Jump to content

Вычисления с памятью

Вычисления с памятью относятся к вычислительным платформам, где ответ функции хранится в массиве памяти, одномерном или двумерном, в виде справочных таблиц (LUT), а функции оцениваются путем извлечения значений из LUT. Эти вычислительные платформы могут следовать либо чисто пространственной модели вычислений, как в программируемой вентильной матрице (FPGA), либо модели временных вычислений, где функция оценивается в течение нескольких тактов. Последний подход направлен на снижение накладных расходов на программируемое межсоединение в FPGA путем объединения ресурсов межсоединения внутри вычислительного элемента. Он использует плотные двумерные массивы памяти для хранения больших LUT с несколькими входами и несколькими выходами. Вычисления с памятью отличаются от концепций вычислений в памяти или процессора в памяти (PIM), широко исследуемых в контексте интеграции процессора и памяти на одном кристалле для уменьшения задержки памяти и увеличения пропускной способности. Эти архитектуры стремятся сократить расстояние, которое проходят данные между процессором и памятью. Проект Berkeley IRAM является заметным вкладом в область архитектур PIM.

Подробности

[ редактировать ]

Вычисления с использованием платформ памяти обычно используются для обеспечения возможности реконфигурации оборудования. Реконфигурируемые вычислительные платформы предлагают преимущества с точки зрения снижения стоимости проектирования, раннего вывода на рынок, быстрого прототипирования и легко настраиваемых аппаратных систем. FPGA представляют собой популярную реконфигурируемую вычислительную платформу для реализации цифровых схем. Они следуют чисто пространственной модели вычислений. С момента своего создания в 1985 году базовая структура FPGA продолжала состоять из двумерного массива конфигурируемых логических блоков (CLB) и программируемой матрицы межсоединений. [1] Производительность FPGA и рассеиваемая мощность в значительной степени определяются сложной архитектурой программируемых межсоединений (PI). [2] [3] Эффективным способом снижения влияния архитектуры PI на FPGA является размещение небольших LUT в непосредственной близости (называемых кластерами) и обеспечение внутрикластерной связи с использованием локальных межсоединений. Благодаря преимуществам кластерной архитектуры FPGA основные поставщики FPGA включили ее в свои коммерческие продукты. [4] [5] Также были проведены исследования по снижению накладных расходов из-за PI в мелкозернистых FPGA путем сопоставления более крупных LUT с несколькими входами и несколькими выходами во встроенных блоках памяти. Хотя он следует аналогичной модели пространственных вычислений, часть логических функций реализуется с использованием встроенных блоков памяти, а оставшаяся часть реализуется с использованием меньших LUT. [6] Такое гетерогенное отображение может улучшить площадь и производительность за счет уменьшения вклада программируемых межсоединений.

В отличие от модели чисто пространственных вычислений FPGA, также была исследована реконфигурируемая вычислительная платформа, которая использует модель временных вычислений (или комбинацию временных и пространственных моделей). [7] [8] в контексте улучшения производительности и энергопотребления по сравнению с обычными FPGA. Эти платформы, называемые вычислениями на основе памяти (MBC), используют плотный двумерный массив памяти для хранения LUT. Такие структуры основаны на разбиении сложной функции ( f ) на небольшие подфункции; представление подфункций в виде LUT с несколькими входами и выходами в массиве памяти; и оценку функции f за несколько циклов. MBC может использовать преимущества наноразмерной памяти: высокую плотность, низкое энергопотребление и высокую производительность. [8]

Каждый вычислительный элемент включает в себя двумерный массив памяти для хранения LUT, небольшой контроллер для последовательного выполнения подфункций и набор временных регистров для хранения промежуточных выходных данных из отдельных разделов. Быстрая локальная структура маршрутизации внутри каждого вычислительного блока генерирует адрес для доступа к LUT. Несколько таких вычислительных элементов могут быть пространственно соединены с использованием программируемой архитектуры межсоединения, подобной FPGA, для обеспечения отображения больших функций. Локальное выполнение с мультиплексированием по времени внутри вычислительных элементов может радикально снизить потребность в программируемых межсоединениях, что приведет к значительному улучшению продукта с энергетической задержкой и лучшей масштабируемости производительности между поколениями технологий. Массив памяти внутри каждого вычислительного элемента может быть реализован с помощью памяти с адресацией по содержимому (CAM), что значительно снижает требования к памяти для определенных приложений. [7]

См. также

[ редактировать ]
  1. ^ К.Комптон и С. Хаук, «Вычисления: обзор систем и программного обеспечения», ACM Surveys , Vol. 34, № 2, июнь 2002 г.
  2. ^ С.М. Тримбергер, Технология программируемых вентильных матриц , Норвелл, Массачусетс: Kluwer, 1994.
  3. ^ А. Рахман, С. Дас, А. П. Чандракасан, Р. Рейф, «Требования к проводке и технология трехмерной интеграции для программируемых вентильных матриц», IEEE Trans. по очень крупномасштабным интеграционным системам , Vol. 11, № 1, февраль 2003 г.
  4. ^ Корпорация Xilinx
  5. ^ Корпорация Альтера
  6. ^ Дж. Конг и С. Сюй, «Сопоставление технологий для FPGA со встроенными блоками памяти», Симпозиум по программируемой вентильной матрице, 1998.
  7. ^ Jump up to: а б С. Пол и С. Бхуния, «Реконфигурируемые вычисления с использованием адресуемой к контенту памяти для повышения производительности и использования ресурсов», Конференция по автоматизации проектирования, 2008 г.
  8. ^ Jump up to: а б С. Пол, С. Чаттерджи, С. Мукхопадхай и С. Бхуния, «Наномасштабные реконфигурируемые вычисления с использованием энергонезависимой двумерной матрицы STTRAM», Международная конференция по нанотехнологиям, 2009 г.
Arc.Ask3.Ru: конец переведенного документа.
Arc.Ask3.Ru
Номер скриншота №: 328b133879793d9746e0c4828f486928__1615394880
URL1:https://arc.ask3.ru/arc/aa/32/28/328b133879793d9746e0c4828f486928.html
Заголовок, (Title) документа по адресу, URL1:
Computing with Memory - Wikipedia
Данный printscreen веб страницы (снимок веб страницы, скриншот веб страницы), визуально-программная копия документа расположенного по адресу URL1 и сохраненная в файл, имеет: квалифицированную, усовершенствованную (подтверждены: метки времени, валидность сертификата), открепленную ЭЦП (приложена к данному файлу), что может быть использовано для подтверждения содержания и факта существования документа в этот момент времени. Права на данный скриншот принадлежат администрации Ask3.ru, использование в качестве доказательства только с письменного разрешения правообладателя скриншота. Администрация Ask3.ru не несет ответственности за информацию размещенную на данном скриншоте. Права на прочие зарегистрированные элементы любого права, изображенные на снимках принадлежат их владельцам. Качество перевода предоставляется как есть. Любые претензии, иски не могут быть предъявлены. Если вы не согласны с любым пунктом перечисленным выше, вы не можете использовать данный сайт и информация размещенную на нем (сайте/странице), немедленно покиньте данный сайт. В случае нарушения любого пункта перечисленного выше, штраф 55! (Пятьдесят пять факториал, Денежную единицу (имеющую самостоятельную стоимость) можете выбрать самостоятельно, выплаичвается товарами в течение 7 дней с момента нарушения.)