【摘要】：粗粒度可重構(gòu)處理器結(jié)合了高性能和高靈活性的優(yōu)點(diǎn),已經(jīng)成為當(dāng)前的熱點(diǎn)研發(fā)方向。隨著應(yīng)用越來越復(fù)雜,帶寬的限制已經(jīng)成為影響粗粒度可重構(gòu)處理器性能的主要因素。改善帶寬的限制以提升存儲訪問的效率成為必須要考慮的問題。本文研究如何通過高效的調(diào)度算法優(yōu)化粗粒度可重構(gòu)處理器的存儲訪問效率。以項(xiàng)目組所開發(fā)的具有多路存儲訪問機(jī)制的粗粒度可重構(gòu)處理器GReP平臺為基礎(chǔ),本文主要在如下方面進(jìn)行了研究:首先,為典型的具有多路存儲訪問機(jī)制的粗粒度可重構(gòu)計(jì)算系統(tǒng)建立了運(yùn)算模型,該模型分別從片上計(jì)算和數(shù)據(jù)傳輸兩個(gè)方面對具備該類型存儲機(jī)制的粗粒度可重構(gòu)處理器運(yùn)算過程進(jìn)行建模,并通過該模型探討訪存沖突的優(yōu)化方案。其次,以上述建模工作為基礎(chǔ),提出一種結(jié)合片上計(jì)算優(yōu)化和數(shù)據(jù)傳輸效率的全局優(yōu)化算法,并使用取自伯克利算法分類中的多個(gè)核函數(shù)檢測了算法性能。最后,考慮到片上存儲路數(shù)不足以滿足優(yōu)化算法要求的情況,借鑒貪婪算法思想,提出了另外一種作為全局優(yōu)化算法片上計(jì)算部分的優(yōu)化算法,即路數(shù)縮減策略,并使用測試核函數(shù)驗(yàn)證效果。研究結(jié)果表明,相對于單一優(yōu)化數(shù)據(jù)傳輸效率或者片上數(shù)據(jù)計(jì)算,同時(shí)考慮數(shù)據(jù)傳輸效率和片上數(shù)據(jù)計(jì)算的優(yōu)化算法能取得更好的優(yōu)化效果,其中本文提出的算法是現(xiàn)有優(yōu)化算法性能的2.74倍,具有更好的性能和適用性。
【學(xué)位授予單位】：上海交通大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2018
【分類號】：TP332
【圖文】：

- 22 -圖 3-1 CGRA 運(yùn)算系統(tǒng)的測試芯片F(xiàn)ig.3-1 The test chip of CGRA performance model考慮一個(gè)有限的 n 維數(shù)據(jù)向量 A，在 A 中任何一個(gè)元素的地址可以表示為0 1( ) ( , ,... )A A AnA x x x x，如果將線性傳輸向量0 1 1( , , ,)n 從多維向量轉(zhuǎn)換到一維向量，則 A( x )在片上存儲系統(tǒng)中的地址可以表示為： AAdr A x I x（3-1）AI 是數(shù)據(jù)向量 A 在存儲系統(tǒng)的偏移地址，式 3-1 表明：在一個(gè)數(shù)據(jù)向量內(nèi)部，元素地址之間的差值不會受到數(shù)據(jù)向量 A 的偏移地址的影響，然而處在不同子存儲器中的數(shù)據(jù)1A( x )和2B ( x )則會受到 A 和 B 的偏移地址的影響。經(jīng)過仔細(xì)考慮本文將總體的運(yùn)行時(shí)間分為三部分，如等式 3-2 所示：total cgra invoke transT T T T（3-2）

