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

点击翻译按钮获取中文摘要

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.