基于Vivado的RISC-V五级流水线CPU FPGA实现详解
手把手教你用 Vivado 实现一个 RISC-V 五级流水线 CPU（FPGA 实战全记录）
当问题从课本走向 FPGA 开发板
你有没有过这样的经历？在《计算机组成原理》课上听得头头是道：五级流水、数据旁路、控制冒险……可一旦打开 Vivado 想自己搭一个，瞬间懵了——PC 怎么跳？寄存器文件读写冲突怎么办？分支预测失败后怎么“擦屁股”？
别慌。我也是这么过来的。
今天，我就带你 从零开始，在 Xilinx Artix-7 FPGA 上实现一个完整的 RISC-V 五级流水线 CPU 。不是仿真玩玩，而是真正能跑通汇编程序、点亮 LED 的硬核项目。
我们不堆术语，不照搬教材框图，只讲你真正需要知道的实战细节：每个模块怎么写，关键信号怎么连，坑在哪里，怎么绕过去。
准备好了吗？让我们把理论变成看得见、摸得着的电路。
为什么选 RISC-V + 五级流水？
先说清楚一件事：我们为什么要做“五级流水”？为什么不直接做个单周期完事？
很简单—— 性能和资源的平衡 。
我在最初尝试时也做过单周期 CPU。代码写起来是简单，但综合结果让我傻眼：主频 barely 能上 50MHz，而且大部分时间 ALU、内存都在“发呆”。一条指令要走完所有阶段，延迟全压在一条路径上。
而五级流水不一样。它把指令拆成五个小步，每步只做一点点事。虽然第一条指令还是要等 5 个周期才能完成，但从第 5 个周期开始， 每个周期都能送出一条新指令的结果 。
这就是吞吐率的飞跃。
再加上 RISC-V 的开放性和简洁性，特别是 RV32I 基础整数集只有几十条指令，控制逻辑清晰，非常适合 FPGA 新手练手。
✅ 我的选择：Artix-7 XC7A35T 开发板 + Vivado 2023.1 + 支持 RV32I 的轻量级核心设计
五级流水到底是什么？一张图说清本质
很多人被“五级”吓住，其实它的思想非常朴素：
让多条指令像工厂流水线上的产品一样，并行推进。
就像汽车装配线，一辆车还没装完轮胎，下一辆已经可以开始焊车身了。
我们的五级分别是：
| 阶段 | 干什么 | 关键任务 |
|---|---|---|
| IF（取指） | 取指令 | 给 PC 找地址，从 IMEM 拿指令 |
| ID（译码） | 拆指令 | 解析 opcode，读寄存器，生成控制信号 |
| EX（执行） | 算东西 | ALU 运算，地址计算，判断分支 |
| MEM（访存） | 访问内存 | Load/Store 数据，其他指令透传 |
| WB（写回） | 写结果 | 把数据写回寄存器 |
理想状态下，每一拍都有五条指令分布在不同阶段，CPU 利用率达到极致。
但这背后有个大前提： 不能出乱子 。一旦前面卡住，后面全得等着——这就是所谓的“流水线冒险”。
接下来我们就看看，这些“坑”该怎么填。
核心模块拆解：从 IF 到 WB，逐级打通
第一关：取指单元（IF）——让 CPU 知道下一步去哪
最简单的 IF 单元就是：
always @(posedge clk or negedge rst_n) begin if (!rst_n) pc <= 32'h0; else pc <= pc + 4; end 但现实远没这么简单。
三大挑战：
- 跳转指令来了怎么办？
- JAL 直接跳，BEQ 条件满足才跳
- 必须在 EX 阶段判断后反馈给 IF，否则会多取一条错误指令 - 分支预测怎么做？
- 别想太复杂，初期就用“默认不跳”
- 如果跳了，那就清空 IF/ID 寄存器，重新从目标地址取指 - IMEM 怎么实现？
- 用 Xilinx XPM 原语创建双端口 RAM：verilog xpm_memory_sdpram #( .ADDR_WIDTH_A(10), // 1KB = 256 words .DATA_WIDTH_A(32) ) imem_inst ( .clka(clk), .addra(pc[3:2]), // 字对齐 .douta(inst_out) );
🔧 实战提示：PC 更新必须受控！加入pc_en和pc_src多路选择器，支持 jump、branch、exception 等多种来源。
第二关：译码单元（ID）——拆包指令，读取操作数
ID 阶段的核心任务就两个字： 拆和读 。
- 拆：把 32 位指令按格式分解
- 读：根据
rs1和rs2编号，从寄存器文件里拿出数据
寄存器文件实现要点
这是整个 CPU 最容易出错的地方之一。
module regfile ( input clk, input we, // 写使能 input [4:0] waddr, // 写地址 input [31:0] wdata, // 写数据 input [4:0] raddr1, input [4:0] raddr2, output [31:0] rdata1, output [31:0] rdata2 ); reg [31:0] regs [0:31]; // 同步写：只在上升沿更新 always @(posedge clk) begin if (we && waddr != 5'd0) // x0 永远为 0！ regs[waddr] <= wdata; end // 异步读：组合逻辑输出 assign rdata1 = (raddr1 == 5'd0) ? 32'd0 : regs[raddr1]; assign rdata2 = (raddr2 == 5'd0) ? 32'd0 : regs[raddr2]; endmodule ⚠️ 注意两点：
