發(fā)布時間：2020-11-10 04:07

　　 傳統(tǒng)的計算機(jī)體系結(jié)構(gòu)中,運算單元一般可以分為兩類：一類是通用處理單元,該類運算單元依循特定指令集,通過軟件編程方式進(jìn)行運算,其特點是通用性強(qiáng)但性能不高；第二類是采用ASIC方式,通過硬件單元的定制,實現(xiàn)特定運算功能,其特點是性能強(qiáng)但通用性差。為了能夠在保證通用性的情況下提高性能,可重構(gòu)計算(Reconfigurable Computing)的概念被提出。利用可重構(gòu)邏輯器件動態(tài)重構(gòu)的特性,能夠針對不同應(yīng)用動態(tài)重構(gòu)出相應(yīng)高性能處理單元。隨著硬件容量的提升,可重構(gòu)器件上已經(jīng)具備多任務(wù)并行執(zhí)行的能力。 以往的研究中,對于動態(tài)重構(gòu)平臺的多任務(wù)調(diào)度研究主要集中于可重構(gòu)邏輯器件的面積分配上,忽略了單位面積的效率問題。研究表明,針對不同的任務(wù),增加相同單位面積的可重構(gòu)邏輯資源所帶來的性能提升不同。利用該結(jié)論,本文提出了一種基于面積性能比的調(diào)度優(yōu)化策略。 本文首先建立了可重構(gòu)加速計算平臺的軟硬件抽象模型,根據(jù)該抽象模型特點,將調(diào)度優(yōu)化問題規(guī)約為一個標(biāo)準(zhǔn)的線性規(guī)劃問題,提出了基于線性規(guī)劃算法的優(yōu)化策略。同時,本文提出了一種簡化的優(yōu)化策略,簡化了調(diào)度搜索過程,降低了算法復(fù)雜度,使之成為一種實際可行的調(diào)度優(yōu)化策略。 通過軟件模擬實驗,本文證明了可重構(gòu)計算平臺下基于面積性能比的多任務(wù)調(diào)度優(yōu)化策略可行性,實驗結(jié)果表明該優(yōu)化策略能夠在多種調(diào)度策略基礎(chǔ)上,進(jìn)行不同程度的優(yōu)化,平均性能提升最高為10.33%。同時,實驗結(jié)果表明,可重構(gòu)邏輯器件重構(gòu)開銷,是決定本文提出的優(yōu)化策略性能的關(guān)鍵因素。 綜上所述,本文提出了一種可重構(gòu)計算平臺下基于面積性能比的多任務(wù)調(diào)度優(yōu)化策略,利用可重構(gòu)系統(tǒng)能夠動態(tài)調(diào)整平臺運行狀態(tài)的特點,通過在線資源重分配,整體提高了可重構(gòu)計算平臺的運行性能。
【學(xué)位單位】：浙江大學(xué)
【學(xué)位級別】：碩士
【學(xué)位年份】：2010
【中圖分類】：TP303
【文章目錄】：
摘要
Abstract
1 緒論
    1.1 可重構(gòu)計算概念
    1.2 可重構(gòu)加速平臺特點
    1.3 研究動機(jī)
    1.4 本文工作
    1.5 論文結(jié)構(gòu)
    1.6 本章小結(jié)
2 可重構(gòu)加速平臺相關(guān)研究綜述
    2.1 可重構(gòu)計算概念提出
    2.2 可重構(gòu)計算研究現(xiàn)狀
        2.2.1 部分重構(gòu)技術(shù)與動態(tài)重構(gòu)技術(shù)
        2.2.2 片內(nèi)互聯(lián)技術(shù)
        2.2.3 可重構(gòu)平臺研究現(xiàn)狀
    2.3 可重構(gòu)平臺多任務(wù)調(diào)度研究現(xiàn)狀
    2.4 本章小結(jié)
3 可重構(gòu)加速平臺性能分析
    3.1 重構(gòu)代價
    3.2 通信代價
    3.3 單任務(wù)性能模型
        3.3.1 循環(huán)展開
        3.3.2 串行流水
    3.4 多任務(wù)性能模型
        3.4.1 調(diào)度優(yōu)化
    3.5 本章小結(jié)
4 可重構(gòu)加速平臺任務(wù)調(diào)度研究
    4.1 可重構(gòu)加速平臺調(diào)度特點
        4.1.1 多任務(wù)可重構(gòu)加速平臺硬件模型
        4.1.2 多任務(wù)可重構(gòu)加速平臺任務(wù)模型
    4.2 基本調(diào)度方法
        4.2.1 先入先出（First In First Out,FIFO）
        4.2.2 最先匹配（First Fit,FF）&最優(yōu)匹配（Best Fit,BF）
        4.2.3 最快任務(wù)優(yōu)先（Fast first,FaF）
        4.2.4 最小面積優(yōu)先（Small area first,SAF）
    4.3 基于性能面積優(yōu)化策略
        4.3.1 理論依據(jù)
        4.3.2 調(diào)度優(yōu)化核心思想
    4.4 本章小結(jié)
5 基于面積性能比的多任務(wù)調(diào)度優(yōu)化
    5.1 目標(biāo)平臺
        5.1.1 平臺模型
        5.1.2 任務(wù)模型
    5.2 基于面積性能比的調(diào)度優(yōu)化算法
        5.2.1 線性規(guī)劃優(yōu)化算法
        5.2.2 簡化算法
    5.3 調(diào)度優(yōu)化中的編譯支持
    5.4 本章小結(jié)
6 實驗與結(jié)果分析
    6.1 實驗設(shè)計
        6.1.1 模擬器設(shè)計
        6.1.2 實驗設(shè)計
    6.2 實驗結(jié)果
    6.3 本章小結(jié)
7 總結(jié)與展望
    7.1 總結(jié)
    7.2 展望
參考文獻(xiàn)
攻讀碩士學(xué)位期間主要研究成果
致謝

【引證文獻(xiàn)】

相關(guān)碩士學(xué)位論文 前1條

1 郭向金;基于可重構(gòu)系統(tǒng)的任務(wù)放置與任務(wù)復(fù)制方法研究[D];湖南大學(xué);2011年

本文編號：2877453