粗粒度可重构处理器的配置优化技术研究与实现

发布时间：2017-05-17 00:03

  本文关键词：粗粒度可重构处理器的配置优化技术研究与实现，由笔耕文化传播整理发布。

【摘要】：可重构处理器的动态重构特性使其设计更为灵活。随着片上资源的增多和互连方式日渐复杂，系统的配置代价急剧增加。同时，应用的规模通常大于系统的资源，需要将应用分割为多个子模块。单次配置代价的增大及频繁的配置，使得配置开销进一步限制了系统性能。 本文针对粗粒度可重构REmus系统，研究通过配置优化技术来降低其配置代价。该配置优化方案包括硬件和软件两个部分。硬件部分挖掘子模块配置信息之间的可重用性；软件部分将可重用性作为选择划分方案的标准之一，为硬件提供了更大的优化空间。 在硬件层面，针对配置之间的交替重复性和相似性，提出了配置重用和差分配置两种策略。通过减少不必要的配置字传输及降低配置过程的时间代价，来提升系统性能。手工配置的结果显示，利用该技术达到了平均14%、最高35%的性能提升。 在软件方面，本文提出了配置优化和优化时域划分相结合的手段。原有时域划分算法是确定性的。本文提出了概率性的、基于多目标粒子群优化（MOPSO）的时域划分算法。该算法将子模块配置之间的可重用性作为目标函数的一部分。 本文选择了H264和mediabench中的程序作为测试实例。与原有无配置优化的时域划分算法相比，基于配置优化和MOPSO的时域划分算法，在执行延迟方面降低了40.58%，，通信代价降低了6.76%，资源利用率增加了14.83%。与传统优化算法相比，MOPSO对多个目标的优化更为均衡，具有更好的优化效果。
【关键词】：粗粒度 配置优化 多目标 粒子群 时域划分
【学位授予单位】：上海交通大学
【学位级别】：硕士
【学位授予年份】：2014
【分类号】：TP332
【目录】：

• 摘要6-7
• ABSTRACT7-13
• 第一章 绪论13-19
• 1.1 课题研究背景及意义13-15
• 1.2 可重构处理器及局部配置技术的研究现状15-17
• 1.2.1 可重构处理器15-16
• 1.2.2 局部配置技术16-17
• 1.3 论文的主要内容与安排17-19
• 第二章 粗粒度可重构系统的配置代价研究19-24
• 2.1 MorphoSys 系统19-21
• 2.2 ADRES 系统21-22
• 2.3 XPP 系统22-23
• 2.4 本章小结23-24
• 第三章 REMUS 粗粒度可重构系统24-30
• 3.1 REmus 的硬件架构24-25
• 3.2 REmus 的任务编译流程及时域划分25-27
• 3.3 REmus 的配置代价27-29
• 3.4 本章小结29-30
• 第四章 基于配置重用和差分配置的局部配置技术30-44
• 4.1 配置之间的相似性和交替性30-32
• 4.2 配置重用32-35
• 4.3 差分配置35-38
• 4.3.1 相邻配置之间的差分配置35-37
• 4.3.2 不相邻配置之间的差分配置37-38
• 4.4 实验环境及测试集38-41
• 4.5 实验数据41-42
• 4.6 本章小结42-44
• 第五章 基于多目标粒子群优化算法和局部配置的时域划分44-65
• 5.1 时域划分问题44-46
• 5.2 优化问题与启发式算法46-47
• 5.3 粒子群优化算法47-48
• 5.3.1 PSO 的基本原理47
• 5.3.2 基本 PSO 的算法模型47-48
• 5.3.3 基本 PSO 的算法流程48
• 5.4 多目标问题48-51
• 5.4.1 问题描述49-50
• 5.4.2 多目标问题的解决方法50-51
• 5.5 改进的时域划分算法51-57
• 5.5.1 REmus 的时域划分目标51-53
• 5.5.2 MOPSO 优化流程和算法53-55
• 5.5.3 外部仓库的更新操作55
• 5.5.4 DFG 图的贪婪映射算法55-57
• 5.5.5 离散粒子群及粒子的更新操作57
• 5.6 实验结果57-64
• 5.6.1 在原有时域划分算法中利用差分配置58-59
• 5.6.2 概率性启发式时域划分算法利用差分配置技术的优势59-61
• 5.6.3 基于 MOPSO 的时域划分算法中利用差分配置61-64
• 5.7 本章小结64-65
• 第六章 结束语65-67
• 6.1 主要工作与创新点65
• 6.2 后续研究工作65-67
• 参考文献67-71
• 附录 1 REMUS 可重构单元 RPU 支持的操作71-72
• 致谢72-73
• 攻读硕士学位期间已发表或录用的论文73

【共引文献】

中国期刊全文数据库 前10条

1 戴鹏;雍珊珊;王新安;张兴;;可重构视频编解码处理器ReMAP设计[J];北京大学学报(自然科学版);2011年03期

2 乔心州;仇原鹰;曹鸿钧;;基于物理规划的Stewart平台多目标优化[J];高技术通讯;2008年07期

3 李秀芳;傅国耕;;多目标规划在保险公司决策管理中的应用研究——以产险公司业务和资产结构决策为例[J];保险研究;2012年06期

4 李召军;王希诚;;一种基于网格的多目标优化方法[J];大连理工大学学报;2012年06期

5 黄方明;陆志强;崔维伟;;平行机系统生产调度与维护计划联合优化[J];工业工程与管理;2013年04期

6 王家俊;王春洁;宋顺广;;基于响应面法的月球着陆器软着陆性能优化[J];北京航空航天大学学报;2014年05期

7 杨荣山;黄向东;袁仲荣;赵克刚;;多目标优化方法在悬架几何设计上的应用[J];华南理工大学学报(自然科学版);2009年07期

8 汪磊磊;钟小强;竺长安;;重载平行轴齿轮传动系统多目标优化设计[J];机床与液压;2008年04期

9 蒋占四;蒋慧;吴义忠;;基于仿真分析的优化技术研究现状[J];机床与液压;2011年03期

10 杨旭志;廖中文;高俊文;;某电动车操纵稳定性仿真试验研究[J];机电工程;2011年02期

  本文关键词：粗粒度可重构处理器的配置优化技术研究与实现，由笔耕文化传播整理发布。

本文编号：372150