Stefan Holst
4 years ago
21 changed files with 767 additions and 536 deletions
@ -1,12 +1,42 @@ |
|||||||
Parsers |
Parsers |
||||||
======= |
======= |
||||||
|
|
||||||
bench |
KyuPy contains simple (and often incomplete) parsers for common file formats. |
||||||
|
These parsers are tailored to the most common use-cases to keep the grammars and the code-base as simple as possible. |
||||||
|
|
||||||
verilog |
Each of the modules export a function ``parse()`` for parsing a string directly and a function |
||||||
|
``load()`` for loading a file. Files with a '.gz' extension are uncompressed on-the-fly. |
||||||
|
|
||||||
SDF |
|
||||||
|
|
||||||
STIL |
Verilog - :mod:`kyupy.verilog` |
||||||
|
------------------------------ |
||||||
|
|
||||||
|
.. automodule:: kyupy.verilog |
||||||
|
:members: parse, load |
||||||
|
|
||||||
|
|
||||||
|
Bench Format - :mod:`kyupy.bench` |
||||||
|
--------------------------------- |
||||||
|
|
||||||
|
.. automodule:: kyupy.bench |
||||||
|
:members: parse, load |
||||||
|
|
||||||
|
|
||||||
|
Standard Test Interface Language - :mod:`kyupy.stil` |
||||||
|
---------------------------------------------------- |
||||||
|
|
||||||
|
.. automodule:: kyupy.stil |
||||||
|
:members: parse, load |
||||||
|
|
||||||
|
.. autoclass:: kyupy.stil.StilFile |
||||||
|
:members: |
||||||
|
|
||||||
|
|
||||||
|
Standard Delay Format - :mod:`kyupy.sdf` |
||||||
|
---------------------------------------- |
||||||
|
|
||||||
|
.. automodule:: kyupy.sdf |
||||||
|
:members: parse, load |
||||||
|
|
||||||
|
.. autoclass:: kyupy.sdf.DelayFile |
||||||
|
:members: |
||||||
|
@ -1,8 +1,20 @@ |
|||||||
Simulators |
Simulators |
||||||
========== |
========== |
||||||
|
|
||||||
Logic Sim |
Logic Simulation - :mod:`kyupy.logic_sim` |
||||||
|
----------------------------------------- |
||||||
|
|
||||||
Wave Sim |
.. autoclass:: kyupy.logic_sim.LogicSim |
||||||
|
:members: |
||||||
|
|
||||||
|
|
||||||
|
Timing Simulation - :mod:`kyupy.wave_sim` |
||||||
|
----------------------------------------- |
||||||
|
|
||||||
|
.. automodule:: kyupy.wave_sim |
||||||
|
|
||||||
|
.. autoclass:: kyupy.wave_sim.WaveSim |
||||||
|
:members: |
||||||
|
|
||||||
|
.. autoclass:: kyupy.wave_sim.WaveSimCuda |
||||||
|
:members: |
||||||
|
@ -1,23 +0,0 @@ |
|||||||
import numpy as np |
|
||||||
import importlib.util |
|
||||||
if importlib.util.find_spec('numba') is not None: |
|
||||||
import numba |
|
||||||
else: |
|
||||||
from . import numba |
|
||||||
print('Numba unavailable. Falling back to pure python') |
|
||||||
|
|
||||||
|
|
||||||
_pop_count_lut = np.asarray([bin(x).count('1') for x in range(256)]) |
|
||||||
|
|
||||||
|
|
||||||
def popcount(a): |
|
||||||
return np.sum(_pop_count_lut[a]) |
|
||||||
|
|
||||||
|
|
||||||
_bit_in_lut = np.array([2 ** x for x in range(7, -1, -1)], dtype='uint8') |
|
||||||
|
|
||||||
|
|
||||||
@numba.njit |
|
||||||
def bit_in(a, pos): |
