拍时，一拍多发的节奏与 TLAST 位置怎么定？
  • 下游反压时，转换器两侧的 ready 如何互相牵动，寄存器切片和 skid buffer 加在哪？
  • 比例不是 2 的幂、甚至不是整数倍（如 24 位对 32 位）时，电路怎么处理？
  • 聚合器与拆包器的 RTL 内部，到底有哪些寄存器和计数器？

一、问题的起点：字节率守恒 ​

DMA 常用 512 位接口批量搬运，加速器内部只吃 64 位；传感器输出 8 位码流，却要拼成 64 位写入内存。每一级都按自己的面积、频率和带宽需求选择最舒服的数据宽度，宽度不一致的接缝处就放一个位宽适配器（width converter）：窄到宽叫聚合器（upsizer），宽到窄叫拆包器（downsizer）。

chip-design/intermediate/axi-stream-width-adaptation.md D2 示意图

适配器的第一性原理是字节率守恒：每秒通过接口的字节数 = 位宽（字节）× 拍速。窄口高频多拍与宽口低频少拍可以等价，但适配器只能改变宽度与拍速的配比，改变不了平均字节率。窄口喂不饱宽口时，宽口一定稀疏；宽口供给超过窄口消化能力时，窄口一定反压。理解这一点，后面所有时序现象都不用背。

给一组具体数字感受配比：32 位接口跑 250 MHz，峰值是 1 GB/s；128 位接口只需跑 62.5 MHz 就能达到同样字节率。聚合器在这条链路里要做的事，就是把每 4 个 250 MHz 的窄拍换成 1 个 62.5 MHz 的宽拍——若两侧同频，则宽口每 4 拍才出现 1 个有效拍，其余 3 拍空闲，这不是设计缺陷，而是宽度换算的必然结果。反之，拆包器把一个宽拍重新展开成连续 4 个窄拍，窄口拍速必须是宽口的 4 倍才不积压。

二、窄到宽聚合：攒拍寄存器 + 拍数计数 ​

以 32→128 位、比例 R=4 为例。聚合器内部有两样东西：一个宽位宽的攒拍寄存器（pack），一个记录「当前宽拍已收几个窄拍」的计数器（beat_cnt，0 到 R−1）。

verilog
// 窄拍握手时，按 beat_cnt 写入对应的 32 位槽，keep 同步合并
integer i;
always @(posedge clk or negedge rst_n) begin
  if (!rst_n) begin
    beat_cnt <= 0;
    pack     <= 128'd0;
    pack_keep<= 16'd0;
  end else if (s_valid && s_ready) begin
    pack[beat_cnt*32 +: 32] <= s_data;
    pack_keep[beat_cnt*4 +: 4] <= s_keep;
    beat_cnt <= (s_last || beat_cnt==R-1) ? 0 : beat_cnt + 1;
  end
end

聚合器输出一个宽拍有两个触发条件，二者是「或」的关系：

  • 攒满触发：beat_cnt 计到 R−1，四个窄拍齐全，输出一个完整宽拍，m_keep 全 1（假设窄拍本身无空字节）。
  • 帧尾触发：没攒满就收到 TLAST，必须立刻把半成品输出——缺失的高位槽位用 TKEEP=0 标记，TLAST 随这个残拍一起发出。不能等后面的拍来补齐，因为下一帧的第一个拍属于新帧，补进来就把帧边界抹掉了。

