FPGA加速蒙特卡罗计算关键技术的研究与应用

更新时间：2020-02-13 06:46:38 大小：3M 上传用户：gsy幸运查看TA发布的资源 标签：fpga 下载积分：4分评价赚积分（如何评价?）打赏收藏评论(0) 举报

资料介绍

蒙特卡罗模拟是一种广泛应用于分子物理学、金融工程学和生物医学等领域求解科学计算问题的重要方法。随着科学技术的发展，运用蒙特卡罗方法解决实际问题的复杂性不断增大，导致对计算设备运算能力的需求也在不断地增强。开发新的计算模式以实现对蒙特卡罗模拟进行加速已成为现代科学计算急需解决的重要问题。近年来，FPGA芯片以其可重构、支持细粒度并行、高性能、低功耗等优势，已成为理想的计算加速平台。然而，FPGA加速蒙特卡罗计算还面临着算法特征多样性、算法并行结构设计困难、硬件结构优化复杂等挑战。已有的蒙特卡罗加速结构存在消耗 FPGA资源过大、并行计算结构具有局限性、计算结构缺乏通用性等缺陷。为了应对这些问题与挑战，本文对蒙特卡罗计算的FPGA加速技术进行了深入地研究。集中解决了实现加速的几项关键技术，并在此基础上实现了对金融衍生产品定价模型的计算加速。

本文的主要工作和创新点如下：

1.提出了基于FPGA的长周期均匀分布随机数加速结构。本文在学术界首次提出基于WELL算法的均匀分布随机数FPGA加速结构。该结构能获得1拍产生1个随机数的吞吐率，并具有高质量、长周期、高性能、低硬件消耗等特点。本文针对WELL算法的访存特性，提出了一种6读/2写多端口RAM结构。该RAM采用Register-BRAMs混合架构，在充分利用FPGA内嵌BRAM存储器特性的基础上，仅需消耗1个32位寄存器和2个BRAMs即可支持6读/2写的并行访问，打破了BRAM最多支持双端口读写的限制，是整个系统获得目标吞吐率的关键部件。实验结果表明，本文所设计的随机数加速结构优于相关工作和通用处理器的软件实现。

2.设计并实现了基于FPGA的浮点转定点自动位宽优化软件工具SATRANS。SATRANS能够将描述算法的浮点程序转换成定点程序并进行自动位宽优化。采用模拟退火算法作为位宽搜索引擎，相对于传统的贪心搜索算法能够获得更加优化的搜索结果。并能够获得一系列满足精度要求的位宽组合，使得设计者能够在性能、面积开销等设计因素间权衡，以选择最合适的结果应用到系统设计中。为了弥补模拟退火搜索迭代次数多，速度慢的缺点，SATRANS以 C语言的无符号长整型表示定点操作数，并用相应的加减乘、移位、掩码等基本操作来...