2.5D堆叠众核协处理器片上网络结构研究

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号：
    61672526
  • 项目类别：
    面上项目
  • 资助金额：
    62.0万
  • 负责人：
    马胜
  • 依托单位：
    中国人民解放军国防科技大学
  • 学科分类：
    F0204.计算机系统结构与硬件技术
  • 结题年份：
    2020
  • 批准年份：
    2016
  • 项目状态：
    已结题
  • 起止时间：
    2017-01-01 至2020-12-31

项目摘要

The 2.5D stacking is the development trend of many-core coprocessors. With the increase of integrated DRAM bandwidth, the 2.5D stacking many-core coprocessors desires even higher performance of the networks-on-chip. However, current NoC designs cannot meet the communication requirements of 2.5D stacking many-core coprocessors. For example, current designs do not exploit the free metal resources in the silicon interposer to improve performance. Also, current designs are not qualified for delivering the many-to-few-to-many traffic of many-core coprocessors. Therefore, this project fully exploits the architecture and communication characteristics of 2.5D stacking many-core coprocessors, and leverages the free metal resources in the silicon interposer to implement a two-layer NoC. The interposer layer network delivers lightly loaded request traffic, and the GPGPU layer network delivers heavily loaded reply traffic. Based on their communication characteristics, we optimize the design of these two networks, and also achieve load balance between them. We will obtain several innovation outcomes, including an efficient two-layer NoC based on the metal resources in the silicon interposer, a conflict-free request network with high memory access efficiency, a low latency and high bandwidth heterogeneous ring-chain reply network, and cross layer load balance strategies. These outcomes can be directly used in current design of 2.5D stacking many-core coprocessors, and have important theoretical meanings and practical values.
2.5D堆叠已成为众核协处理器的发展趋势。随着集成DRAM带宽的增加，2.5D堆叠众核协处理器对片上网络性能提出了更高的要求。然而，现有片上网络研究成果不能满足2.5D堆叠众核协处理器的通信需求，如没有利用硅中介层的闲置连线提升性能、设计不适合众核协处理器的many-to-few-to-many通信模式等。为此，本项目将充分挖掘2.5D堆叠众核协处理器的结构和通信特性，利用硅中介层连线资源实现立体片上网络，在硅中介层网络中传输低负载的请求报文，在GPGPU层网络中传输高负载的回复报文，基于通信特性对这两层网络进行优化设计，并在它们之间进行负载均衡，将在基于硅中介层连线资源的立体网络结构、高访存效率的无冲突请求网络、低延迟高带宽的异构环-链回复网络、跨层负载均衡等方面取得创新研究成果。这些成果可直接用于2.5D堆叠众核协处理器设计，具有重要的理论意义和实用价值。

结项摘要

2.5D堆叠众核协处理器对片上网络的性能提出了更高的要求。本课题充分挖掘2.5D堆叠众核协处理器的结构和通信特性，对高效片上网络结构的设计开展了研究，取得了一系列关键技术的突破和创新。在基于硅中介层连线资源的立体网络结构方面，提出了聚集-发散层次交叉开关网络，设计了高性能容错路由器结构，设计了面向科学计算核心负载优化的直接存储访问部件。在高访存效率的无冲突请求网络设计方面，提出了提升矩阵乘访存效率的数据搬移机制，设计了基于片上网络的低开销访存调度策略，提出了基于优先级的PCIe总线调度策略。在低延迟高带宽的异构环链回复网络设计方面，提出了高效异构环链回复网络结构，设计了面向无缓存网络的隔离区域间干扰的机制，并深入研究了路由器电源门控机制。在跨层负载均衡策略方面，提出了延时感知的动态负载均衡策略，设计了自适应动态虚通道分配策略，提出了支持高效卷积运算的可配置多向脉动阵列结构。在上述研究的基础上，设计并实现了2.5D堆叠众核协处理器的片上网络原型系统。.课题共发表高水平论文37篇，其中SCI检索国际期刊论文15篇，EI检索期刊或会议论文22篇，CCF推荐A类国际期刊或会议论文7篇，CCF推荐A类国内期刊论文2篇，IEEE/ACM Transactions论文6篇，出版学术专著1部，获授权专利7项，培养博士生4名，硕士生6名。所发表的论文中1篇论文入选CCF推荐A类国际顶级期刊IEEE TC特色论文，1篇论文获HiPEAC论文奖，1篇论文获国际顶级会议DATE最佳会议论文提名。课题所形成的成果支撑课题负责人以第一完成人获教育部自然科学二等奖1项，获军队科技进步一等奖1项（排名15），也支撑课题负责人入选了教育部国家级人才计划青年学者等人才计划。本课题全面完成了研究计划。

