基于粗粒度可重构处理器的任务映射技术研究

发布时间：2021-10-05 09:43

　　粗粒度可重构处理器（Coarse-grained Reconfigurable Architecture,CGRA）作为一种新的高性能计算结构,兼具通用计算与专用计算的优势,在编程灵活性和计算能效上具有较好的折中。CGRA的性能优势主要依靠较为先进的编译器将计算密集型应用映射到丰富的并行计算资源上,而编译器中的任务映射策略决定了应用的执行性能。因此,任务映射技术的研究一直以来都是可重构计算领域的热点,受到众多学者的关注。随着可重构领域的不断发展,任务映射取得很多成果,但依然存在以下问题:（1）映射过程中,任务划分后子任务内的操作算子并行能力不足;（2）循环映射中欠缺考虑数据访存冲突问题;（3）不完美嵌套循环整体映射性能较差。针对上述问题,本课题从CGRA高效并行计算结构的特点出发,将应用任务抽象成数据流图,考虑数据依赖和硬件资源等约束,从以高并行度为主的多目标任务划分、避免数据访存冲突的循环映射和提高整体映射性能的不完美嵌套循环优化三个方面构建问题模型,并设计优化算法求解。最终提高任务映射性能,降低应用在CGRA上的总体执行时间。具体地,其主要创新工作如下:1.针对映射过程中,任务划分... 

【文章来源】：战略支援部队信息工程大学河南省

【文章页数】：75 页

【学位级别】：硕士

【部分图文】：

不同处理器的灵活性和能量效率

讼幸研穷内究亏姻fQ姑沁

典型CGRA结构

【参考文献】：
期刊论文
[1]基于并行度最大化的多目标优化任务划分算法[J]. 袁开坚,张兴明,高彦钊.  计算机应用. 2017(07)
[2]新型高性能计算系统与技术[J]. 廖湘科,肖侬.  中国科学:信息科学. 2016(09)
[3]面向局部性和并行优化的循环分块技术[J]. 刘松,伍卫国,赵博,蒋庆.  计算机研究与发展. 2015(05)
[4]基于自路由互连网络的粗粒度可重构阵列结构[J]. 陈锐,杨海钢,王飞,贾瑞,王新刚.  电子与信息学报. 2014(09)
[5]融合面积估算和多目标优化的硬件任务划分算法[J]. 陈乃金,江建慧.  通信学报. 2013(02)
[6]可重构计算处理器技术[J]. 魏少军,刘雷波,尹首一.  中国科学:信息科学. 2012(12)
[7]可重构媒体处理器任务编译器的前端设计[J]. 殷崇勇,尹首一,刘雷波,杨超,朱敏,魏少军.  北京邮电大学学报. 2011(03)
[8]利用层次任务图和多种群遗传算法的可重构计算任务划分[J]. 周军,张强,于晓洲.  计算机辅助设计与图形学学报. 2011(03)
[9]动态可重构系统的时域划分及其行为级算法的定量分析[J]. 陈乃金,江建慧,陈昕,周洲,徐莹,潘诚.  小型微型计算机系统. 2011(02)
[10]可重构计算综述[J]. 王志远,王建华,徐旸.  小型微型计算机系统. 2009(06)

博士论文
[1]可重构处理器编译系统中循环优化关键技术研究[D]. 刘大江.清华大学 2015
[2]粗粒度动态可重构处理器中的高能效关键配置技术研究[D]. 王延升.清华大学 2014
[3]可重构计算相关技术研究[D]. 孙康.浙江大学 2007



本文编号：3419488