|
||||||
return a[pos >> 3] & _bit_in_lut[pos & 7] |
|
||||||
|
|
@ -1,317 +0,0 @@ |
|||||||
import numpy as np |
|
||||||
import math |
|
||||||
from .wave_sim import WaveSim |
|
||||||
from . import cuda |
|
||||||
|
|
||||||
TMAX = np.float32(2 ** 127) # almost np.PINF for 32-bit floating point values |
|
||||||
TMAX_OVL = np.float32(1.1 * 2 ** 127) # almost np.PINF with overflow mark |
|
||||||
TMIN = np.float32(-2 ** 127) # almost np.NINF for 32-bit floating point values |
|
||||||
|
|
||||||
|
|
||||||
class WaveSimCuda(WaveSim): |
|
||||||
def __init__(self, circuit, timing, sims=8, wavecaps=16, strip_forks=False, keep_waveforms=True): |
|
||||||
super().__init__(circuit, timing, sims, wavecaps, strip_forks, keep_waveforms) |
|
||||||
|
|
||||||
self.tdata = np.zeros((len(self.interface), 3, (sims - 1) // 8 + 1), dtype='uint8') |
|
||||||
|
|
||||||
self.d_state = cuda.to_device(self.state) |
|
||||||
self.d_sat = cuda.to_device(self.sat) |
|
||||||
self.d_ops = cuda.to_device(self.ops) |
|
||||||
self.d_timing = cuda.to_device(self.timing) |
|
||||||
self.d_tdata = cuda.to_device(self.tdata) |
|
||||||
self.d_cdata = cuda.to_device(self.cdata) |
|
||||||
|
|
||||||
self._block_dim = (32, 16) |
|
||||||
|
|
||||||
def get_line_delay(self, line, polarity): |
|
||||||
return self.d_timing[line, 0, polarity] |
|
||||||
|
|
||||||
def set_line_delay(self, line, polarity, delay): |
|
||||||
self.d_timing[line, 0, polarity] = delay |
|
||||||
|
|
||||||
def assign(self, vectors, time=0.0, offset=0): |
|
||||||
assert (offset % 8) == 0 |
|
||||||
byte_offset = offset // 8 |
|
||||||
assert byte_offset < vectors.bits.shape[-1] |
|
||||||
pdim = min(vectors.bits.shape[-1] - byte_offset, self.tdata.shape[-1]) |
|
||||||
|
|
||||||
self.tdata[..., 0:pdim] = vectors.bits[..., byte_offset:pdim + byte_offset] |
|
||||||
if vectors.vdim == 1: |
|
||||||
self.tdata[:, 1, 0:pdim] = ~self.tdata[:, 1, 0:pdim] |
|
||||||
self.tdata[:, 2, 0:pdim] = 0 |
|
||||||
cuda.to_device(self.tdata, to=self.d_tdata) |
|
||||||
|
|
||||||
grid_dim = self._grid_dim(self.sims, len(self.interface)) |
|
||||||
assign_kernel[grid_dim, self._block_dim](self.d_state, self.d_sat, self.ppi_offset, |
|
||||||
len(self.interface), self.d_tdata, time) |
|
||||||
|
|
||||||
def _grid_dim(self, x, y): |
|
||||||
gx = math.ceil(x / self._block_dim[0]) |
|
||||||
gy = math.ceil(y / self._block_dim[1]) |
|
||||||
return gx, gy |
|
||||||
|
|
||||||
def propagate(self, sims=None, sd=0.0, seed=1): |
|
||||||
if sims is None: |
|
||||||
sims = self.sims |
|
||||||
else: |
|
||||||
sims = min(sims, self.sims) |
|
||||||
for op_start, op_stop in zip(self.level_starts, self.level_stops): |
|
||||||
grid_dim = self._grid_dim(sims, op_stop - op_start) |
|
||||||
wave_kernel[grid_dim, self._block_dim](self.d_ops, op_start, op_stop, self.d_state, self.sat, int(0), |
|
||||||
sims, self.d_timing, sd, seed) |
|
||||||
cuda.synchronize() |
