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

基于 FPGA 的计算平台自动优化应用基础设施

• 批准号: RGPIN-2020-05961
• 负责人: Blaquière, Yves
• 金额: $ 2.04万
• 依托单位: École de technologie supérieure
• 依托单位国家: 加拿大
• 项目类别: Discovery Grants Program - Individual
• 财政年份: 2021
• 资助国家: 加拿大
• 起止时间: 2021-01-01 至 2022-12-31
• 项目状态: 已结题
• 来源: https://www.nserc-crsng.gc.ca/ase-oro/Details-Detailles_eng.asp?id=740942
• 关键词: Infrastructure; optimisation; automatique; applications; sur

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.

在高性能计算器（HPC）中，一般和图形处理器的性能进展停滞，这是由于采用了集成可编程电路（FPGA）的加速计算平台。FPGA的灵活性和敏捷性使个人能够更好地计算和连接应用程序，而无需更改材料。高性能计算的使用主要是由于开发者对高级语言和高级描述语言（HLL）的使用不当。本文从以下几个方面对这一问题进行了较为深入的阐述：对FPGA技术要求的研究范式的改变;基于FPGA的可配置功能和可连接性的概念的解决方案和约束空间的爆炸性组合; des temps de builtèse 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 efficiency ace 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 resources memoires 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 décampées sur des platformes hétérogènes de calcul haute performance. Plus spécifiquement，il vise à faciliter l'analyze des gains de performance offsets par les FPGA sur ces platformes，tels le temps de calcul，l'énergie consommée，la latence et les débits de traiffic des données. Cette infrastructure d'optimization permettra aux déciliurs-informaticiens de converger plus rapidement vers des solutions plus performance sur ces platformes d'accélération basées sur des FPGA et d'explorer un espace plus grand de solutions par une réduction du temps d'optimization de plusieurs ordres de grandeur. L'infrastructure proposée permettra d'augmenter substantiellement la compétitivité des industries canadiennes whi déciliation des applications demandant des calculs aerofs.近年来，许多新的重要市场都是有效的，因为需要加速计算，而互联网上的对象需要对所提供的信息进行重新分配;对所提供的信息进行分析（big data）pour le commerce électronique，l'industrie financière，les decouvertes pharmaceutiques;通过自动识别技术对顾客进行的侦察和预测，不包括深层神经元网络;定量和图形计算;通过认知计算的基础，不需要人工智能。