Orientador: Furio Damiani / Tese (doutorado) - Universidade Estadual de Campinas, Faculdade de Engenharia Eletrica e de Computação / Made available in DSpace on 2018-07-25T23:03:42Z (GMT). No. of bitstreams: 1 Franca_Eliane_D.pdf: 7476190 bytes, checksum: b8b340047557da332747a15c704c44bb (MD5) Previous issue date: 1999 / Resumo: O objetivo deste trabalho é o desenvolvimento de um microprocessador dedicado para a simulação de circuitos ULSI ¿ Ultra Large Scale Integration, ou seja, circuitos integrados de larga escala de integração. Ele faz parte de um arranjo de processadores proposto para um sistema de simulação por hardware, denominado ABACUS, desenvolvido no DSIF/FEEC/UNICAMP. Dentro do ABACUS este microprocessador, denominado MPH ¿ Model Processing Hardware (processador de modelos) é a célula unitária de um arranjo de microprocessadores. A arquitetura do MPH é formada pelos seguintes blocos: registros de entrada e saída, memória para armazenamento do programa de descrição do modelo ¿ UMA; memória para dados e resultados da simulação ¿ MEL; controle microprogramado e Unidade Aritmética e Lógica em ponto flutuante para 32 bits. Por apresentar uma arquitetura microprogramada, encontra aplicabilidade em outros sistemas dedicados tais como: satélite para previsão do tempo, robótica, redes neurais, hardware evolutivo, etc. O projeto foi descrito em linguagem VHSIC ¿ (Very High Speed Integrated Circuits) Hardware Description Language e simulado em ambiente Mentor Graphics / Abstract: The aim of this work is the development of a custom microprocessor to simulate ULSI ¿ Ultra Large Scale Integration circuits. It is part of an array of processors proposed as a system for circuit simulation by Hardware, named ABACUS. Inside the ABACUS, the microprocessor, named MPH ¿ Model Processing Hardware (model processor), is the basic cell of the microprocessor array. The architecture of the MPH is composed by: input and output registers, memory to store the program of description model ¿ UMA; a memory for the storage of simulation data and results ¿ MEL; microprogramed control and Arithmethic and Logic Unit in 32 bits floating point. As its architecture is microprogrammed it can be employed in other custom systems like: time prevision satellite, robotics, neural networks, evolvable hardware and so on. The design has been descibed in VHDL language ¿ VHSIC Hardware Description Language and simulated in Mentor Graphics enviroment / Doutorado / Eletronica e Comunicações / Doutor em Engenharia Elétrica

Made available in DSpace on 2014-06-11T19:23:38Z (GMT). No. of bitstreams: 0 Previous issue date: 2008-03-31Bitstream added on 2014-06-13T18:10:01Z : No. of bitstreams: 1 nunes_rl_me_ilha.pdf: 586695 bytes, checksum: b873e3bbf97a9b315f1c94485b17f2dc (MD5) / A execução de cálculos computaciona is é limit ada pela precisão que as linguagens de programação podem fornecer. Os compiladores possuem formatos de números com informação insuficiente para realizar cálculos que exijam grande precisão, porém, possuem ferramentas que possibilitam a criação de formatos extras. Utilizando o conceito de classe, é possíve l criar objetos computacionais e métodos. Visando solucionar problemas de precisão criou-se uma classe na qual o objeto é um número de ponto flutuante aqui chamado de Sfloat. A classe implementada em C++ é composta de um arranjo de variáveis booleanas de tamanho arbitrário para representar os bit s de um número de ponto flutuante e os métodos de classe para representar operadores aritmét icos e lógicos. Os operadores binários aritmét icos estão sobrecarregados, ou seja, os quatro operadores já existentes (“+”, “-”, “*” e “/”) podem ut ilizar números Sfloat como argumentos. Os operadores binários lógicos relacionais (<, >, <=, >=, ==, !=) seguem o mesmo modelo dos binários aritmét icos, sendo sobrecarregados para ut ilizar Sfloat como argumento. Para somar dois argumentos, soma-se dígito a dígito os dois argumentos. A subtração, na verdade, é a soma de um número posit ivo com um negat ivo, de modo que pode ser executada da mesma maneira que o operador soma, porém invertendo o sinal do segundo argumento. Na mult iplicação, somam-se as mult iplicações parciais de cada dígito de um dos fatores pelo outro fator, ou seja, a mult iplicação é executada como um somatório de mult iplicações parcia is. A divisão forma os dígitos do quociente verificando sempre qual o maior núme ro inteiro que pode mult iplicar o divisor sem ultrapassar o valor do dividendo. Sfloat foi ut ilizado para cálculos simples de soma, subtração... / Solut ion of computational problems involving float ing point numbers is limit ed by the accuracy that softwares can deliver. Most found compilers have usually float ing point kinds that are incapable to support the solut ion of numerical problems that need large accuracy on the final result or on the int ermediate comput ing steps. But such compilers are extensible allowing the development of derived data types and abstract data types and classes of high-accuracy numbers of float ing point kind. Using the c lass concept, it is possible to create computat ional objects and to implement methods (or member funct ions) owned by the object and that will act on the object data (or member variables). Aiming to solve numerical problems that happen in scient ific comput ing it was implemented a class to create float ing point numbers wit h high accuracy and range. That class was ca lled Sfloat. That class was implemented using a C++ compiler and is composed by an array of bits with variable size at compiler t ime. That extended float ing point number is based on the IEEE standard for float ing point numbers. The array bits carr y informat ion about signal (the first bit), exponent and mant issa. By varying it s array s ize it is possible to use hundreds or even thousands of bit s and so the mant issa precision can be very accurate with tens, hundreds or even thousands of decimal places, and also the exponent range can be very broad. Arithmet ic operators (+, -, *, /) can be overloaded in most compilers and also under C++ compilers. Overloading was used in this development by extending the meaning of the arithmet ic operators to allow its use also wit h Sfloat. Overloading process was also used to implement the relat ional logic operators. Nowadays, Sfloat can be used in implementat ions of most numerica l algorithms where is used arithmet... (Complete abstract click electronic access below)