核心概念：什么是脉动阵列，数据流与计算流的同步，PE的基本结构

脉动阵列，这个名字听起来挺唬人的。说白了，它就是一种让数据像心跳一样，有节奏地在计算单元之间流动的架构。我当年第一次接触这个概念时，也觉得玄乎，后来亲手搭过一个8×8的阵列，才真正理解了它的精妙之处。

2.1 什么是脉动阵列

想象一下，你有一排工人，每个人只做一件简单的事——比如给零件拧螺丝。零件从一端传进来，每过一个工位，工人就处理一下，然后传给下一个。这就是脉动阵列的雏形。

在数字芯片里，脉动阵列由大量相同的处理单元（PE）组成，排列成规则的网格。数据从阵列的边缘流入，在每个PE里完成计算，再流向相邻的PE。整个过程由统一的时钟驱动，就像心脏搏动一样规律。

为什么这种结构这么重要？因为现代芯片设计里，连线延迟已经成了性能瓶颈。你想想看，如果每个PE只跟邻居说话，那布线就简单多了，频率也能跑得更高。我在一个AI加速器项目里就吃过亏——一开始用了全局广播的架构，结果后端布局布线时，时钟频率死活上不去。后来改成脉动阵列，问题迎刃而解。

2.2 数据流与计算流的同步

脉动阵列最讲究的就是“同步”二字。数据什么时候来，计算什么时候做，结果什么时候走，都得严丝合缝。

2.2.1 数据流模式

常见的脉动阵列数据流有三种模式，我整理了一个表格，方便你对比：

模式	数据移动方向	典型应用	特点
行波式	数据沿行方向流动	矩阵乘法	结构简单，控制逻辑少
列波式	数据沿列方向流动	卷积运算	适合权重固定的场景
对角式	数据沿对角线方向流动	FIR滤波器	数据复用率高

嗯，这里要注意：选择哪种数据流模式，直接决定了你的PE内部需要多少寄存器、多少乘法器。我曾经在一个项目中选了行波式做矩阵乘法，结果发现数据到达时间差太大，不得不额外插入流水线寄存器来对齐时序。

2.2.2 计算流同步机制

计算流同步，说白了就是确保每个PE在正确的时钟周期拿到正确的数据。这里有几个关键点：

• 时钟对齐：所有PE使用同一个时钟，或者经过严格同步的多相时钟
• 数据节拍：数据在每个时钟周期移动一个PE的距离
• 控制信号：用valid/ready握手信号来管理数据流动的启停

2.3 PE（处理单元）的基本结构

PE是脉动阵列的细胞。它的结构决定了整个阵列的能力上限。我习惯把PE拆成三个部分来看：

2.3.1 运算单元

运算单元是PE的核心，通常包含：

• 乘法器：做乘加运算（MAC）的关键部件
• 加法器：累加中间结果
• 累加寄存器：保存部分和

举个例子，一个典型的MAC操作：

// PE内部的核心运算
always @(posedge clk) begin
    if (valid_in) begin
        // 乘加运算
        acc <= acc + data_in * weight_in;
        // 数据前传
        data_out <= data_in;
        weight_out <= weight_in;
    end
end

这段代码看起来简单，但实际项目中要考虑位宽、饱和处理、舍入模式等细节。我记得有一次，因为乘法器输出位宽没对齐，导致累加结果溢出，仿真时数据全错了。排查了两天才找到问题。

2.3.2 存储单元

PE内部需要少量存储来暂存数据：

• 输入寄存器：缓存从上游PE来的数据
• 权重寄存器：存储当前PE的权重值（如果是可编程的）
• 输出寄存器：暂存计算结果，准备传给下游

2.3.3 控制单元

控制单元负责管理PE的工作状态：

• valid信号处理：判断输入数据是否有效
• 累加清零：在新一轮计算开始时清空累加器
• 旁路模式：某些场景下，PE可以只传数据不计算

2.4 脉动阵列的完整数据流图

下面这张图展示了一个3×3脉动阵列的数据流动过程。数据从左侧和上方流入，在每个PE里完成乘加运算，结果向右和下方传递。

从这张图里你能看到，数据从左侧流入，权重从上方流入。每个PE同时接收来自两个方向的数据，做完乘加后，把原始数据继续往下游传。这种设计的好处是：数据复用率极高，每个数据可以被多个PE重复使用。

2.5 脉动阵列的设计要点

最后，我总结几个设计脉动阵列时必须注意的点：

1. 数据对齐：确保所有PE在同一个时钟周期拿到正确的数据对。我曾经因为数据路径延迟没算对，导致PE00和PE01拿到的数据差了整整一个周期，结果算出来的结果全错了。
2. 边界处理：阵列边缘的PE需要特殊处理，比如输入数据从哪里来，输出结果往哪里去。我习惯在阵列周围加一圈“哑PE”，专门处理边界逻辑。
3. 流水线深度：PE内部的流水线级数要统一。如果有的PE是2级流水，有的是3级，那数据流就乱套了。
4. 可扩展性：设计PE时就要考虑阵列规模的变化。我一般会把PE做成参数化的模块，这样从4×4扩展到16×16，只需要改一个参数。