下图是聚合器的内部结构，注意帧尾通道（s_last）直接参与输出仲裁：

chip-design/intermediate/axi-stream-width-adaptation.md D2 示意图

反压下的行为要分阶段看：宽拍还没攒满时，聚合器可以持续吃窄拍，此时宽口 m_valid 为低；一旦宽拍形成，只有宽口 m_ready 为高才能把它推走并清空攒拍寄存器——注意窄口 s_ready 在这几拍必须拉低，否则新来的窄拍会覆写尚未输出的槽位。

s_ready 的完整表达可以写成：宽拍未形成时恒为 1（只要复位完成就照单全收）；宽拍已形成时等于 m_ready（宽口收得下才继续）。注意这里已经隐含了一条从 m_ready 到 s_ready 的组合路径，R 越大、槽位译码与 keep 合并逻辑越复杂，这条路径越长，这正是第五节要插入缓冲的直接原因。另外，残拍输出后 beat_cnt 必须归零、pack_keep 建议同步清零——虽然新帧写入时会覆盖对应槽位，但残留的 keep 位若未被覆盖（例如新帧第一拍又触发更早的残拍），会把上一帧的幽灵字节带进新宽拍。

零长帧是个边界中的边界：若上游在某拍同时给出 s_valid、s_last 且该拍 TKEEP 全 0，聚合器应不应该输出一个 keep=0、last=1 的空宽拍？规约不禁止，但必须与下游约定一致。多数 DMA 用它显式表达零长度 buffer，验证环境里应当定向构造这种激励，而不是假设它永远不会出现。

三、聚合时序：攒拍、残拍与反压停顿 ​

下图是 32→64（R=2）的波形。窄口依次送出 A0、A1（第 0 帧的两个窄拍）、A2、A3、A4（第 1 帧，A4 带 TLAST 且只有 2 个有效字节）。宽口在攒满后输出 W0；A4 触发残拍 W1，其高 32 位 TKEEP=0。中间宽口反压一次，可以看到窄口在同一周期被顶住。

AXI-Stream 位宽适配：窄到宽聚合、宽到窄拆分与反压下的 RTL 结构 示意图（第 2 张）

逐拍读图：T1 收下 A0，beat_cnt 进到 1；T2 A1 握手后宽拍 W0 形成，m_valid 拉起；T3 宽口反压（m_ready=0），W0 出不去，s_ready 同拍拉低，上游 A2 被顶在接口上保持不动——这就是反压沿转换器反向传播；T4 宽口恢复，W0 输出，s_ready 恢复，A2 在这拍才被收下；A2、A3 攒成下一个宽拍；A4 带 TLAST 到达后，T6 输出残拍 W1，高半槽 TKEEP=0、TLAST=1。整个过程中 TVALID「置起不许撤」，停滞只靠 ready 表达。

四、宽到窄拆分：锁存、切片选择与帧边界 ​

64→32（R=2）方向反过来：拆包器先锁存一个完整宽拍到 hold 寄存器，再用选择计数器 sel（0 到 R−1）依次把各切片驱动到窄口，连续发完一个宽拍对应的全部窄拍后，才接收下一个宽拍。

verilog
// 宽拍锁存：仅在最后一个窄拍被收走、或当前无输出时换新
wire pop_last = m_valid && m_ready && (sel == R-1);
assign s_ready = (!m_valid) || (m_ready && sel==R-1);

always @(posedge clk) if (s_valid && s_ready) begin
  hold      <= s_data;
  hold_keep <= s_keep;
  hold_last <= s_last;
end

// sel 计数：每发走一个窄拍加一，发完归零
always @(posedge clk) begin
  if (m_valid && m_ready)
    sel <= (sel==R-1) ? 0 : sel + 1;
end

assign m_data = hold[sel*32 +: 32];
assign m_keep = hold_keep[sel*4 +: 4];

帧边界有两个细节，是拆包器验证中最常失败的点：

  • TLAST 只在最后一个有效窄拍上拉起，条件是 hold_last 且当前切片是「最后一个 TKEEP 不全为 0 的切片」，而不是简单的 sel==R−1。残宽拍的高位切片 TKEEP 全 0，这些空拍不发，否则下游会收到不存在的假拍，DMA 的 buffer 长度也会算错。
  • 一个宽拍的多个窄拍不可被抢占，必须按低到高的顺序连续发完。中途若插入别的帧数据，字节顺序和 TID 保序全部破坏。因此 s_ready 只在最后一个窄拍被收走的周期才对宽口开放。

