增速12倍！以可编程方式打造加密引擎性能卓越
设计人员时常需要通过增加计算能力和/或额外输入的方式来延长现有嵌入式系统的寿命。在这方面，可编程系统平台大有用武之地。我们曾经希望采用安全网络连接功能来升级一套网络可编程系统。安全网络连接功能需要加密才能运行安全外壳(SSH)、传输层安全(TLS)、安全套接层(SSL)或虚拟专用网(VPN)等协议。这种安全需求伴随各种系统接入因特网的需求同步增长，例如，为了启用远程管理与分布式控制系统。因该领域仍在发展之中，而且标准尚未固定，因此成本主要取决于一次性工程费用。所以，采用FPGA技术能实现最高价值。
我们的系统基于Missing Link Electronics(MLE)公司的“软”硬件平台，其FPGA具有灵活的I/O，能够连接各种传感器和执行器。该平台采用可编程逻辑实现片上系统，以MicroBlaze CPU或PowerPC CPU作为其核心。CPU为操作系统与用户空间应用软件运行MLE Linux软件栈。由于采用MicroBlaze或PowerPC作为主CPU，当运行嵌入式Linux操作系统外加强大加密功能时，该系统显然无法提供所需要的计算性能，而且也无法改变物理硬件。为了实现系统加速，我们使用可编程系统将计算从软件域转移到硬件侧。
协处理硬件
可编程系统基本上是一个或几个CPU(运行操作系统与应用软件)的组合，外加一个FPGA。FPGA在其中用作灵活的接口“适配器”以及协处理硬件。我们可以在单独辅助芯片上实现可编程系统，或者将全部都集成到单个器件上。我们可以根据FPGA器件和CPU之间的通信方式，采用不同方法调节系统性能和功能。
其中一种方法就是添加对等处理器，通过内存映射状态和控制寄存器与CPU实现同步。因为通过同一系统总线运行所有通信会很快降低性能，因此我们希望把CPU数据流与对等处理器分开。而采用赛灵思的Central DMA或多端口储存器控制器(MPMC)等片上系统组件能够轻松满足上述愿望。
另外，也可以增加一个协处理器，这种情况下能通过增加自定义指令(也叫编译功能)有效地扩展CPU的指令集。例如，它适合浮点单元，而且赛灵思的结构协处理器模块(FCM)技术能轻松支持上述功能。此处的优势是在CPU和协处理器之间使用一条从内存到系统总线的专用通信通道。对于PowerPC，其为辅助处理单元(APU)，而对于MicroBlaze，则是快速单工链路(FSL)。
在加密和解密中，大部分运算按行或列执行，剩下四项运算并行计算，硬件对此任务得心应手。
AES：黄金标准
但是没有重大的系统重新设计，又该如何真正加速加密？对于加密，高级加密标准(AES)是一个事实标准。采用AES加密时，无法通过定义减少计算任务，从而使嵌入式系统很快达到性能极限。如图1所示，其中显示用Valgrind分析工具、通过SCP(SSH会话)进行的文件传输的分析结果。此时AES加密占用三分之二计算任务。
图1：在采用Valgrind工具的SCP传输中，AES加密占用三分之二的计算任务
AES-128采用密钥和128位块大小，使用许多并发8字节运算。AES属于分组密码，基于按4x4字节阵列组织的固定分组大小运算。我们曾经采用128位分组大小，它能抵挡所有已知攻击，安全性甚至强于192位和256位版本。
采用128位AES时，执行加密与解密需要12个回合，每个回合需要几步运算。第一项任务是通过所谓的密钥扩展过程从密钥中算出回合金钥。每个回合都采用纯文本自身的回合密钥执行纯文本的逐位异或运算。然后进行字节代替、行位移和列混合运算，并再次执行回合金钥的异或运算。
最后一个回合稍有不同，因为其中省略了一些步骤。加密过程采用所谓的S盒(其提供非线性)执行替代。我们可以把它安置到一个16?16?8位矩阵中，从而能够适应常见的赛灵思BRAM原语。多个S盒实例可以加速IP核，并在适当的位置为内核提供所需数据，而无需等待对主存储器的长时间总线存取。解密过程大同小异，其采用相同密钥，但方向相反，并且使用不同S盒。
增速12倍
在加密和解密中，大部分运算按行或列执行，剩下四项运算并行计算—而硬件对此任务得心应手。这样就能够通过不同来源实现AES硬件的各个部分。为了加速系统，我们从庞大、快速增长的OpenCores.org资源库(http://opencores.org/project,avs_aes)获取AES内核。
我们删除了原有的总线接口(因为它适用于另一种FPGA架构)，另外为APU添加了一个接口，以便把AES内核作为FCM协处理器连接到PowerPC上。我们共使用8个所谓的UDI指令在PowerPC和AESFCM之间传输数据。
工作结果非常令人满意(见图2)。硬件加速的系统比原实现方案快了12倍。原来用以300MHz运行的独立的PowerPC加密一个单块需要17.8微秒，而采用以150MHz运行的AESFCM只需1.5微秒。如果只以升级到速度稍快的CPU来加速运算，我们采用硬件加速后的1.5微秒速度表现超过基于Intel Atom1.6GHz CPU的纯软件实现(其需要2.7微秒)。上述结果证明了使用FPGA技术的硬件加速的卓越潜能。
