2.2 基于ultrascale 架构FPGA的system manager wizard使用（温压监测）

优质文章学习记录

— 11 min read
2.2 基于ultrascale 架构FPGA的system manager wizard使用（温压监测）

Reference： 《PG185》《UG580》

部分文案源于网友博客，AIGC和个人理解，如有雷同纯属抄袭

一、介绍

简述：

Xilinx System Management Wizard 是 Vivado 和 Vitis 工具中的一个图形化配置工具，主要用于为 FPGA 设计生成与系统监控和管理相关的 IP 核。这个工具帮助用户配置和集成诸如温度监控、电压监控、时钟监控、外部模拟输入等功能到 FPGA 设计中。它支持AXI4-Lite 与 DRP 接口

主要功能：
  • 温度和电压监测：
    • 内建传感器：支持 FPGA 内部温度、VCCINT（核心电压）、VCCAUX（辅助电压）、VCCBRAM（BRAM 电压）等电压和温度监测。通过 SYSMON 进行实时数据采集。
    • 外部模拟输入：可通过 XADC 和 SYSMON 配置外部传感器的数据采集，支持多通道模拟输入，进行温度、电压、压力等数据监测。
  • 警报系统：
    • 设置不同的警报阈值（如温度、电压等）以确保系统在出现异常时触发警报。
    • 支持对温度、电压等信号设置高低阈值，并在超出预定阈值时触发警报（如 Over Temperature Alarm 和 User Temperature Alarm）。
最大时钟频率：

二、原理

（1）架构框图
1. System Management Wizard（启用AXI Lite 接口时）

此模块框图展示了AXI-Lite接口 与 控制管理模块 与 SYSMON硬件核心模块（含ADC）SYSMON硬件宏（Hard Macro） 是指在硬件设计中，特别是在 FPGA 或 ASIC 设计中，作为一个已实现的、封装好的功能模块，通常是经过优化的硬件单元或模块。

2. SYSMON 架构框图
    • 模拟输入源 与MUX
    • ADC功能模块 与VREF
    • 寄存器空间 含measurement data
    • DRP接口
3. SYSMON Register Space
  • DRP允许访问多达256个16位寄存器（DADDR[7：0] = 00h至FFh）。
  • 接入位置DADDR[7：0] = 00h至3Fh和DADDR[7：0] = 80h至FFh为只读位置，包含ADC测量数据，这些寄存器是状态寄存器。
  • 控制寄存器位于地址40h至7Fh，可通过DRP读取或写入。
（2）端口说明
1. 控制和状态通道（Control and Status Channels）
  • s_axi_aclk：AXI 时钟信号，用于同步所有 AXI 操作。
  • s_axi_aresetn：异步复位信号，通常是低有效信号。
2. AXI写操作通道（Write Channel）
  • s_axi_awaddr[12:0]： 写操作的地址信号，指示要写入的寄存器地址。
  • s_axi_awvalid： 指示写地址是否有效。
  • s_axi_awready： 响应信号，表示写地址是否准备好。
  • s_axi_wdata[31:0]： 写数据信号，包含待写入的 32 位数据。
  • s_axi_wstrb[3:0]： 字节使能信号，指示哪些字节有效。
  • s_axi_wvalid： 写数据有效信号，指示写数据是否有效。
  • s_axi_wready： 响应信号，表示写数据是否准备好。
  • s_axi_bresp[1:0]： 写响应信号，指示写操作的结果，如成功或失败。
              • 它可以指示成功（例如 OKAY）或错误状态（例如 SLVERR）。
  • s_axi_bvalid： 写响应有效信号，指示写响应是否有效。
  • s_axi_bready： 从设备准备好接收写响应信号。
3. AXI读操作通道（Read Channel）
  • s_axi_araddr[12:0]： 读操作的地址信号，指示要读取的寄存器地址。
  • s_axi_arvalid： 读地址有效信号，指示读地址是否有效。
  • s_axi_arready： 响应信号，表示读地址是否准备好。
  • s_axi_rdata[31:0]： 读数据通道，返回读取的数据。
  • s_axi_rresp[1:0]： 读响应信号，指示读取操作的结果。
  • s_axi_rvalid： 读数据有效信号，指示读数据是否有效。
  • s_axi_rready： 从设备准备好接收读数据的信号。
4. 其他flag信号（External Signals and Inputs）
  • vp、vn：外部模拟信号输入，通常与 XADC 或 SYSMON 模块结合使用，读取模拟传感器数据。
  • user_temp_alarm_out、vcint_alarm_out、vccaux_alarm_out 等：报警信号输出端口，指示温度、电压等传感器的警报状态。
  • eoc_out、alarm_out、eos_out：系统监控信号，指示 ADC 转换结束、报警状态或序列结束等。
  • busy_out：忙碌信号，指示系统是否正在进行数据采集或处理。

详见PG185 table 2-1

  • channel_out：单通道或外部多路复用器工作模式下，表示所选ADC输入通道

详见UG580 table 3-6

（3）地址寄存器
1. AXI4-Lite address （13 bits）映射至SYSMON （8 bits）:

