.png){kind=icon}
返回
PoCo: Extending Task-Parallel HLS Programming with Shared Multi-Producer Multi-Consumer Buffer Support
.png){kind=icon}
PRE
AI
DOI：10.1145/3771938.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
高阶综合（HLS）工具的进展已在FPGA上实现了任务级并行。然而，现有框架主要采用单生产者-单消费者（SPSC）模型进行任务通信，从而限制了应用场景。随着任务并行系统中任务数量的增加，设计分析变得复杂。为现有设计添加功能通常需要对多个任务接口重新进行性能分析，重新设计整体任务间连接，并描述新的布局规划。本文提出PoCo，一种用于设计可扩展多生产者-多消费者（MPMC）任务并行系统的新型框架。PoCo引入了共享缓冲区抽象，便于动态和高带宽访问片上内存资源，并整合了不敏感延迟的通信机制，以及实施感知布局的设计策略以缓解布线拥塞。前端提供了方便的API来访问缓冲区内存，而后端具有优化的流水线数据通路。实证评估表明，PoCo在SPSC模型上实现了高达50%的片上内存利用率降低，且无性能下降。此外，三个针对不同实际应用案例的研究揭示了高达1.5倍频率提升，并在异构FPGA加速器设计中简化了数据流管理。
Keyword:
Multi-producer multi-consumer
buffer optimization
floorplan optimization
multi-die FPGA
high-level synthesis
期刊
IF:
2.8
论文数:
599
被引数:
810
机构
引用论文
分享收藏PASTA: Programming and Automation Support for Scalable Task-Parallel HLS Programs on Modern Multi-Die FPGAsPesta: 现代多芯片fpga上可扩展任务并行HLS程序的编程和自动化支持
OAAI
OAAI分享收藏分享收藏分享收藏分享收藏Understanding Performance Differences of FPGAs and GPUs.png)
2018 IEEE 26th Annual International Symposium on Field-Programmable Custom Computing Machines (FCCM)
2018 IEEE 26th Annual International Symposium on Field-Programmable Custom Computing Machines (FCCM)IF0
PREAI
分享收藏
查看更多内容