1. x0 寄存器必须永远返回 0 ，哪怕你往里写了值也不行 —— 这是 RISC-V 规范强制要求。
2. 读操作用 assign 实现异步读，避免额外延迟。
控制信号生成
建议单独做一个 ctrl_dec.v 模块，输入 opcode/funct3/funct7 ，输出一堆控制信号：
| 信号 | 作用 |
|---|---|
reg_write | 是否允许写寄存器 |
alu_op | ALU 操作类型 |
mem_read/write | 是否访问内存 |
mem_to_reg | 写回数据来自内存还是 ALU |
branch | 是否为分支指令 |
把这些信号打包成一个结构体，随指令一起在流水线中传递。
第三关：执行单元（EX）——真正的“大脑”
EX 阶段干三件事：
1. 选操作数 ：第二操作数可能是寄存器值，也可能是立即数（比如 ADDI）
2. 算结果 ：交给 ALU
3. 判分支 ：如果是 BEQ/BNE，在这里比较两数是否相等
ALU 设计技巧
不要写一大坨 case，而是分层处理：
// 先决定第二操作数来源 assign op_b = src_sel ? imm_val : rs2_data; // 再送入 ALU always @(*) begin case (alu_ctrl) OP_ADD: result = op_a + op_b; OP_SUB: result = op_a - op_b; OP_AND: result = op_a & op_b; OP_OR : result = op_a | op_b; OP_XOR: result = op_a ^ op_b; OP_SLT: result = ($signed(op_a) < $signed(op_b)) ? 32'd1 : 32'd0; OP_SLL: result = op_a << op_b[4:0]; OP_SRL: result = op_a >> op_b[4:0]; OP_SRA: result = $signed(op_a) >>> op_b[4:0]; default: result = 32'd0; endcase end 分支判断提前到 ID？没必要！
有人为了减少延迟，想把 BEQ/BNE 的比较放到 ID 阶段。听起来很美，但有两个问题：
1. 操作数可能还没准备好（比如前一条是 LOAD）
2. 增加了控制复杂度
我的建议： 老老实实放在 EX 阶段 ，配合数据旁路机制就够了。
第四关：访存单元（MEM）——小心字节对齐和端序
MEM 阶段主要服务两类指令：
- Load ：从 DMEM 读数据 → 送往 WB
- Store ：把数据写进 DMEM
DMEM 实现方式
同样使用 XPM 双端口 RAM：
xpm_memory_tdpram #( .ADDR_WIDTH_A(12), // 4KB .DATA_WIDTH_A(32) ) dmem_inst ( .clka(clk), .ena(mem_en_a), .wea(byte_enable), // 字节使能！ .addra(addr_a[3:2]), .dina(data_a), .douta(dout_a) ); 关键点：字节使能（Byte Enable）
RISC-V 支持 LB/LH/SC.B/SC.H 等操作，必须通过 byte_enable 控制写哪些字节：
| 操作 | byte_enable |
|---|---|
| SB | 4’b0001 (假设 little-endian) |
| SH | 4’b0011 |
| SW | 4’b1111 |
同时注意： RISC-V 默认小端模式 ，低地址放低字节。
第五关：写回单元（WB）——最后一公里
WB 阶段很简单，就一句话：
assign wb_data = mem_to_reg ? mem_data : alu_result; 然后把这个 wb_data 和 rd 地址一起传给寄存器文件，在下一个时钟上升沿写入。
但它却是数据依赖链的终点，直接影响能否实现“写后读”正确性。
冒险处理：让你的 CPU 不“抽风”
再好的流水线，遇上依赖也会崩溃。我们必须主动干预。
数据冒险：后面的指令等不到前面的结果
典型例子：
add x5, x6, x7 sub x8, x5, x9 # 依赖 x5，但还没写回 解法一：暂停（Stall）
检测到 RAW 依赖且无法解决时，插入气泡：
if (id_ex_mem_read && (id_ex_rd != 0) && (id_ex_rd == if_id_rs1 || id_ex_rd == if_id_rs2)) begin stall = 1; end 此时冻结 PC 和 IF/ID 寄存器，同时把 ID/EX 的控制信号置空（相当于插入 NOP）。
解法二：数据旁路（Forwarding）——这才是重点！
与其让 CPU 等，不如直接把结果“抄近道”送过去。
我们在 EX 阶段之前加一个多路选择器：
// Forwarding Unit 示例 function [1:0] forward_A; input [4:0] rs1; input [4:0] ex_mem_rd, mem_wb_rd; input ex_mem_reg_write, mem_wb_reg_write; begin if (ex_mem_reg_write && ex_mem_rd != 0 && ex_mem_rd == rs1) forward_A = 2'b01; // 来自 EX/MEM else if (mem_wb_reg_write && mem_wb_rd != 0 && mem_wb_rd == rs1) forward_A = 2'b10; // 来自 MEM/WB else forward_A = 2'b00; // 正常路径 end endfunction 然后在 EX 输入端选择源操作数：
