Infrastructure d'optimisation automatique d'applications sur plateformes de calcul hétérogènes à base de FPGA

关于程序的停滞，关于处理器性能的停滞，关于图形的停滞，关于计算器性能的停滞，关于平台性能的停滞，关于汇流，关于汇流，关于汇流，关于汇流，关于汇流，关于汇流，关于汇流，关于汇流，关于汇流，关于汇流，关于汇流，关于汇流。柔性交换器、敏捷交换器、FPGA渗透交换器、个性化交换器、计算交换器、连接交换器、应用交换器、交换器交换器、交换器交换器。HPC的实用者和开发人员都使用了HPC，他们使用了HPC，他们使用了HPC，他们使用了HPC，他们使用了HPC，他们使用了HPC。多种因素明确了FPGA的发展趋势：模式的变化和合成的变化要求FPGA的发展；爆炸式组合、空间式解决方案、控制方案、概念式通信设备、连接式通信设备、功能式通信设备、可配置式通信设备、FPGA；基于FPGA的集成、编译、多路复用、多路复用、多路复用、多路复用、多路复用、多路复用、多路复用、多路复用、多路复用、多路复用、多路复用、多路复用、多路复用、多路复用、多路复用、多路复用、多路复用、多路复用、多路复用、多路复用、多路复用、多路复用、多路复用等解决方案；基于FPGA的无源估计效率3 .提高灵敏度，改进性能，改进描述，改进计算，改进利用，改进资源，改进改进，改进改进，改进改进。

La stagnation des progrès de performance des processeurs généraux et graphiques dans les calculateurs haute performance (HPC) a mené vers des plateformes hétérogènes avec l'ajout d'accélérateurs de calcul sous forme de circuits intégrés programmables (FPGA). La flexibilité et l'agilité des FPGA permettent de personnaliser les moteurs de calcul et leur connectivité à l'application développée sans devoir changer le matériel. Les utilisateurs de HPC tardent toutefois à les exploiter malgré la venue d'environnements de synthèse de haut niveau et de langages ouverts de description dédiée (HLL). Plusieurs facteurs expliquent cette réticence: le changement de paradigme pour la synthèse qui demande des connaissances approfondies des FPGA; l'explosion combinatoire de l'espace de solutions et de contraintes de conception causée par la connectivité et les fonctionnalités configurables des FPGA; des temps de synthèse et compilation d'une application sur FPGA de plusieurs heures-machine contrairement aux minutes sur des HPC réduisant significativement les solutions misent à l'essai; l'absence d'estimateur efficace du potentiel d'accélération des FPGA; l'augmentation de la sensibilité des performances aux descriptions HLL tant au niveau de l'accélération des calculs que de l'utilisation des ressources mémoires et de l'énergie consommée. L'objectif du programme consiste à élaborer une infrastructure de support intelligent pour aider les informaticiens à maximiser le potentiel d'amélioration offert par les FPGA pour leurs applications développées sur des plateformes hétérogènes de calcul haute performance. Plus spécifiquement, il vise à faciliter l'analyse des gains de performance offerts par les FPGA sur ces plateformes, tels le temps de calcul, l'énergie consommée, la latence et les débits de traitements des données. Cette infrastructure d'optimisation permettra aux développeurs-informaticiens de converger plus rapidement vers des solutions plus performantes sur ces plateformes d'accélération basées sur des FPGA et d'explorer un espace plus grand de solutions par une réduction du temps d'optimisation de plusieurs ordres de grandeur. L'infrastructure proposée permettra d'augmenter substantiellement la compétitivité des industries canadiennes qui développent des applications demandant des calculs massifs. Ces dernières années, plusieurs nouveaux marchés importants sont effectivement apparus avec des besoins criants d'accélération de calcul, dont l'internet des objets qui demande une répartition du traitement de l'information provenant des capteurs; l'analyse de données massives (big data) pour le commerce électronique, l'industrie financière, les découvertes pharmaceutiques; la reconnaissance de patrons et la prédiction par des techniques d'apprentissage automatique, dont les réseaux de neurones profonds; les calculs quantiques et graphiques; sans oublier l'effervescence de l'intelligence artificielle par ses besoins de calculs cognitifs.