基于拟态计算的大数据高效能平台设计方法

被引:14
作者
李斌 [1 ]
周清雷 [2 ]
斯雪明 [1 ]
聂凯 [1 ]
机构
[1] 信息工程大学数学工程与先进计算国家重点实验室
[2] 郑州大学信息工程学院
基金
国家重点研发计划;
关键词
大数据; 拟态计算; 算粒; 匹配矩阵; 能效比;
D O I
10.19734/j.issn.1001-3695.2018.02.0084
中图分类号
TP311.13 [];
学科分类号
摘要
针对当前大数据应用主要以通用处理器为计算核心,且系统结构单一、能效比低,无法充分满足大数据的计算需求,基于拟态计算模型,提出了一种大数据高效能平台的设计方法。以算粒为基本研究对象,深入剖析大数据应用算法的特征,合理划分各计算子任务;其次,构造体系结构匹配矩阵,将子任务分配到合理的处理部件上;最后,利用动态电压/频率调节技术和数据布局算法实现非关键任务的电压控制,并优化关键任务的结构布局。实验结果表明,拟态计算能深度融合各异构计算部件,建立具有灵活、可拓展的体系结构,充分发挥系统整体执行效率,降低功耗,提高能效比。
引用
收藏
页码:2059 / 2064
页数:6
相关论文
共 13 条
[1]
A survey on big data processing infrastructure: evolving role of FPGA.[J].Krishna Chaitanya Nunna; Farhad Mehdipour; Antoine Trouvé; Kazuaki J. Murakami.Int. J. of Big Data Intelligence.2015, 3
[2]
Heterogeneous Cloud Framework for Big Data Genome Sequencing [J].
Wang, Chao ;
Li, Xi ;
Chen, Peng ;
Wang, Aili ;
Zhou, Xuehai ;
Yu, Hong .
IEEE-ACM TRANSACTIONS ON COMPUTATIONAL BIOLOGY AND BIOINFORMATICS, 2015, 12 (01) :166-178
[3]
A Novel Strategy of Area Cost Estimation for Custom Instruction Based on FPGA Architecture.[J].Hai Ming Liu;Qiang Wu.Advanced Materials Research.2014, 981
[4]
云海大数据一体机体系结构和关键技术 [J].
张东 ;
亓开元 ;
吴楠 ;
辛国茂 ;
刘正伟 ;
颜秉珩 ;
郭锋 .
计算机研究与发展, 2016, (02) :374-389
[5]
分布式流体系结构及其编程模型与资源管理 [J].
李鑫 ;
杨学军 ;
徐新海 .
国防科技大学学报, 2015, 37 (06) :110-115
[6]
大数据负载的体系结构特征分析 [J].
罗建平 ;
谢梦瑶 ;
王华锋 .
计算机科学, 2015, 42 (11) :48-52
[7]
一种优化MapReduce系统能耗的数据布局算法 [J].
宋杰 ;
王智 ;
李甜甜 ;
于戈 .
软件学报, 2015, 26 (08) :2091-2110
[8]
拟态计算与拟态安全防御的原意和愿景 [J].
邬江兴 .
电信科学, 2014, 30 (07) :2-7
[9]
大数据平台技术综述 [J].
宫夏屹 ;
李伯虎 ;
柴旭东 ;
谷牧 .
系统仿真学报, 2014, (03) :489-496
[10]
基于算粒感知的可重构体系结构 [J].
沈来信 ;
王伟 .
计算机工程, 2013, 39 (09) :114-118