首页> 正文

基于多核处理器并行加速EDA算法研究

2020-12-14阅读(707)

基于多核处理器并行加速EDA算法研究

论文摘要

随着集成电路工艺以及计算机体系结构的深入发展,受到功耗和散热的限制,单核处理器在工作频率上已达到极限,因此处理器逐渐向多核的方向发展。多核处理器是指在一枚处理器中集成多个完整的计算核心。典型的多核处理器有通用多核CPU、通用多核GPU和Cell BE等。不同类型的多核处理器由于各自不同的特点在不同领域得到了广泛的应用,通用CPU由于其独立的多个核心,在系统任务调度和复杂指令多线程方面得到了应用,通用GPU由于其针对图像处理优化的浮点运算和大规模并行核心,在数据密集型科学计算方面得到了应用,而Cell BE由于其异构架构在集群服务器上得到了应用。同时,与集成电路设计密切相关的EDA技术也在不断发展,.而EDA算法中存在大量的数据密集型计算,这些计算导致了EDA工具运行时间过长,对设计者的快速设计造成了不便。基于单核处理器的EDA算法受到单核处理器的工作频率限制,无法在运行速度上得到改善,因而迫切需要一种基于多核处理器的并行加速方法对EDA算法进行改进,以适应越来越广泛的多核处理器架构,在运行速度上得到提高。本文围绕面向数据密集型科学计算的多核处理器的体系结构及编程模型,提出通用CPU和通用GPU的异构串并行协同架构,针对数据密集型的EDA算法提出“热点”概念,寻找EDA算法中的“热点”,在CPU-GPU串并行架构上对“热点”进行并行化以对整个EDA算法进行加速。统计静态时序分析（SSTA）算法是一种典型的数据密集型计算EDA算法,传统的基于蒙特卡罗方法的SSTA由于随机配置数目过大,运行时间随分析电路规模的增大而快速增大,而本文基于稀疏网格法产生随机配置,减少了分析时的配置个数,并在此基础上基于GPU进行并行加速,与基于CPU的蒙特卡罗方法SSTA相比,获得了平均为320倍的加速比。针对硬件实现线性变换中存在的常数乘法器问题,本文设计并实现了一种可重配置多常数乘法器生成算法,可以在不同配置下实现不同组多常数乘法的输出。与已有的多常数乘法器和可重配置单常数乘法器相比,在面积上具有明显优势,在0.13μm工艺下,面积节省10%以上本文通过对可重配置多常数乘法器生成算法中数据密集计算部分的分析,基于GPU进行并行加速,获得了一定的加速比。

论文目录

  • 目录
  • 摘要
  • Abstract
  • 插图目录
  • 表格目录
  • 第1章 引言
  • 1.1. 多核处理器概述
  • 1.2. EDA技术概述
  • 1.3. 工作重点
  • 1.4. 论文组织
  • 第2章 研究背景
  • 2.1. 主流多核处理器平台
  • 2.1.1. 通用CPU
  • 2.1.2. 通用GPU
  • 2.1.3. Cell BE
  • 2.2. 三种主流多核处理器比较
  • 2.2.1. 运算能力
  • 2.2.2. 经济性与易获得性
  • 2.2.3. 易开发性
  • 2.3. 数据密集型算法加速研究现状
  • 2.4. 本章小结
  • 第3章 基于GPU加速的EDA算法设计
  • 3.1. NVidia GPU架构
  • 3.1.1. 硬件模型
  • 3.1.2. 存储器模型
  • 3.1.3. 编程模型
  • 3.2. CPU与GPU串并行协同架构
  • 3.3. 并行EDA算法设计
  • 3.4. 本章小结
  • 第4章 统计静态时序分析算法及其并行研究
  • 4.1. 静态时序分析
  • 4.1.1. 电路时序图
  • 4.1.2. 延时计算
  • 4.2. 统计静态时序分析算法
  • 4.3. 基于稀疏网格产生随机配置点
  • 4.4. 基于GPU并行化实现
  • 4.4.1. 生成GPU端电路时序图
  • 4.4.2. 到达时间计算
  • 4.5. 优化
  • 4.5.1. 线程调度
  • 4.5.2. 存储器管理
  • 4.6. 实验结果数据与分析
  • 4.7. 本章小结
  • 第5章 可重配置多常数乘法器生成算法及其并行研究
  • 5.1. 常数乘法器生成算法
  • 5.1.1. 单常数乘法器生成算法
  • 5.1.2. 多常数乘法器生成算法
  • 5.1.3. 可重配置单常数乘法器生成算法
  • 5.2. 可重配置多常数乘法器生成算法
  • 5.2.1. A运算及其DAG表示
  • 5.2.2. MCM DAG生成
  • 5.2.3. 合并MCM DAG
  • 5.2.4. 面积估算函数
  • 5.2.5. RMCM生成算法
  • 5.3. 基于GPU并行化实现
  • *计算'>5.3.1. A*计算
  • 5.4. 实验结果数据与分析
  • 5.4.1. RMCM生成算法性能分析
  • 5.4.2. 基于GPU并行加速性能分析
  • 5.5. 应用实例
  • 5.6. 本章小结
  • 第6章 总结与展望
  • 6.1. 工作总结
  • 6.2. 工作展望
  • 参考文献
  • 致谢
  • 附录 攻读硕士期间科研工作

