Design and Optimization of a Low-Power RISC-V Processor for NDIR Measurement of CO2 Levels

Resumen

En diversos campos como la monitorización ambiental, los sensores inteligentes y el IoT, la creciente demanda de dispositivos de bajo consumo ha suscitado un interés creciente en el desarrollo de procesadores de alto rendimiento y energéticamente eficientes. En esta constante búsqueda, la arquitectura RISC-V emerge como una solución prometedora y en los últimos años ha ganado popularidad como una alternativa de código abierto y personalizable frente a las arquitecturas de conjuntos de instrucciones propietarias._x000D_ _x000D_ Esta tesis presenta el diseño, la implementación y el análisis de rendimiento de RisCO2, un microprocesador RISC-V diseñado a medida. Está especialmente optimizado para dispositivos IoT de bajo consumo, y más concretamente en su uso en sensores de CO2 infrarrojos no dispersivos (NDIR) para la monitorización medioambiental y el control de la calidad del aire. _x000D_ _x000D_ El desarrollo se ha basado en un proceso de diseño iterativo que utiliza una implementación en FPGA. Este proceso integra modificaciones arquitectónicas de forma incremental con el objetivo de reducir el consumo de energía y el tiempo de cálculo, sin comprometer el rendimiento general. Inicialmente, se partió de un núcleo básico RV32I, lo cual facilitó la comprensión de las características esenciales del conjunto de instrucciones RISC-V (ISA) y destacó la flexibilidad de su diseño modular. A medida que el proyecto progresaba, se añadieron al procesador extensiones y unidades funcionales cada vez más especializadas._x000D_ _x000D_ Hemos enfocado nuestros esfuerzos en la verificación y validación del diseño del procesador. Utilizamos simulaciones RTL para confirmar que el diseño cumple con las especificaciones del ISA y para asegurar su correcto funcionamiento. Comparamos los resultados en diferentes plataformas de simulación, como Vivado y SEGGER Embedded Studio, para garantizar la coherencia en la ejecución de instrucciones. En fases posteriores, optimizamos la arquitectura eliminando componentes innecesarios y simplificando módulos, lo que resultó en un diseño más eficiente en términos de espacio y consumo de energía._x000D_ _x000D_ El programa de test que hemos usado para evaluar el rendimiento del procesador utiliza la técnica de demodulación digital en cuadratura para el procesamiento de la señal del sensor. Luego, la aplicación calcula la concentración de CO2 utilizando la ley de Beer-Lambert, que describe el mecansimo de absorción de la luz en un medio gaseoso._x000D_ _x000D_ El estudio realiza también un análisis comparativo con otros procesadores de referencia RISC-V ya establecidos: Ri5cy, CV32E40P, Zero-riscy y Micro-riscy. Esta comparación tiene como objetivo evaluar el rendimiento de RisCO2 cuando se integra en plataformas SoC del mundo real como la popular PULPino. Para llevar a cabo esta evaluación, se crearon distintos proyectos con cada uno de estos procesadores de referencia y se llevaron a cabo análisis detallados del consumo de energía utilizando datos de actividad de conmutación de las redes de circuitos, lo que ofreció estimaciones precisas de dicho consumo. Este examen permitió entender cómo se distribuye el consumo de energía entre los distintos componentes del procesador. Finalmente, se realizó la síntesis del sistema utilizando la biblioteca tecnológica del proceso de 65 nm de TSMC, empleando la herramienta de síntesis Cadence Genus._x000D_ _x000D_ Los resultados muestran que RisCO2 logra una reducción significativa en el consumo de energía mientras ofrece un rendimiento comparable al de los procesadores de referencia. Estos hallazgos destacan la capacidad de los procesadores RISC-V personalizados como RisCO2 para ser usados como soluciones efectivas en aplicaciones de medición de concentraciones de gas. _x000D_ _x000D_ En resumen, este trabajo contribuye a los esfuerzos en curso destinados a mejorar la eficiencia energética en procesadores de altas prestaciones y promover la computación sostenible, ofreciendo tanto un enfoque metodológico como datos empíricos que pueden guiar el desarrollo de dichos procesadores.

Fecha de lectura	18 dic 2023
Idioma original	Inglés
Supervisor	Narcis Avellana Tarrats (Director/a), Lluís Antoni Terés Terés (Director/a) & David Castells Rufas (Director/a)