异构计算并行编程模型综述

异构计算架构是目前高性能计算研究的重要领域。在异构计算架构中,不同种类的计算器件协同工作需要解决如任务调度、数据通信、存储、同步优化等问题。这些问题会对异构计算架构系统的运行性能、功耗、可靠性等指标产生重要影响。为解决异构系统的应用开发与系统优化问题,近年出现许多面向异构计算架构的并行编程模型。本文介绍异构并行编程模型的研究进展,针对异构并行计算需要解决的关键问题进行讨论,最后对异构体系架构的发展方向做出总结。     

面向条件受限环境的动态可重构异构计算平台

在体积、功耗等条件和资源受限的场景下，承载异构计算资源的嵌入式计算设备之间如何实现异构资源的接入和自适应协同管理，进一步联合形成具有足够规模“算力”的智能空间“云”计算平台，是实现平台“算力”的跨越提升、实现更多功能、更优性能和更高智慧应用的关键.本文提出了一种任务驱动的嵌入式可重构异构计算平台，通过集群构建的方式，对多个分布式的、承载各种不同异构计算资源的嵌入式计算板卡统一调度管理；利用容器化技术，构建任务驱动的、可重构的任务执行的虚拟计算环境；开发了基于B/S模式的平台可视化用户界面，实现了用户对平台的随遇接入和全网资源可见.本文提出的嵌入式计算平台能够提供高可用的任务接入、任务下发与任务执行；实现了异构计算资源的自组织协同和统一化管理；基于容器化的任务执行方式细化了资源管理粒度，在不损失计算能力的前提下提高了资源利用率和任务并发度.本文提出的嵌入式动态可重构计算平台解决方案是对未来嵌入式“云”计算平台架构研究设计的有益探索.     

面向机载应用的领域专用加速器研究

机载环境下数据处理规模的剧增以及人机混合智能的应用使得传统的以CPU 为核心计算单元的架构 已不能满足计算需求。在满足延时、精度等指标的情况下,选用高能效的处理器或处理器组合来快速准确地处 理这些数据成为机载计算领域面临的重要问题。按照常规处理器、领域专用加速器两大类型对各自主要代表性 处理器的架构特点进行了分析和总结,得出了各类处理器在机载情况下的主要适用场景和应用情况。根据领域 专用的设计思想开发了面向数据关联应用的专用加速器,对数据关联算法中的统计距离计算和分簇处理这两个 计算瓶颈进行了定制化的加速设计,并在基于FPGA 的平台上进行了测试验证,结果表明,加速器对于统计距 离计算的加速效果约为FT2000/4 单核性能的10 倍,对于分簇处理的加速效果约为FT2000/4 单核性能的3 倍, 整体运算速度相比FT2000/4 处理器的单核提升了5 倍。     

异构计算系统中独立任务调度的混合遗传算法

有效的任务调度是异构计算系统获取高性能的关键因素之一,由于任务调度问题是NP-困难的,为了获取尽可能好的解,文献中存在许多启发式调度算法.针对异构计算系统的独立任务调度问题,基于遗传算法和最小完成时间算法MCT(Minimum Completion Time),提出一种新的混合遗传算法,它采用遗传算法来进化任务调度的优先队列,然后再使用MCT算法把优先队列解码为一个有效的调度,与文献中其它算法进行比较表明,它不但能产生更好的调度结果,而且有很好的收敛速度.