SYSMON 寄存器地址左移2位，地址值放大了4倍（PG185 table 2-3）

2.SYSMON Registers Address
（4）读时序图

三、IP核配置（例：监测温度电压 AXI4lite输出）

（1）Basic
1. Startup Channel Selection
  • Single Channel：如果您只需要监测单个通道的模拟输入，可以选择这个选项。适合简单的应用，例如只监测芯片的温度或者单一电压。
  • Channel Sequencer：如果您需要同时监测多个通道，并按顺序采样，可以选择这个选项。对于更复杂的应用，如监测多个电压或传感器的数据，使用 Channel Sequencer 会更合适。

选择Channel Sequencer，按顺序采样不同通道

2. Sequencer Mode
  • Continuous：如果您希望 ADC 连续不断地进行采样（例如，在监测过程中不断更新数据），可以选择 Continuous 模式。这适合于实时数据监测应用。
  • Event：如果您只希望在特定的事件发生时采样数据，可以选择 Event 模式。这适用于事件驱动的应用，采样仅在特定事件发生时才会启动。

选择Continuous

3. Channel Averaging
  • None：如果不需要对采样结果进行平均，可以选择 None。这种配置将每次采样的值直接输出。
  • Averaging：如果您希望减少噪声并提高测量的稳定性，可以启用通道平均功能。这对于高噪声环境中的信号采集很有用。

建议开启，可选择16（内部存在寄存器表示采样数量 UG580）

4. DRP Timing Options
  • DCLK Frequency：设置动态时钟频率，这个值控制数据转换的时钟频率，影响 ADC 的响应速度。您可以选择100 MHz，或者根据您的需求调整。
  • ADC Conversion Rate (KSPS)：设置 ADC 的转换速率，单位是千样本每秒 (KSPS)。200 KSPS 是一个适中的值，适合许多应用。
  • Acquisition Time (CLK)：这是每个采样周期的时钟周期数，可以根据您的采样精度要求来调整。值为 4 表示每次采样需要 4 个时钟周期。

默认即可

（2）片上模拟信号源选取（系统），及警报阈值配置
1. Reference Used by SYSMON 基准电压选取
  • Internal 选择 FPGA 内部的参考电源。
  • External 选择 外部电压源作为参考。

选择Internal即可！注：该基准电压的选择会影响ADC测算的性能精度，详见UG580 - Reference Inputs (VREFP and VREFN)

2. 温度警报的 Trigger 和 Reset
  • Trigger 是温度达到或超过指定阈值时激活警报。
  • Reset 是温度降低到一定水平时警报被重置或关闭。
3. 电压的警报阈值配置
  • Lower：低于该值时会触发警报。
  • Upper：超过该值时会触发警报。
（3）片上模拟信号源选取（用户）

配置方式类似于（2）此页不做额外配置

（4）外部通道功能选择
  • External Multiplexer：如果需要从外部模拟源获取信号，可以启用此项，并选择 VP VN 或其他外部输入信号作为通道。
  • Channel Enable：根据需要启用相应的通道。如果只需要采集 vp/vn，则启用对应的通道。
  • Average Enable：如果需要对采样值进行平均，启用此选项。如果不需要平滑数据，则不启用。
  • Bipolar：仅在您需要采集正负电压信号时启用该选项。
  • Acquisition Time：设置适当的采样时间，根据您的应用需求选择合适的时钟周期。

默认即可

（5）仿真设置

不详，暂不配置使用

四、输出数据处理

（1）数据精度：
1.SYSMON数据寄存器输出

ADC转换结果以16bits精度存储于寄存器中

2.数据输出映射 32 bits DRP 寄存器

由于这些寄存器宽 16 位，但处理器数据总线宽 32 位，因此硬宏寄存器数据驻留在 32 位数据总线的较低 16 位上。

（2）转换公式选取：
1.Temperature ADC
    1. 确定FPGA架构（ultrascale）选取（SYSMONE１）
    2. 确定ADC的参考电压源为 external OR on-chip （IP 配置过程选择）
    3. 根据ADC输出数据精度 1０ 位精度 OR 16 位精度 ＞＞ 确定公式中２＾bits
    4. 选取转换公式2-7
2.Voltage ADC
    1. 确定所测电压衰减系数为3，（衰减系数为6时为特殊情况，详见下文）
    2. 确定ADC输出数据精度 1０ 位精度 OR 16 位精度 ＞＞ 确定公式中２＾bits
    3. 选取转换公式2-15

