随着社会经济水平不断发展,人们对于移动互联网的需求已体现出明显的多元化趋势。未来移动通信将结合大数据、云计算、人工智能等诸多新兴技术加速未来10年信息黄金时代的到来。不断涌现的新兴业务不论对实时算力,还是通信传输都提出了更高的要求。为满足未来无线通信数据传输需求并且兼顾功耗问题,大规模MIMO检测芯片需要实现低延时、高吞吐率、高能量效率、满足一定灵活性以及可扩展性的需求。针对以上问题,1.本文聚焦硬件结构的算子层面提出了一种优化处理单元运行效率的解决方案。该方案从算子层面采用硬化逻辑对信号检测算法的操作做出合理的粗粒度抽象。应用此方案的大规模MIMO检测可重构处理器的优势有三:一、灵活性和可扩展性高,可支持多种信号检测算法和多种信道规模的灵活配置;二、配置信息数量降低,同样的算法下配置信息仅为细粒度的三分之一,配置包切换速度快,同时降低传输错误率;三、混合粒度利于上层优化,提供给编译器的操作种类增多,编译器层面调度与优化空间更大。2.本文提出了一种提高大规模MIMO检测可重构处理器数据处理速度的访存优化策略。针对由于处理单元分散带来的计算阵列与片上存储模块访存效率问题,设计支持ping-pong buffer的数据环流模式,使得大规模复杂数据处理情境下,增加访存灵活性,高速处理速度与片上存储资源有限的冲突得到有效改善。3.针对大规模MIMO检测计算芯片处理单元提出关键路径优化策略。在非精确计算领域提出一种基于概率的截位乘法算法,该算法通过统计二进制乘数中1的概率,估算出截位部分对精确计算部分的进位影响。通过仿真实验表明,该乘法器设计在延时方面,有至少2%的减少;面积方面,相对于DC综合工具库中实现乘法器有11%以上减少;功耗方面,相对于DC综合工具库的乘法器有36%以上的减少,代价仅为1.6358点的精度损失。本论文提出的大规模MIMO可重构检测处理器在TSMC 28纳米工艺,0.9伏特电压下,理论可达到800MHz的主频,其芯片规模为4兆门。经过Matrix Inv(8×8)、HBF、FIR等9种算法对计算核进行评估,其理论能效比是TI C66x DSP处理器的7.49到12.87倍。