粗粒度可重构处理器的访存优化算法研究

发布时间：2020-07-11 09:55

【摘要】：粗粒度可重构处理器结合了高性能和高灵活性的优点,已经成为当前的热点研发方向。随着应用越来越复杂,带宽的限制已经成为影响粗粒度可重构处理器性能的主要因素。改善带宽的限制以提升存储访问的效率成为必须要考虑的问题。本文研究如何通过高效的调度算法优化粗粒度可重构处理器的存储访问效率。以项目组所开发的具有多路存储访问机制的粗粒度可重构处理器GReP平台为基础,本文主要在如下方面进行了研究:首先,为典型的具有多路存储访问机制的粗粒度可重构计算系统建立了运算模型,该模型分别从片上计算和数据传输两个方面对具备该类型存储机制的粗粒度可重构处理器运算过程进行建模,并通过该模型探讨访存冲突的优化方案。其次,以上述建模工作为基础,提出一种结合片上计算优化和数据传输效率的全局优化算法,并使用取自伯克利算法分类中的多个核函数检测了算法性能。最后,考虑到片上存储路数不足以满足优化算法要求的情况,借鉴贪婪算法思想,提出了另外一种作为全局优化算法片上计算部分的优化算法,即路数缩减策略,并使用测试核函数验证效果。研究结果表明,相对于单一优化数据传输效率或者片上数据计算,同时考虑数据传输效率和片上数据计算的优化算法能取得更好的优化效果,其中本文提出的算法是现有优化算法性能的2.74倍,具有更好的性能和适用性。
【学位授予单位】：上海交通大学
【学位级别】：硕士
【学位授予年份】：2018
【分类号】：TP332
【图文】：

运算系统,数据向量,偏移地址

- 22 -图 3-1 CGRA 运算系统的测试芯片Fig.3-1 The test chip of CGRA performance model考虑一个有限的 n 维数据向量 A，在 A 中任何一个元素的地址可以表示为0 1( ) ( , ,... )A A AnA x x x x，如果将线性传输向量0 1 1( , , ,)n 从多维向量转换到一维向量，则 A( x )在片上存储系统中的地址可以表示为： AAdr A x I x（3-1）AI 是数据向量 A 在存储系统的偏移地址，式 3-1 表明：在一个数据向量内部，元素地址之间的差值不会受到数据向量 A 的偏移地址的影响，然而处在不同子存储器中的数据1A( x )和2B ( x )则会受到 A 和 B 的偏移地址的影响。经过仔细考虑本文将总体的运行时间分为三部分，如等式 3-2 所示：total cgra invoke transT T T T（3-2）

算法改进,存储器,数据向量

元素的位置做差，之后对分配给其的存储器块中的子存储器数目取模，若二者之差取模并不等于 0，具体为第三章中的等式(3-9)，则表明循环在从存储系统中获取数据的时候，这两个数据不会在同一个子存储器中，否则就因为在同一个子存储器中而产生访存冲突。这时候只需要增加或者删减分配给其的子存储器数目就可以解决问题，从而消除数据向量内部元素之间的访存冲突。图 4-4 描述的是 Conflict-free 算法的伪代码，描述的是针对某一个数据向量 A，A 中有 m 个元素。针对这个向量，首先存储器块中交换接口数目从 1 开始，逐步递增，i 代表的是存储器块中的子存储器数目，这是最外层循环的含义；次外层循环和最内层循环中是用来判断i个子存储器是否符合无冲突要求，若i不符合要求，即第一个 if 的判断内容，则 flag 变量为 1，跳回至最外层循环，将 i 增加并循环往复；如果 i 符合无冲突要求，即第二个 if 判断，则将 i 值 return 出来便可求得分配给向量 A 的子存储器数目。同理，其他的数据向量也可以求出分配的子存储器数目，按照每个数据向量分配到的子存储器数量，就可以得到基于 Conflict-free优化算法优化后给出的数据布局。

计算时间,后片,上冲,核函数

图 5-1 片上计算时间对比Fig.5-1 The comparison of CGRA computation time因为不同的核函数的计算量差别明显，为了便于比较，图 5-1 显示的是归一化的结果。从图中可以看出，右侧的优化后片上冲突时间明显减少，但是从图 5-2可以看出，片上冲突优化带来的代价是数据传输时间明显增加。

【相似文献】