对DMA的理解和认识

本文选自极术专栏“IC设计”，作者芯工阿文，授权转自微信公众号芯工阿文，本篇主要讲述对DMA的理解和认识。

这些天有个想法，在数字芯片设计中，很多模块都可以近似为DMA模型，包括CPU。基于该想法进行扩展，一些复杂的模块可以变得稍微容易理解。

首先描述一下什么是DMA，Direct Memory Access，字面意思就是直接内存访问。个人认为这个名词应该是从软件视角进行定义的。实际上，DMA完成的工作，无非就是从一个接口读取数据，再发送至另外一个接口，也就是对应着一读一写。从硬件角度来看，这个是很常规的操作，但在软件看来，可以将大量的操作卸载到DMA，从而将CPU释放出来做更多的事情。所以DMA实际完成的工作也就是数据的转移，基于转移的两个方向之间的差异和特征，从而带来各种收益。

数据转移，简单来说有3个要素，源地址、目的地址和数据长度。一般来说，DMA的实现有两种方式，一是Direct DMA，另一个是链表DMA。Direct DMA就是通过寄存器读写的方式直接配置上述的3个要素；链表DMA就是将保存上述3要素的描述符存放于内存，再将其地址信息配置至DMA，启动DMA后，解析描述符后做数据转移。

链表DMA的处理流程近似如下：

1）根据配置信息启动描述符读取操作，解析描述符；

2）基于描述信息，获取源地址和数据长度，启动数据读取操作；

3）读取数据返回后，再将数据发送至目的地址，完成后告知状态。

以此进行扩展，比如读取数据返回后，做各种运算，再将结果发送至目的地址，不少加速计算模块均是基于该思路进行处理的。再比如描述符读取做一些处理，支持多样化的描述符，或者描述符再嵌套描述符，等等。

个人认为，在SOC芯片内的几乎所有计算模块，均可以基于DMA的模型进行理解，再以此进行扩展开发，包括CPU。

再来看一下CPU是如何工作的，没有深入了解CPU的结构，仅仅知道大概，如有错误，请轻喷。首先，CPU基于起始地址，从该地址读取指令，再执行。一般来说，执行指令会伴随着数据读取，也就是LOAD，将数据搬运过来之后，再对数据做各种运算，完成后再将数据放回去，对应着STORE。这个过程是否跟DMA搬运数据非常类似？如下是对应关系。

图1

两者之间有非常近似的对应关系，基本原理是一样的，只是在具体实现过程中，存在较大的差异。如描述符，对于DMA，仅有有限的几个格式，不同实现有不同的指令格式，对于CPU，指令集就相当于描述符，类型很多，不同架构有不同的指令集，由此也会引入很多问题，其复杂度是DMA的很多很多倍，如CPU需要Cache，但是从没听说过DMA需要使用Cache。

还有一个明显差别，CPU有计算逻辑ALU，通常来说，DMA将数据从源地址搬回来后，就直接写到目的地址。这里再换个思路，如果在这两者中间，加入一点计算逻辑，比如压缩解压缩、编解码等等，是否与很多硬件加速器的架构基本是一致的？

可以看到，CPU和DMA之间，差不多就是两个极端。CPU是属于general purpose，DMA是目的性非常强的设计。在这中间取一个点，是否就可以对应GPU、AI、DSA等等场景？

前一段时间想做点事情，设计一个DMA，但在数据读取和写入之间开放一个接口，在这接口之内做一些计算逻辑，以此针对各种具体的数据计算场景，基于需求进行设计。也就是说，将这个DMA作为一个平台，基于该平台做后续的二次开发。但是，在梳理上述的概念之后，发现其实现在已经有类似的东西，也就是RISC-V。该指令集是完全开放的，当前也有各种各样的开源代码，有Verilog实现的，还有chisel，也有spinalHDL，完全可以基于这些代码做针对需求场景的二次开发，而且可以从更小的数据粒度进行操控。