3次元積層技術を応用した粗粒度再構成可能デバイスの研究

利用3D堆叠技术的粗粒度可重构器件研究

基本信息

批准号：
19J21493
负责人：
小島拓也
金额：
$ 1.6万
依托单位：
The University of Tokyo (2021)Keio University (2019-2020)
依托单位国家：
日本
项目类别：
Grant-in-Aid for JSPS Fellows
财政年份：
2019
资助国家：
日本
起止时间：
2019-04-25 至 2022-03-31
项目状态：
已结题

项目摘要

本研究は粗粒度再構成可能デバイス(CGRA: Coarse-Grained Reconfigurable Architecture)とチップ間通信技術TCIを組み合わせることで、多種多様な用途に対応可能となるシステムの実現を目指した。本年度は、昨年度に着手し始めたグラフ構造向けの機械学習モデルDGCNN(Deep GraphConvolutional Neural Network)を用いたCGRAアプリケーショングラフの効率的なアプリケーション割り当て手法の研究を引き続き行なった。高い有効性が確認され、この成果は学術論文誌に掲載された。さらに、積層された複数のCGRAコアを活用するには、新たなプログラミングモデルが必須となる。本研究ではこれを成し遂げるために、CGRA向けOpenMPコンパイラの開発を行なった。CGRAはIoTデバイスやHPCなど幅広い分野で応用が期待されており、各々の用途で異なるアーキテクチャ上の特徴をもつ。故に、コンパイラフロントエンドに期待される最適化などの振る舞いもそれぞれ異なる。本研究で開発を始めたコンパイラはアーキテクチャに非依存な部分とアーキテクチャに特有の処理を分けて実装が可能で、さまざまなアーキテクチャへの対応が容易である。これは現時点で予備評価段階ではあるものの、すでに国際ワークショップでの発表が決まっている。このコンパイラは今後のCGRAに関する研究おいて重要な技術であり、今後はこれを活用し研究を発展させていくことが肝要である。

本研究旨在通过结合粗粒度可重构架构（CGRA）和芯片间通信技术TCI，实现可用于多种应用的系统。今年，我们使用去年开始的图结构机器学习模型 DGCNN（深度图卷积神经网络）继续研究 CGRA 应用图的高效应用分配方法。证实了高效性，结果发表在学术期刊上。此外，需要新的编程模型来利用多个堆叠 CGRA 内核。在本研究中，为了实现这一目标，我们开发了 CGRA 的 OpenMP 编译器。 CGRA预计将应用于物联网设备和HPC等广泛领域，并且每个应用都有不同的架构特征。因此，每个编译器前端期望的行为（例如优化）是不同的。本研究开发的编译器可以针对与架构无关的部分和特定于架构的处理分别实现，从而可以轻松支持多种架构。尽管目前尚处于初步评估阶段，但已决定在国际研讨会上进行展示。该编译器是CGRA未来研究的重要技术，利用它来推进研究具有重要意义。