|
||||||
self.lst_eat_valid = False |
|
||||||
|
|
||||||
def wave(self, line, vector): |
|
||||||
if line < 0: |
|
||||||
return None |
|
||||||
mem, wcap, _ = self.sat[line] |
|
||||||
if mem < 0: |
|
||||||
return None |
|
||||||
return self.d_state[mem:mem + wcap, vector] |
|
||||||
|
|
||||||
def capture(self, time=TMAX, sd=0, seed=1, cdata=None, offset=0): |
|
||||||
grid_dim = self._grid_dim(self.sims, len(self.interface)) |
|
||||||
capture_kernel[grid_dim, self._block_dim](self.d_state, self.d_sat, self.ppo_offset, |
|
||||||
self.d_cdata, time, sd * math.sqrt(2), seed) |
|
||||||
self.cdata[...] = self.d_cdata |
|
||||||
if cdata is not None: |
|
||||||
assert offset < cdata.shape[1] |
|
||||||
cap_dim = min(cdata.shape[1] - offset, self.sims) |
|
||||||
cdata[:, offset:cap_dim + offset] = self.cdata[:, 0:cap_dim] |
|
||||||
self.lst_eat_valid = True |
|
||||||
return self.cdata |
|
||||||
|
|
||||||
def reassign(self, time=0.0): |
|
||||||
grid_dim = self._grid_dim(self.sims, len(self.interface)) |
|
||||||
reassign_kernel[grid_dim, self._block_dim](self.d_state, self.d_sat, self.ppi_offset, self.ppo_offset, |
|
||||||
self.d_cdata, time) |
|
||||||
cuda.synchronize() |
|
||||||
|
|
||||||
def wavecaps(self): |
|
||||||
gx = math.ceil(len(self.circuit.lines) / 512) |
|
||||||
wavecaps_kernel[gx, 512](self.d_state, self.d_sat, self.sims) |
|
||||||
self.sat[...] = self.d_sat |
|
||||||
return self.sat[..., 2] |
|
||||||
|
|
||||||
|
|
||||||
@cuda.jit() |
|
||||||
def wavecaps_kernel(state, sat, sims): |
|
||||||
idx = cuda.grid(1) |
|
||||||
if idx >= len(sat): return |
|
||||||
|
|
||||||
lidx, lcap, _ = sat[idx] |
|
||||||
if lidx < 0: return |
|
||||||
|
|
||||||
wcap = 0 |
|
||||||
for sidx in range(sims): |
|
||||||
for tidx in range(lcap): |
|
||||||
t = state[lidx + tidx, sidx] |
|
||||||
if tidx > wcap: |
|
||||||
wcap = tidx |
|
||||||
if t >= TMAX: break |
|
||||||
|
|
||||||
sat[idx, 2] = wcap + 1 |
|
||||||
|
|
||||||
|
|
||||||
@cuda.jit() |
|
||||||
def reassign_kernel(state, sat, ppi_offset, ppo_offset, cdata, ppi_time): |
|
||||||
vector, y = cuda.grid(2) |
|
||||||
if vector >= state.shape[-1]: return |
|
||||||
if ppo_offset + y >= len(sat): return |
|
||||||
|
|
||||||
ppo, ppo_cap, _ = sat[ppo_offset + y] |
|
||||||
ppi, ppi_cap, _ = sat[ppi_offset + y] |
|
||||||
if ppo < 0: return |
|
||||||
if ppi < 0: return |
|
||||||
|
|
||||||
ppo_val = int(cdata[y, vector, 1]) |
|
||||||
ppi_val = int(0) |
|
||||||
for tidx in range(ppi_cap): |
|
||||||
t = state[ppi + tidx, vector] |
|
||||||
if t >= TMAX: break |
|
||||||
ppi_val ^= 1 |
|
||||||
|
|
||||||
# make new waveform at PPI |
|
||||||
toggle = 0 |
|
||||||
if ppi_val: |
|
||||||
state[ppi + toggle, vector] = TMIN |
|
||||||
toggle += 1 |
|
||||||
if ppi_val != ppo_val: |
|
||||||
state[ppi + toggle, vector] = ppi_time |
|
||||||
toggle += 1 |
|
||||||
state[ppi + toggle, vector] = TMAX |
|
||||||
|
|