项目成果

期刊论文数量（17）
专著数量（1）
科研奖励数量（8）
会议论文数量（20）
专利数量（9）
The Design of NoC-Side Memory Access Scheduling for Energy-Efficient GPGPUs
节能型 GPGPU 的 NoC 端内存访问调度设计
  • DOI：
    10.1007/s10766-017-0521-2
  • 发表时间：
    2018
  • 期刊：
    International Journal of Parallel Programming
  • 影响因子：
    1.5
  • 作者：
    Liu Wenjie;Ma Sheng;Huang Libo;Wang Zhiying
  • 通讯作者：
    Wang Zhiying
A Dynamic and Proactive GPU Preemption Mechanism Using Checkpointing
使用检查点的动态主动 GPU 抢占机制
  • DOI：
    10.1109/tcad.2018.2883906
  • 发表时间：
    2020-01
  • 期刊：
    IEEE Transactions on Computer-Aided Design of Integrated Circuits and Systems
  • 影响因子：
    2.9
  • 作者：
    Chen Li;Andrew Zigerelli;Jun Yang;Youtao Zhang;Sheng Ma;Yang Guo
  • 通讯作者：
    Yang Guo
DyCache: Dynamic Multi-Grain Cache Management for Irregular Memory Accesses on GPU
DyCache：针对 GPU 上不规则内存访问的动态多粒度缓存管理
  • DOI：
    10.1109/access.2018.2818193
  • 发表时间：
    2018
  • 期刊：
    IEEE Access
  • 影响因子：
    3.9
  • 作者：
    Guo Hui;Huang Libo;Lu Yashuai;Ma Sheng;Wang Zhiying
  • 通讯作者：
    Wang Zhiying
A Variable-Size FFT Hardware Accelerator Based on Matrix Transposition
一种基于矩阵转置的可变尺寸FFT硬件加速器
  • DOI：
    10.1109/tvlsi.2018.2846688
  • 发表时间：
    2018-10-01
  • 期刊：
    IEEE TRANSACTIONS ON VERY LARGE SCALE INTEGRATION (VLSI) SYSTEMS
  • 影响因子：
    2.8
  • 作者：
    Chen, Xiaowen;Lei, Yuanwu;Chen, Shuming
  • 通讯作者：
    Chen, Shuming
CD-Xbar: A Converge-Diverge Crossbar Network for High-Performance GPUs
CD-Xbar：适用于高性能 GPU 的收敛-发散交叉开关网络
  • DOI：
    --
  • 发表时间：
    2019
  • 期刊：
    IEEE TRANSACTIONS ON COMPUTERS
  • 影响因子：
    3.7
  • 作者：
    Xia Zhao;Sheng Ma;ZhiyingWang;Natalie Enright Jerger;Lieven Eeckhout
  • 通讯作者：
    Lieven Eeckhout

数据更新时间：{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI：
    {{ item.doi || "--"}}
  • 发表时间：
    {{ item.publish_year || "--" }}
  • 期刊：
    {{ item.journal_name }}
  • 影响因子：
    {{ item.factor || "--"}}
  • 作者：
    {{ item.authors }}
  • 通讯作者：
    {{ item.author }}

