各位老师、同学大家好：
我们是清华大学的 NOP 团队，下面我们将进行“龙芯杯”决赛展示答辩。
我们的展示分为 微架构设计、SoC 设计与系统软件、总结致谢三部分。
首先是微架构设计部分。
选好执行模型，是迈向成功的第一步。我们在 LA32R 指令集上实现了一款乱序五发射 CPU —— NOP。选择乱序，主要是出于三点考虑。其一，是乱序相比顺序带来的性能红利，在等待某些指令的结果时，乱序仍可继续推进流水线，减少停顿；其二，乱序更贴近实际，现代的处理器几乎全是乱序超标量的执行模式；其三，“挑战是一种信仰”，我们致力于挑战自我，在中国自主研发的 龙芯 指令系统上，做首个开源完善的乱序超标量处理器。
但是，欲戴王冠，必承其重。乱序超标量 CPU 的开发给我们带来了多方面的挑战。首先，乱序带来了顺序执行中不存在的相关，只有解决这些冲突，才能真正减少停顿，提升吞吐率；其次，为了分支恢复、保序访存和精确异常的实现，纵使指令可以乱序执行，但指令执行的效果必須顺序提交；最后，乱序执行的复杂逻辑增加了组合逻辑的延迟和实现布线的难度，从而限制了处理器运行的最高频率。
纵使困难重重，兵来将挡，水来土掩。我们最终设计并实现了如图所示的乱序五发射架构。我们的架构分前后端两部分，前端采用五级流水，包括两级取址、译码、重命名与分发；后端五路流水则包括三路算术、一路乘除、一路访存。为了解决乱序执行的指令相关问题，我们采用了寄存器重命名技术来避免指令相关冲突。为了保证指令执行在逻辑上的顺序性，我们增加了重排序缓存与 StoreBuffer，来实现指令的顺序提交。同时，为了解决复杂逻辑带来的高延迟，我们分析关键路径，对流水线进行了合理的切分。
最终，因为乱，所以快，我们在性能测试上收获了显著的提升。如表所示，对比性能测试基线，我们总体上取得了高达 3.00 的加速比。我们平均每周期执行的指令数突破了 1 的分水岭，达到了 1.02，是“龙芯杯”历史上首个平均 IPC 大于 1 的处理器。
一只木桶盛水的多少，取决于其中最低的那块木板。在上述乱序五发射的执行模型上，我们继续探究如何进一步解放我们处理器的性能边界。
首先，为了保证运行频率，我们的流水线最深有 13 个流水段。如此深的流水线设计，在分支恢复时会带来极其严峻的代价。我们注意到这一点，并对分支预测模块进行了重点优化。我们的分支预测分为三个主要模块：相关预测器、分支目标缓存，及返回地址栈。相关预测器综合考虑全局模式与局部倾向，预测是否跳转，而跳转的目标地址信息由 BTB 与 RAS 共同提供。BTB 会缓存分支指令的最近跳转地址，RAS 则基于函数调用规范，在函数返回时，预测跳转到调用者的下条指令。我们针对分支预测以及返回地址栈的有效性进行了消融实验，可以看到它们的确对分支正确率有很大提升。
然后，我们观察到占流水线暂停时间最长的，是缓存缺失重填导致的访存。在经过多次实验收集数据，兼顾缺失率、缺失开销、处理器主频的权衡之后，我们最终选择了容量大小均为 8KiB 的 L1 I/D Cache。两 Cache 的缓存块大小均为 64 字节，均设置 64 行，每个缓存设置 2 路，采用 LRU 替换策略。
最后，是对访存相关的优化。我们首先注意到，LA32R 中全相连的 TLB 查找逻辑成为了性能优化的瓶颈。大道至简，我们将该地址翻译过程切分到两个流水段进行，带来了主频的一次大幅提升。但是，这让访存流水段的深度进一步加深，常见的 Load / Use 指令对中间要间隔 4 个空周期才能完成。为此，我们引入了推测唤醒技术，将大部分 Load Use 对的间隔变成了 3 个空周期，朴素访存逻辑带来了26.7% 的性能提升。
接下来，我们介绍系统软件适配与 NOP-SoC 系统。
检验 CPU 正确性的终极标准，是能够稳定运行复杂的系统软件。我们移植了 Chiplab-PMON，并修复了其中若干 bug 及未定义行为。我们针对 SoC 移植了 la32r-Linux。对于测试程序，我们从最新版 buildroot 构建了完善的用户文件系统。为便于调试和装载，我们设计 PMON - Linux 的两级启动引导系统。系统上电复位后首先将 PMON 从 SPI Flash 解压到内存，PMON 再通过网络加载 Linux 镜像，引导 Linux 启动。实验表明，我们的系统可正常运行PMON，Linux及各类预置的用户程序。
同时，我们设计了如图所示的 SoC 系统，可以稳定驱动板上除 USB 外的全部外设，提供极致的用户体验。所驱动的一系列外设，列举在右侧。
作为演示，我们的系统可以从 PS/2 键盘获得用户输入，并在 VGA 和 LCD 屏幕上正确显示结果。我们同样可以运行复杂的用户程序，例如，我们可以执行 JavaScript 解释器 QJS，可以在 VGA 上玩 2048 小游戏。进一步地，将开发板连接外网，用户可以使用命令行浏览器直接浏览网页，在互联网的世界中漫游。从下方白底的状态提示中可以看到，运行在我们 CPU 上的浏览器在正常发送 HTTP 请求，并下载数据进行显示。
最后是总结致谢部分。性能上，我们达到了 107.69M 主频，IPC 1.02，对性能测试基线加速比 3.00；功能上，我们的 CPU 从基础的指令测试开始，最终走到 Linux，并提供了 NOP-SoC ，海量的外设及稳定丰富系统软件适配。极致的功能和性能背后，是细心、坚持和汗水。我们要感谢在开发过程中为我们提供帮助的老师、学长以及和我们并肩作战的同学们。没有你们，我们将难以完成这个 CPU 的设计和开发。
谢谢大家，我们的展示到此结束，请各位评委老师批评指正。