.png){kind=icon}
返回
DynMap: A Heuristic Dynamic Mapper for CGRA Multitask Dynamic Resource Allocation
.png){kind=icon}
PRE
AI
DOI：10.1109/TCAD.2025.3537975.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
粗粒度可重构架构（CGRA）因其性能、能效和灵活性等综合优势，在工业界和学术界受到了越来越多的关注。为提高资源利用率并处理现实世界中的混合工作负载，多个任务共享整个CGRA已成为一项重要的技术趋势，而它们生命周期中不断变化的资源需求也使得运行时动态资源分配（DRA）对于实现更高的多任务吞吐量变得必要。作为DRA的关键阶段，动态映射（DM）负责将每个任务内的内核映射到动态分配的CGRA资源上。然而，现有的DM方法难以平衡映射时间和映射质量，导致实际任务吞吐量与最优任务吞吐量之间存在显著差距。为应对这一挑战，我们提出了DynMap，一种面向CGRA多任务DRA的启发式动态映射器。借助专门的任务调度和路由方案，DynMap借鉴静态映射结果中的布局倾向，显著缩短了映射时间，同时通过最小化资源冲突的可能性来保持高映射质量。实验评估表明，DynMap不仅在不同CGRA架构上实现了平均1.17 ms的映射时间和平均98.33%的最优映射质量，还在不同的CGRA多任务DRA场景下达到了平均98.85%的最优任务吞吐量预期，使实际与最优任务吞吐量之间的差距平均缩小了当前方法的31.75倍。
Keyword:
CGRA mapper
coarse-grained reconfigurable array (CGRA)
dynamic resource allocation (DRA)
multitask
期刊
I
IF:
2.9
论文数:
668
被引数:
9.6K
机构
引用论文
Algorithms for Preemptive Co-scheduling of Kernels on GPUs.png)
2020 IEEE 27th International Conference on High Performance Computing, Data, and Analytics (HiPC)
2020 IEEE 27th International Conference on High Performance Computing, Data, and Analytics (HiPC)IF0
PREAI
分享收藏
查看更多内容