下图给出拆包器的 RTL 结构：

chip-design/intermediate/axi-stream-width-adaptation.md D2 示意图

「最后一个有效切片」在 RTL 里不需要复杂状态机：宽拍被锁存后，对每一段 keep 做归约或（|= 到 1 位），从最高槽位向下找到最后一个非零段的编号 last_valid_sel，它可以在锁存当拍组合算出并寄存；之后 m_last = hold_last && (sel == last_valid_sel)，而 sel 在到达这个编号后直接归零、不再向更高的空切片推进。这样既不发空拍，也不会把一个宽拍拖成 R 个周期。

TID、TDEST、TUSER 在一帧之内保持不变、跨帧才可改变，因此锁存宽拍时要把它们一并寄存，随该宽拍拆出的所有窄拍下发。拆包专篇 AXI-Stream 位宽适配器（downsize） 里有残拍 keep 计算的完整代码。

五、反压下的寄存器切片与 Skid Buffer ​

转换器两侧 ready 的关系不是直连：聚合器攒满后 s_ready 受 m_ready 支配，拆包器未发完时 s_ready 必须为低。若直接把远端 ready 和内部计数做成长组合串，路径是 m_ready → s_ready → 上游 valid → …，链路一长频率就垮，极端情形还会和上游的 valid 逻辑构成组合环路。

工程上的标准做法是在输入、输出端各加一级缓冲，把长组合路径切断：

  • 寄存器切片（register slice）：一级带反压能力的流水寄存器，valid/ready 在本拍就地终结，时序路径不再跨越模块边界，代价是一拍延迟。
  • Skid Buffer：两拍深度的半拍缓冲，正常时数据直通（零延迟），下游突然反压的那一拍把正在通过的数据「滑」进影子寄存器保存，既不丢数又切断了 ready 的反向组合路径。

缓冲在链路里的摆放位置有讲究：输入 skid 紧贴窄口，ready 只由 skid 的占用位（一格影子寄存器是否已存）驱动，远端 m_ready 经过 skid 后不再直接暴露给上游；输出寄存器切片放在核心与宽口之间，valid 在本拍就地寄存。两级缓冲把整条链路切成「上游 ↔ skid」「skid ↔ 核心」「核心 ↔ 切片」三段，每段的握手只跨一级寄存器，静态时序分析里不再出现跨越多个模块的 valid/ready 路径。

这就是商用 width converter IP 提供「lightweight / registered」两档配置的原因：轻量档省面积但允许气泡、ready 路径长；注册档加 skid 与切片，吞吐接近无气泡、频率高，代价是几拍延迟和少量寄存器。握手与反压的完整规则见 valid/ready 握手、AXI-Stream 反压握手时序 与 Skid Buffer 实现；多拍延迟的插桩见 AXI 寄存器切片。

选哪一档可以按数据通路的位置判断：位于 DMA 与计算核之间、长期满带宽跑的主通路，值得用注册档换取频率和无气泡吞吐；位于配置、状态等偶发流量的支路上，轻量档省下的寄存器更实在。档位选择本质是面积换时序，不存在免费的零气泡。

还要再强调一次第三节波形揭示的事实：如果两侧平均带宽本身不匹配，加多少 skid 都只是吸收瞬时抖动，补不了持续缺口。窄口长期供给不足时，宽口必然周期性空泡；持续的速率差要用弹性 FIFO 乃至跨时钟的异步 FIFO 来吸收，见 异步 FIFO 与 CDC。

六、比例问题：2 的幂、整数倍与非整数倍 ​

比例类型例子实现方式
2 的幂倍32→128（R=4）beat_cnt/sel + 固定 barrel mux，最简单最常见
整数非 2 幂32→96（R=3）同样计数，只是槽位数为 3，mux 输入多一档
非整数比24↔32 位字节 lane 粒度重排，按 LCM 宽度循环
互含非整数倍40↔24 位累积字节缓冲 + 按目的宽度切的 FIFO 式通用方案

