.png){kind=icon}
返回
FastTrackGPU: Static-AnalysisGuided Analytical Modeling for Softcore GPUs
.png){kind=icon}
PRE
AI
DOI：10.1109/LCA.2026.3677349.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
软GPU通过在开放的RTL到软件栈之上提供GPU类似的编程模型，使FPGA平台成为实用的数据并行加速器。然而，其高可配置性创建了一个巨大的配置空间，使得在FPGA资源约束下难以识别针对工作负载最优的设计。我们通过提出首个软GPU的分析模型和四种决策策略来应对这一挑战，这些策略能激进地修剪设计空间。在我们的FastTrackGPU框架中，由静态分析驱动的轻量级分析模型比贝叶斯优化快数个数量级地完成配置选择，同时相较于面积贪婪的基线方案，将内核吞吐量提升了1.55倍（几何均值）。
Keyword:
Field programmable gate arrays
Throughput
Kernel
Instruction sets
Graphics processing units
Static analysis
Analytical models
Table lookup
Sockets
Optimization
Softcore GPU
FPGA
DSE
analytical model
期刊
I
IF:
1.4
论文数:
42
被引数:
781
.png){kind=icon}