||||||
|
|
||||||
@cuda.jit() |
|
||||||
def capture_kernel(state, sat, ppo_offset, cdata, time, s_sqrt2, seed): |
|
||||||
x, y = cuda.grid(2) |
|
||||||
if ppo_offset + y >= len(sat): return |
|
||||||
line, tdim, _ = sat[ppo_offset + y] |
|
||||||
if line < 0: return |
|
||||||
if x >= state.shape[-1]: return |
|
||||||
vector = x |
|
||||||
m = 0.5 |
|
||||||
acc = 0.0 |
|
||||||
eat = TMAX |
|
||||||
lst = TMIN |
|
||||||
tog = 0 |
|
||||||
ovl = 0 |
|
||||||
val = int(0) |
|
||||||
final = int(0) |
|
||||||
for tidx in range(tdim): |
|
||||||
t = state[line + tidx, vector] |
|
||||||
if t >= TMAX: |
|
||||||
if t == TMAX_OVL: |
|
||||||
ovl = 1 |
|
||||||
break |
|
||||||
m = -m |
|
||||||
final ^= 1 |
|
||||||
if t < time: |
|
||||||
val ^= 1 |
|
||||||
if t <= TMIN: continue |
|
||||||
if s_sqrt2 > 0: |
|
||||||
acc += m * (1 + math.erf((t - time) / s_sqrt2)) |
|
||||||
eat = min(eat, t) |
|
||||||
lst = max(lst, t) |
|
||||||
tog += 1 |
|
||||||
if s_sqrt2 > 0: |
|
||||||
if m < 0: |
|
||||||
acc += 1 |
|
||||||
if acc >= 0.99: |
|
||||||
val = 1 |
|
||||||
elif acc > 0.01: |
|
||||||
seed = (seed << 4) + (vector << 20) + (y << 1) |
|
||||||
seed = int(0xDEECE66D) * seed + 0xB |
|
||||||
seed = int(0xDEECE66D) * seed + 0xB |
|
||||||
rnd = float((seed >> 8) & 0xffffff) / float(1 << 24) |
|
||||||
val = rnd < acc |
|
||||||
else: |
|
||||||
val = 0 |
|
||||||
else: |
|
||||||
acc = val |
|
||||||
|
|
||||||
cdata[y, vector, 0] = acc |
|
||||||
cdata[y, vector, 1] = val |
|
||||||
cdata[y, vector, 2] = final |
|
||||||
cdata[y, vector, 3] = (val != final) |
|
||||||
cdata[y, vector, 4] = eat |
|
||||||
cdata[y, vector, 5] = lst |
|
||||||
cdata[y, vector, 6] = ovl |
|
||||||
|
|
||||||
|
|
||||||
@cuda.jit() |
|
||||||
def assign_kernel(state, sat, ppi_offset, intf_len, tdata, time): |
|
||||||
x, y = cuda.grid(2) |
|
||||||
if y >= intf_len: return |
|
||||||
line = sat[ppi_offset + y, 0] |
|
||||||
if line < 0: return |
|
||||||
sdim = state.shape[-1] |
|
||||||
if x >= sdim: return |
|
||||||
vector = x |
|
||||||
a0 = tdata[y, 0, vector // 8] |
|
||||||
a1 = tdata[y, 1, vector // 8] |
|
||||||
a2 = tdata[y, 2, vector // 8] |
|
||||||
m = np.uint8(1 << (7 - (vector % 8))) |
|
||||||
toggle = 0 |
|
||||||
if a0 & m: |
|
||||||
state[line + toggle, x] = TMIN |
|
||||||
toggle += 1 |
|
||||||
if (a2 & m) and ((a0 & m) == (a1 & m)): |
|
||||||
state[line + toggle, x] = time |
|
||||||
toggle += 1 |
|
||||||
state[line + toggle, x] = TMAX |
|
||||||
|
|
||||||
|
|
||||||
@cuda.jit(device=True) |
|
||||||
def rand_gauss(seed, sd): |
|
||||||
clamp = 0.5 |
|
||||||
if sd <= 0.0: |
|
||||||
return 1.0 |
|
||||||
while True: |
|
||||||
x = -6.0 |
|
||||||
for i in range(12): |
|
||||||
seed = int(0xDEECE66D) * seed + 0xB |
|
||||||
x += float((seed >> 8) & 0xffffff) / float(1 << 24) |
|
||||||
x *= sd |
|
||||||
if abs(x) <= clamp: |
|
||||||
break |
|
||||||
return x + 1.0 |
|
||||||