    • 相关论文文献

    • [1].基于EDA技术的竞赛抢答器设计[J]. 产业创新研究 2019(11)
    • [2].面向新工科的EDA技术课程教学改革研究与实践[J]. 教育现代化 2019(94)
    • [3].大学生融合EDA提升数字信号处理课程学习质量的研究[J]. 教育现代化 2019(A3)
    • [4].基于EDA技术的电子线路设计的改革与实践[J]. 实验技术与管理 2020(02)
    • [5].EDA技术课程项目化教学的研究与应用[J]. 中国现代教育装备 2020(01)
    • [6].民办本科高校EDA技术课程教学改革与探索[J]. 决策探索(中) 2020(03)
    • [7].EDA技术双语教学课程改革研究[J]. 教育现代化 2020(37)
    • [8].EDA技术在蛇形机器人中的实践应用[J]. 电子元器件与信息技术 2020(05)
    • [9].EDA技术在电子信息专业教学中的运用[J]. 科技创新与应用 2019(35)
    • [10].基于EDA技术的通用异步收发器设计[J]. 中国新通信 2016(22)
    • [11].“课程群+开放课程+竞赛”的培养模式探索——以“EDA技术”为例[J]. 赤峰学院学报(自然科学版) 2017(03)
    • [12].EDA技术在电子技术中的理论与实践运用[J]. 数字通信世界 2017(03)
    • [13].EDA技术数字电子技术的应用[J]. 电子技术与软件工程 2017(12)
    • [14].论通信电子线路中EDA技术的应用[J]. 四川水泥 2017(04)
    • [15].EDA课程“理实一体化”教学改革与实践研究[J]. 教育教学论坛 2017(28)
    • [16].论通信电子线路中EDA技术的应用[J]. 中国高新区 2017(17)
    • [17].基于遗传算法和EDA技术的果蔬采摘机器人设计[J]. 农机化研究 2016(08)
    • [18].电子信息专业教学中EDA技术的应用分析[J]. 现代经济信息 2015(23)
    • [19].EDA技术在通信原理实验中的应用[J]. 赤峰学院学报(自然科学版) 2016(07)
    • [20].EDA技术在数字电子技术试验中的应用[J]. 数字技术与应用 2016(08)
    • [21].基于EDA技术的开放式计算机组成原理实验教学方法研究[J]. 福建电脑 2016(09)
    • [22].品管圈活动在提高EDA使用率中的应用[J]. 护理实践与研究 2015(07)
    • [23].EDA支持下的电子技术教学实践[J]. 科技风 2015(16)
    • [24].EDA在数字电子技术课程设计中的应用[J]. 课程教育研究 2016(20)
    • [25].EDA技术在计算机组成原理实验课中的应用研究[J]. 时代教育 2016(19)
    • [26].EDA用于《数字电子技术》课程的探究[J]. 考试与评价 2015(02)
    • [27].基于EDA技术的研究性教学探讨[J]. 科技致富向导 2014(30)
    • [28].电子技术实验教学中EDA仿真技术的应用研究[J]. 辽宁师专学报(自然科学版) 2013(04)
    • [29].EDA技术在数字逻辑系统设计中的应用[J]. 时代教育 2013(05)
    • [30].EDA技术在通信电子线路中的应用[J]. 电子技术与软件工程 2020(13)

    标签：;  ;  ;  ;  ;  

    基于多核处理器并行加速EDA算法研究
    下载Doc文档

    猜你喜欢

    © 2024 毕速过 版权所有 鄂ICP备12018319号-5