面向基于FPGA的细粒度可重构混合系统的编译技术研究

细粒度可重构混合结构逐步成为高性能计算机体系结构发展的重要趋势之一，可重构编译技术是其应用与推广的关键。针对目前可重构编译技术中，软硬件划分准确性差、生成的硬件结构并行度低的问题，本课题基于粗粒度软硬件划分技术、并行存储技术及并行编译技术，结合面向FPGA的细粒度可重构混合计算特点，主要研究：基于簇和Profiling信息反馈的软硬件划分模型；面向FPGA硬件结构的编译优化技术及效能评价模型；基于"超标量"并行流水调度和脉动阵列结构的多层循环映射；面向FPGA的并行存储映射算法及自适应调度算法；对各种编译技术的有效性和正确性进行评价的验证平台。此课题的研究将为设计实现自动化程度高的细粒度可重构异构多核处理器的编译器奠定坚实的理论和技术基础，具有重大的理论和现实意义。

随着可重构芯片及可重构平台的发展，极大的丰富了面向可重构混合计算来加速科学与工业应用的研究前景，但由于缺乏带软硬件划分功能的自动化C到VHDL编译工具，增加了普通用户应用基于FPGA的细粒度可重构混合系统的难度，导致细粒度可重构混合系统一直没有在高效能计算机及嵌入式的主流市场上得到大规模普及。针对目前可重构编译技术中，软硬件划分准确性差、生成的硬件结构并行度低、面向硬件的优化技术少、自动化水平低等问题，本课题主要研究了：基于簇和Profiling信息反馈的软硬件划分模型；面向FPGA硬件结构的编译优化技术及效能评价模型；基于“超标量”并行流水调度和脉动阵列结构的多层循环映射；面向FPGA的并行存储映射算法；对各种编译技术的有效性和正确性进行评价的验证平台。通过对此项目的研究,所提出的基于簇和Profiling信息反馈的软硬件划分模型不仅可以选择出在FPGA上执行的程序段，而且也确定了硬件结构形式，给出了多维信息的软硬件划分结果，使划分模型更具有实用性。通过对面向FPGA硬件结构的编译优化技术及效能评价模型的研究，发现传统的软件优化技术不能够有效地指导生成硬件结构，选择必要的软件优化技术及面向FPGA硬件结构的编译优化技术，可以大幅度提高生成硬件的性能。通过对基于“超标量”并行流水调度、脉动阵列结构的多层循环映射及面向FPGA的并行存储映射算法的研究，提出了扩展传统数据依赖分析方法的数据分析方法，为生成硬件结构提供必要的信息，同时，课题分别提出了高效的循环流水及脉动阵列硬件结构模板及调度策略，自动生成的硬件结构可以获得较高的性能。此课题的研究将为设计实现自动化程度高的细粒度可重构异构多核处理器的编译器奠定坚实的理论和技术基础，具有重大的理论和现实意义，同时弥补了现有产品中的不足，研究成果有助于提高面向可重构计算的编译器的实用性及生成应用的性能。