src_a = (forward_A == 2'b01) ? ex_mem_alu_out : (forward_A == 2'b10) ? mem_wb_data : id_ex_rs1_data; ✅ 实践效果：加上 EX→EX 旁路后，上面那个 add→sub 的例子就能无缝衔接，无需停顿！
控制冒险：分支跳错了怎么办？
当遇到 BEQ/BNE 时，即使我们在 EX 阶段才判断结果，IF 阶段早就把下一条指令取回来了。
这多取的一条指令怎么办？ 扔掉！
具体做法：
- 在 EX 阶段发现要跳转
- 设置
pc_src = branch_target - 插入一个 bubble 到 ID/EX（即清空控制信号）
- 下一拍从新地址重新取指
损失一个周期，但比什么都不做强。
💡 提升方向：后期可加入“分支目标缓存（BTB）”或“动态预测”，但现在先把基础搞稳。
Vivado 工程搭建全流程：从 RTL 到上板
1. 项目结构建议
project/ ├── src/ │ ├── cpu_top.v │ ├── if_stage.v │ ├── id_stage.v │ ├── ex_stage.v │ ├── mem_stage.v │ ├── wb_stage.v │ ├── regfile.v │ └── imem_dmem.xpm ├── testbench/ │ └── tb_cpu.v ├── firmware/ │ ├── hello.S │ └── Makefile └── constraints/ └── board.xdc 2. 固件编译流程
写一段最简单的汇编：
.global _start _start: addi x5, x0, 100 addi x6, x0, 200 add x7, x5, x6 # 结果应为 300 loop: j loop 用 RISC-V 工具链编译：
riscv64-unknown-elf-gcc -march=rv32i -mabi=ilp32 -nostdlib -T linker.ld -o main.elf main.S riscv64-unknown-elf-objcopy -O binary main.elf main.bin 再转换成 .coe 文件烧进 IMEM 初始化内容。
3. 综合与实现注意事项
- 启用优化级别较高设置 ：
set_property SEVERITY {Warning} [get_drc_checks NSTD-1]忽略非标准电平警告（用于内部信号） - 关键路径加寄存器缓冲 ：比如 ALU 输出端加 pipeline reg
- 使用 ILA 抓波形调试 ：
tcl create_debug_core u_ila_0 ila set_property PROBE_TYPE DATA_AND_TRIGGER [get_debug_cores u_ila_0] connect_debug_port u_ila_0/clk [get_nets clk]
推荐监控：pc,instruction,alu_result,mem_rdata,rf_wdata
4. 约束文件示例（XDC）
create_clock -period 10.000 [get_ports clk] set_input_delay 2.0 [all_inputs] -clock clk set_output_delay 2.0 [all_outputs] -clock clk set_false_path -from [get_pins id_ex_reg*/D] -to [get_pins ex_mem_reg*/Q] 常见问题排查清单
| 现象 | 可能原因 | 解决方法 |
|---|---|---|
| CPU 卡在第一条指令不动 | PC 没递增，或 IMEM 未加载 | 检查 reset 释放逻辑，查看 ILA 中 inst 是否有效 |
| 加法结果不对 | x0 寄存器没强制为 0 | 修改 regfile，读取 x0 时直接返回 0 |
| 分支永远不跳 | branch 控制信号没拉高 | 检查 EX 阶段比较逻辑和控制传递 |
| 时序报错 Failed | 关键路径太长 | 在 ALU 后加一级 pipeline register |
| Load 数据错位 | 字节使能或地址对齐有问题 | 打印 address 和 be，确认是否符合小端规则 |
写在最后：这不是终点，而是起点
当你第一次看到 LED 按照你的汇编代码闪烁，那种成就感，远超任何考试满分。
这个五级流水 CPU，也许还很原始：没有中断、没有异常、没有缓存、不支持压缩指令……但它是一个 完整闭环的自主可控处理器原型 。
你可以基于它继续扩展：
- 加个 UART，实现 printf 调试
- 接入 DDR 控制器，扩大内存空间
- 实现 Timer 中断，跑起简易 RTOS
- 甚至集成 NPU 模块，做成 AIoT 边缘芯片
而这一切的基础，就是你现在亲手搭起来的这个小小 CPU。
如果你在实现过程中遇到了别的问题，欢迎留言交流。我们一起把这条路走得更远。