元素的位置做差，之后對分配給其的存儲器塊中的子存儲器數(shù)目取模，若二者之差取模并不等于 0，具體為第三章中的等式(3-9)，則表明循環(huán)在從存儲系統(tǒng)中獲取數(shù)據(jù)的時(shí)候，這兩個(gè)數(shù)據(jù)不會在同一個(gè)子存儲器中，否則就因?yàn)樵谕粋�(gè)子存儲器中而產(chǎn)生訪存沖突。這時(shí)候只需要增加或者刪減分配給其的子存儲器數(shù)目就可以解決問題，從而消除數(shù)據(jù)向量內(nèi)部元素之間的訪存沖突。圖 4-4 描述的是 Conflict-free 算法的偽代碼，描述的是針對某一個(gè)數(shù)據(jù)向量 A，A 中有 m 個(gè)元素。針對這個(gè)向量，首先存儲器塊中交換接口數(shù)目從 1 開始，逐步遞增，i 代表的是存儲器塊中的子存儲器數(shù)目，這是最外層循環(huán)的含義；次外層循環(huán)和最內(nèi)層循環(huán)中是用來判斷i個(gè)子存儲器是否符合無沖突要求，若i不符合要求，即第一個(gè) if 的判斷內(nèi)容，則 flag 變量為 1，跳回至最外層循環(huán)，將 i 增加并循環(huán)往復(fù)；如果 i 符合無沖突要求，即第二個(gè) if 判斷，則將 i 值 return 出來便可求得分配給向量 A 的子存儲器數(shù)目。同理，其他的數(shù)據(jù)向量也可以求出分配的子存儲器數(shù)目，按照每個(gè)數(shù)據(jù)向量分配到的子存儲器數(shù)量，就可以得到基于 Conflict-free優(yōu)化算法優(yōu)化后給出的數(shù)據(jù)布局。

圖 5-1 片上計(jì)算時(shí)間對比Fig.5-1 The comparison of CGRA computation time因?yàn)椴煌暮撕瘮?shù)的計(jì)算量差別明顯，為了便于比較，圖 5-1 顯示的是歸一化的結(jié)果。從圖中可以看出，右側(cè)的優(yōu)化后片上沖突時(shí)間明顯減少，但是從圖 5-2可以看出，片上沖突優(yōu)化帶來的代價(jià)是數(shù)據(jù)傳輸時(shí)間明顯增加。

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 季愛明;沈海斌;嚴(yán)曉浪;;粗粒度可重構(gòu)結(jié)構(gòu)的性能估計(jì)方法[J];電路與系統(tǒng)學(xué)報(bào);2007年03期

2 李宏博;李占山;王濤;;改進(jìn)求解約束滿足問題粗粒度弧相容算法[J];軟件學(xué)報(bào);2012年07期

3 郝杰;;一種包含異常處理的粗粒度切片方法[J];微電子學(xué)與計(jì)算機(jī);2012年07期

4 李u&;羅安坤;;基于粗粒度遺傳算法的網(wǎng)絡(luò)入侵檢測系統(tǒng)[J];計(jì)算機(jī)工程;2008年13期

5 諶勇;許大丹;;基于角色的粗粒度權(quán)限控制框架設(shè)計(jì)與實(shí)現(xiàn)[J];華北水利水電學(xué)院學(xué)報(bào);2007年01期

6 李常青;唐世渭;李紅燕;;基于關(guān)聯(lián)分析的粗粒度級個(gè)性化信息挖掘[J];計(jì)算機(jī)科學(xué);2002年01期

7 ;采用多因素優(yōu)選法解決棕剛玉粗粒度砂輪冷爆廢品的試驗(yàn)小結(jié)[J];科技簡報(bào);1975年03期

8 劉電霆;周德儉;;中小企業(yè)協(xié)同設(shè)計(jì)中基于不確定語言關(guān)聯(lián)的粗粒度任務(wù)規(guī)劃[J];制造業(yè)自動化;2007年07期

9 霍麗娜;;基于粗粒度-主從式并行遺傳算法的換熱管最優(yōu)清洗路徑規(guī)劃[J];自動化技術(shù)與應(yīng)用;2019年11期

10 柴玉梅;劉東昊;王黎明;;對象級粗粒度切片方法[J];計(jì)算機(jī)工程與設(shè)計(jì);2012年03期

相關(guān)會議論文 前6條

1 羅安坤;李u&;;基于粗粒度模型遺傳算法的網(wǎng)絡(luò)入侵檢測系統(tǒng)研究[A];第一屆中國高校通信類院系學(xué)術(shù)研討會論文集[C];2007年

2 王希誠;;粗粒度遺傳算法及其在優(yōu)化設(shè)計(jì)上的應(yīng)用[A];中國力學(xué)學(xué)會學(xué)術(shù)大會'2005論文摘要集（下）[C];2005年

