利用混合存储立方体提升基于FPGA的图形处理器的性能：广度优先搜索的一个案例

更新时间：2019-01-16 09:21:13 大小：579K 上传用户：z00 查看TA发布的资源 标签：混合存储立方体 fpga 图形处理器 下载积分：2分评价赚积分（如何评价?）收藏评论(0) 举报

资料介绍

年来，大图处理因其从机器学习到社会科学的广泛适用性而备受关注。然而，大的真实图形本身难以有效地处理，这不仅是因为它们具有大的存储器占用，而且大多数图形算法需要具有较差的局部性和较低的计算 - 存储器访问比率的存储器访问模式。在这项工作中，我们利用新兴的混合存储器立方体（HMC）技术的卓越随机存取性能，该技术将多个DRAM芯片堆叠在逻辑层之上，并结合FPGA的灵活性和效率来应对这些挑战。据我们所知，这是第一项基于软件/硬件协同设计和协同优化在FPGA-HMC平台上实现图形处理系统的工作。我们首先介绍算法的修改和平台感知图处理架构，以在FPGA-HMC平台上执行级别同步广度优先搜索（BFS）。

为了更好地了解提议实施的潜在瓶颈，我们开发了一种分析性能模型，以定量评估HMC访问延迟和相应的BFS性能。基于该分析，我们提出了一种两级位图方案，以进一步减少存储器访问并对关键设计参数（例如，存储器访问粒度）执行优化。最后，我们使用Micron的AC-510开发套件评估我们的BFS实施的性能。我们在随机图表上使用GRAPH500基准测试获得了每秒1.66亿个边缘（MTEPS），其比例为25，边缘系数为16，显着优于CPU和其他基于FPGA的大型图形处理器。