数据更新时间：{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ monograph.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ patent.updateTime }}

其他文献

基于星载SAR数据的台风参数估计及风场构建
  • DOI：
    --
  • 发表时间：
    2014
  • 期刊：
    中国科学:地球科学
  • 影响因子：
    --
  • 作者：
    于暘;毕海波;马胜;李晓峰
  • 通讯作者：
    李晓峰
甘蓝型油菜种子中油体的超微结构及蛋白质组分析
  • DOI：
    --
  • 发表时间：
    2017
  • 期刊：
    植物科学学报
  • 影响因子：
    --
  • 作者：
    何宇清;操春燕;沈文忠;黄冬;马胜;吴燕
  • 通讯作者：
    吴燕
黄土丘陵沟壑区生态风险动态变化及其地形梯度分析——以陕西省米脂县为例
  • DOI：
    --
  • 发表时间：
    2018
  • 期刊：
    生态学报
  • 影响因子：
    --
  • 作者：
    刘迪;陈海;梁小英;马胜;王嘉妮
  • 通讯作者：
    王嘉妮
缩醛化葡聚糖的制备及其酸响应性
  • DOI：
    10.14133/j.cnki.1008-9357.20190415001
  • 发表时间：
    2019
  • 期刊：
    功能高分子学报
  • 影响因子：
    --
  • 作者：
    徐玉笛;马胜;汤朝晖
  • 通讯作者：
    汤朝晖
QIAEA算法及其在重油热解参数估计中的应用
  • DOI：
    --
  • 发表时间：
    2015
  • 期刊：
    计算机与应用化学
  • 影响因子：
    --
  • 作者：
    宗雪鹏;马胜;杨一航;李绍军
  • 通讯作者：
    李绍军

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI：
    {{ item.doi || "--" }}
  • 发表时间：
    {{ item.publish_year || "--"}}
  • 期刊：
    {{ item.journal_name }}
  • 影响因子：
    {{ item.factor || "--" }}
  • 作者：
    {{ item.authors }}
  • 通讯作者：
    {{ item.author }}
empty
内容获取失败，请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题，我已根据课题信息分析并撰写以下内容，帮您拓宽课题思路：

AI项目思路

AI技术路线图

马胜的其他基金

面向深度学习训练的2.5D堆叠加速器结构研究
  • 批准号：
    62172430
  • 批准年份：
    2021
  • 资助金额：
    59.00 万元
  • 项目类别：
    面上项目
面向深度学习训练的2.5D堆叠加速器结构研究
  • 批准号：
  • 批准年份：
    2021
  • 资助金额：
    59 万元
  • 项目类别：
    面上项目
面向百核处理器Cache一致性协议的高效片上网络研究
  • 批准号：
    61303065
  • 批准年份：
    2013
  • 资助金额：
    25.0 万元
  • 项目类别：
    青年科学基金项目

相似国自然基金

{{ item.name }}
  • 批准号：
    {{ item.ratify_no }}
  • 批准年份：
    {{ item.approval_year }}
  • 资助金额：
    {{ item.support_num }}
  • 项目类别：
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号：
    {{ item.ratify_no }}
  • 财政年份：
    {{ item.approval_year }}
  • 资助金额：
    {{ item.support_num }}
  • 项目类别：
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者：{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目：调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要：

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题，其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子，其表达水平对抗病毒防御至关重要。然而，TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用，影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法，探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用，为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义，并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路：

科学问题：TRIM2如何调控A型流感病毒诱导的IFN-β表达？
前期研究：已有研究表明TRIM2参与抗病毒反应，但其具体机制尚不明确。
研究创新点：本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线：包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术：TRIM2与病毒RNA的相互作用分析，IFN-β启动子活性检测。
实验模型：使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
关闭
close
客服二维码