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

来源：

计算机应用研究 | 2019年 / 36卷 / 07期

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

页码：2059 / 2064

页数：6

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].