|
|
||||||
|
|
||||||
@cuda.jit() |
|
||||||
def wave_kernel(ops, op_start, op_stop, state, sat, st_start, st_stop, line_times, sd, seed): |
|
||||||
x, y = cuda.grid(2) |
|
||||||
st_idx = st_start + x |
|
||||||
op_idx = op_start + y |
|
||||||
if st_idx >= st_stop: return |
|
||||||
if op_idx >= op_stop: return |
|
||||||
lut = ops[op_idx, 0] |
|
||||||
z_idx = ops[op_idx, 1] |
|
||||||
a_idx = ops[op_idx, 2] |
|
||||||
b_idx = ops[op_idx, 3] |
|
||||||
overflows = int(0) |
|
||||||
|
|
||||||
_seed = (seed << 4) + (z_idx << 20) + (st_idx << 1) |
|
||||||
|
|
||||||
a_mem = sat[a_idx, 0] |
|
||||||
b_mem = sat[b_idx, 0] |
|
||||||
z_mem, z_cap, _ = sat[z_idx] |
|
||||||
|
|
||||||
a_cur = int(0) |
|
||||||
b_cur = int(0) |
|
||||||
z_cur = lut & 1 |
|
||||||
if z_cur == 1: |
|
||||||
state[z_mem, st_idx] = TMIN |
|
||||||
|
|
||||||
a = state[a_mem, st_idx] + line_times[a_idx, 0, z_cur] * rand_gauss(_seed ^ a_mem ^ z_cur, sd) |
|
||||||
b = state[b_mem, st_idx] + line_times[b_idx, 0, z_cur] * rand_gauss(_seed ^ b_mem ^ z_cur, sd) |
|
||||||
|
|
||||||
previous_t = TMIN |
|
||||||
|
|
||||||
current_t = min(a, b) |
|
||||||
inputs = int(0) |
|
||||||
|
|
||||||
while current_t < TMAX: |
|
||||||
z_val = z_cur & 1 |
|
||||||
if b < a: |
|
||||||
b_cur += 1 |
|
||||||
b = state[b_mem + b_cur, st_idx] |
|
||||||
b += line_times[b_idx, 0, z_val ^ 1] * rand_gauss(_seed ^ b_mem ^ z_val ^ 1, sd) |
|
||||||
thresh = line_times[b_idx, 1, z_val] * rand_gauss(_seed ^ b_mem ^ z_val, sd) |
|
||||||
inputs ^= 2 |
|
||||||
next_t = b |
|
||||||
else: |
|
||||||
a_cur += 1 |
|
||||||
a = state[a_mem + a_cur, st_idx] |
|
||||||
a += line_times[a_idx, 0, z_val ^ 1] * rand_gauss(_seed ^ a_mem ^ z_val ^ 1, sd) |
|
||||||
thresh = line_times[a_idx, 1, z_val] * rand_gauss(_seed ^ a_mem ^ z_val, sd) |
|
||||||
inputs ^= 1 |
|
||||||
next_t = a |
|
||||||
|
|
||||||
if (z_cur & 1) != ((lut >> inputs) & 1): |
|
||||||
# we generate a toggle in z_mem, if: |
|
||||||
# ( it is the first toggle in z_mem OR |
|
||||||
# following toggle is earlier OR |
|
||||||
# pulse is wide enough ) AND enough space in z_mem. |
|
||||||
if z_cur == 0 or next_t < current_t or (current_t - previous_t) > thresh: |
|
||||||
if z_cur < (z_cap - 1): |
|
||||||
state[z_mem + z_cur, st_idx] = current_t |
|
||||||
previous_t = current_t |
|
||||||
z_cur += 1 |
|
||||||
else: |
|
||||||
overflows += 1 |
|
||||||
previous_t = state[z_mem + z_cur - 1, st_idx] |
|
||||||
z_cur -= 1 |
|
||||||
else: |
|
||||||
z_cur -= 1 |
|
||||||
if z_cur > 0: |
|
||||||
previous_t = state[z_mem + z_cur - 1, st_idx] |
|
||||||
else: |
|
||||||
previous_t = TMIN |
|
||||||
current_t = min(a, b) |
|
||||||
|
|
||||||
if overflows > 0: |
|
||||||
state[z_mem + z_cur, st_idx] = TMAX_OVL |
|
||||||
else: |
|
||||||
state[z_mem + z_cur, st_idx] = a if a > b else b # propagate overflow flags by storing biggest TMAX from input |
|
Loading…
Reference in new issue