论文部分内容阅读
数据密集型应用中的核心循环消耗了程序的大量执行时间.如何实现核心循环在粗粒度可重构体系结构(CGRA)上的有效映射仍是当前研究领域的难点.为了在CGRA上最大程度开发应用并行性，降低循环访存开销，提高硬件资源利用率，文中提出一种新颖的面向CGRA循环流水映射的数据并行优化方法.通过定义一种新的可重构计算模型TMGC2以实现对循环的多条数据流水线并行加速.为避免并行化执行带来的额外存储体冲突问题影响CGRA执行性能，为后续循环映射创造了良好数据条件，引入存储体消除对数据进行重组，并结合数据重用图实现数据并行优化.实验表明，采用文中方法对已有CGRA循环流水映射方法进行优化，可以提高37.2％的数据吞吐量及41.3％的资源利用率.