非整数比是本节唯一需要新结构的情形。以 24 位对 32 位为例：24=3 字节、32=4 字节，二者的最小公倍数 LCM 是 12 字节（96 位），即 4 个 24 位拍 ↔ 3 个 32 位拍构成一个大循环。电路不能再按「整拍入槽」工作，而是维护一个字节粒度的累积缓冲和一个字节填充指针：输入拍的 3 个有效字节按指针连续写入缓冲，缓冲中攒够 4 个字节就切出一个 32 位拍，指针取模回卷；反方向同理。

chip-design/intermediate/axi-stream-width-adaptation.md D2 示意图

这个循环在拍级节奏上不是整齐的「一拍换一拍」：24→32 方向，前 3 个输入拍分别攒出 3、2、1……个输出拍的节奏交错，平均 4 个输入拍对应 3 个输出拍，但任何一个 4 拍窗口内都可能出现某拍连发、某拍停顿。因此字节方案的输出侧天然带气泡，不能用「每 R 拍 1 个」的整数模型去检查性能，只能在 LCM 大循环上核对总字节数。仿真里至少要跑满若干个完整 LCM 循环，再在循环中途插入 TLAST 和随机反压，才能暴露指针回卷与残帧叠加的 bug。

AXI4-Stream 规约允许任何 8 位整数倍的数据宽度，非整数比在协议上完全合法；但字节 lane 展开会带来大量字节粒度的写使能和更宽的 mux，面积与功耗都不划算。所以架构设计时应尽量把两侧宽度选成 2 的幂，把非整数比留给确实无法回避的接口（某些传感器、串行协议解帧侧）。帧边界在字节方案里同样按字节传递 TKEEP：残帧的最后一个目的拍只置位实际存在的字节 lane，TLAST 挂在该拍上。两端宽度互不含整数倍关系时（例如 40 位对 24 位，LCM=120 位，循环长达 15 个字节槽），直接展开 LCM 缓冲代价过大，通用 IP 通常退化为一个浅 FIFO：输入按字节写入、输出按目的宽度读出，指针不再追求在固定周期回卷，而是由读写两端水位自由推进。这种 FIFO 式实现面积可控、天然支持反压，代价是延迟不固定。

七、验证清单与常见的坑 ​

  1. 残拍 TKEEP 错：聚合时把缺失字节置成 1，下游读到未初始化垃圾；拆分时多发全 0 空拍或把 TLAST 挂在空拍上。
  2. TLAST 丢失或错位：聚合残帧没有立即输出，拆分后最后有效拍没带 last——DMA 无法关闭 buffer，帧长全部错位。
  3. 拆包中途被抢占：一个宽拍未拆完就放行 s_ready 接收新宽拍，字节顺序与 TID 保序被破坏。
  4. 反压丢数据：寄存器使能只写了 m_ready 而非 m_valid && m_ready，停滞拍被误清空。
  5. ready 组合环路/长路径：s_ready 直接由远端 m_ready 与计数器组合驱动，频率差甚至环路；加 skid buffer 以本地状态为支点断开。
  6. TID/TUSER 跨帧串台：sideband 没有随宽拍锁存，多流复用时一帧的标记发到另一帧。
  7. 误以为适配器能补带宽：字节率守恒不可违背，持续速率差只能靠 FIFO 或重新设计时钟频率解决。

这一篇在知识体系里的位置 ​

总结 ​

AXI-Stream 位宽适配按字节率守恒做宽度换算：聚合器用攒拍寄存器加拍数计数，攒满 R 拍或提前遇 TLAST 就输出一个宽拍、缺失字节槽置 TKEEP=0；拆包器锁存宽拍后按 sel 连续切片发出、TLAST 只挂最后一个 TKEEP 非零的窄拍且空拍不发；反压时 ready 反向组合传播，用 skid buffer 和寄存器切片切断长路径并吸收气泡，但补不了持续带宽差；非整数倍比例退到字节 lane、按 LCM 宽度循环填充与排空。