3 李韜;孫志剛;;基于SoPC的粗粒度數(shù)據(jù)流網(wǎng)絡(luò)處理器原型設(shè)計(jì)[A];第五屆中國通信集成電路技術(shù)與應(yīng)用研討會會議文集[C];2007年

4 李祖德;占國強(qiáng);葉曉俊;;FG-RBAC:基于RBAC的FGAC模型實(shí)現(xiàn)[A];第二十二屆中國數(shù)據(jù)庫學(xué)術(shù)會議論文集（研究報(bào)告篇）[C];2005年

5 吳云芳;溫珍珊;段慧明;俞士汶;;語料庫粗粒度詞義標(biāo)注[A];第六屆漢語詞匯語義學(xué)研討會論文集[C];2005年

6 時(shí)晨;喬永強(qiáng);;一種面向空間應(yīng)用的可重構(gòu)計(jì)算機(jī)體系結(jié)構(gòu)[A];提高全民科學(xué)素質(zhì)、建設(shè)創(chuàng)新型國家——2006中國科協(xié)年會論文集（下冊）[C];2006年

相關(guān)重要報(bào)紙文章 前3條

1 薛斐;ESB：不可或缺的過客[N];中國計(jì)算機(jī)報(bào);2005年

2 侯闖 綜合編譯;部署SOA需慎重[N];計(jì)算機(jī)世界;2004年

3 邢小萍;Gartner發(fā)布BI未來五大預(yù)測[N];網(wǎng)絡(luò)世界;2009年

相關(guān)博士學(xué)位論文 前5條

1 沈劍良;應(yīng)用定制的粗粒度可重構(gòu)SoC設(shè)計(jì)方法研究[D];國防科學(xué)技術(shù)大學(xué);2014年

2 岳]Z;粗粒度并行遺傳算法的計(jì)算性能及其應(yīng)用研究[D];華中科技大學(xué);2008年

3 李韜;粗粒度數(shù)據(jù)流網(wǎng)絡(luò)處理器設(shè)計(jì)關(guān)鍵技術(shù)研究[D];國防科學(xué)技術(shù)大學(xué);2010年

4 田紅麗;可重構(gòu)計(jì)算系統(tǒng)芯片中的動態(tài)數(shù)據(jù)調(diào)度模型及部件的研究[D];河北工業(yè)大學(xué);2011年

5 周理;高效可重構(gòu)陣列計(jì)算：體系結(jié)構(gòu)，設(shè)計(jì)方法與程序映射技術(shù)研究[D];國防科學(xué)技術(shù)大學(xué);2014年

相關(guān)碩士學(xué)位論文 前10條

1 周君宇;面向粗粒度可重構(gòu)架構(gòu)的程序設(shè)計(jì)模式研究[D];上海交通大學(xué);2016年

2 劉延濤;粗粒度可重構(gòu)處理器的訪存優(yōu)化算法研究[D];上海交通大學(xué);2018年

3 穆昌根;粗粒度可重構(gòu)處理器的系統(tǒng)級功耗建模[D];上海交通大學(xué);2018年

4 侯子健;粗粒度可重構(gòu)陣列的系統(tǒng)級功耗建模及優(yōu)化[D];上海交通大學(xué);2017年

5 何瑞祥;粗粒度可重構(gòu)計(jì)算系統(tǒng)映射與容錯(cuò)機(jī)制研究[D];安徽工程大學(xué);2018年

6 袁開堅(jiān);基于粗粒度可重構(gòu)處理器的任務(wù)映射技術(shù)研究[D];戰(zhàn)略支援部隊(duì)信息工程大學(xué);2018年

7 于瑞麗;面向圖處理的粗粒度多外存I/O管理策略[D];華中科技大學(xué);2018年

8 周光華;粗粒度可重構(gòu)體系結(jié)構(gòu)建模方法研究與實(shí)現(xiàn)[D];國防科學(xué)技術(shù)大學(xué);2010年

9 王攀;粗粒度分子動力學(xué)—從力場的開發(fā)到應(yīng)用[D];中國石油大學(xué)（華東）;2013年

10 劉東昊;對象級粗粒度切片方法研究[D];鄭州大學(xué);2011年

本文編號：2750249