五、仿真

配置完IP后，即可右键IP打开示例工程，直接进行仿真查看选定通道的ADC转换结果依次输出

六、Debug

（1）dashboard

xlinx官方自带sys_mon系统监测功能无需下板，连接设备后，右键选择器件启动dashboard ，即可实时查看芯片内部数据可将处理后的输出数据与此对照检测

（2）上板验证ILA抓取温度数据

输入读地址通道为 'h0400 温度寄存器地址待复位完毕后，读出valid时刻数据经转换公式结果计算得温度为26.94°C与dashboard结果几乎一致

Read more

AIGC浪潮下，风靡全球的Mcp到底是什么？一文讲懂，技术小白都知道！！

AIGC浪潮下，风靡全球的Mcp到底是什么？一文讲懂，技术小白都知道！！

个人主页-爱因斯晨 文章专栏-AIGC   长大好多烦恼，好愁！ 目录   前言 初步了解 Mcp到底是个啥？ 发展 理论基础 核心组件 使用逻辑 于传统API不同之处 模型推荐   前言 上年这个时候，刚拿到录取通知书。哥哥教我用ai智能体，其实就是向我炫技。当时我问他，为什么不能直接给我生成图表，直接给我生成多好，省得我再去复制了。他说，其实很简单，只要做个接口协议什么的就行，只是目前国内没人做。当时说的很高深，我也听不懂。没想到年底，这个功能就实现内测了。在某种程度上，我也算是预言了哈哈。 初步了解 Mcp到底是个啥？ Mcp，全称 Model Context Protocol，翻译过来是模型上下文协议。你不用管这高大上的名字，简单说，它就是和大 AI 模型聊天时，一种把相关信息整理好、按规矩传给 AI 的方式。
告别查重焦虑：PaperZZ 论文查重 + AIGC 检测双引擎，让论文投稿 “一次过审”

告别查重焦虑：PaperZZ 论文查重 + AIGC 检测双引擎，让论文投稿 “一次过审”

Paperzz-AI官网免费论文查重复率AIGC检测/开题报告/文献综述/论文初稿paperzz - 论文查重https://www.paperzz.cc/check 在学术写作与毕业答辩的全流程中，论文查重始终是一道绕不开的 “生死关”。从本科毕业论文到硕博学位论文，再到期刊投稿，重复率与 AIGC 生成痕迹不仅是学术规范的核心指标，更直接决定了论文能否顺利通过审核、顺利毕业或成功发表。然而，传统查重工具的痛点却始终困扰着广大学生与科研工作者：查重结果与学校 / 期刊不一致、AIGC 检测能力缺失、价格高昂、数据安全无保障，甚至因查重报告不规范，被导师或审稿人要求反复修改。 随着 AIGC 技术在学术写作中的广泛应用，PaperZZ 推出的论文查重 + AIGC 检测双引擎功能，彻底打破了传统查重的局限。它以 “精准匹配高校 / 期刊数据库、全场景 AIGC 检测覆盖、高性价比与数据安全” 为核心，让用户只需上传论文，即可同时获得权威查重报告与 AIGC 检测报告，
AI 智能编码工具：重塑开发效率的革命，从 GitHub Copilot 到国产新秀的全面解析

AI 智能编码工具：重塑开发效率的革命，从 GitHub Copilot 到国产新秀的全面解析

目录 引言 一、主流智能编码工具深度测评：从功能到实战 1. GitHub Copilot：AI 编码的 “开山鼻祖” 核心特性与实战代码 优缺点总结 2. Baidu Comate：文心大模型加持的 “国产之光” 核心特性与实战代码 优缺点总结 3. 通义灵码：阿里云的 “企业级编码助手” 核心特性与实战代码 优缺点总结 引言 作为一名拥有 8 年开发经验的程序员，我曾无数次在深夜对着屏幕反复调试重复代码，也因记不清框架语法而频繁切换浏览器查询文档。直到 2021 年 GitHub Copilot 问世，我才第一次感受到：AI 不仅能辅助编码，更能彻底改变开发模式。如今，智能编码工具已从 “尝鲜选项” 变为 “必备工具”，它们像经验丰富的结对编程伙伴，能精准补全代码、生成测试用例、
【实战】从零搭建GEO多平台监控系统：支持ChatGPT、豆包、Kimi、文心一言

【实战】从零搭建GEO多平台监控系统：支持ChatGPT、豆包、Kimi、文心一言

【实战】从零搭建GEO多平台监控系统：支持ChatGPT、豆包、Kimi、文心一言 背景 Sora死了。 我的第一反应不是"AI完了"，而是"我的监控代码要不要改"。 因为之前我专门写了Sora的监控脚本。 Sora一关，代码废了。 痛定思痛，我决定写一套通用的GEO多平台监控方案。 本文分享完整代码，支持：ChatGPT、豆包、Kimi、文心一言、通义千问。 系统架构 ┌─────────────────────────────────────────────────────────┐ │ GEO多平台监控系统 │ ├─────────────────────────────────────────────────────────┤ │ │ │ ┌───────────┐ ┌───────────┐ ┌───────────┐ │ │ │ 任务调度 │→ │ 平台查询 │→ │ 结果分析 │ │ │ └───────────┘ └───────────┘ └───────────┘ │ │ ↑ ↓ ↓ │ │ └──── 告警通知 ←────── 报告生成 ←─