论文部分内容阅读
近年来，随着互联网和信息技术的迅速发展，媒体处理技术已成为信息技术领域的研究热点之一。媒体处理技术具有标准多、更新快、算法复杂度高、数据处理量大的特点，无论是以通用处理器为基础的软件执行方式，还是以专用集成电路为代表的硬件执行方式，都遇到了较大的挑战。可重构计算作为一种将软件的灵活性和硬件的高效性结合在一起的计算体系结构，在性能、功耗和灵活性等关键指标之间具有更好的平衡，填补了通用计算和专用计算之间的空白。可重构系统与外部存储器之间交互的数据可以分为两类:一类是与计算输入输出相关的数据，包括作为计算源的输入数据和作为计算结果的输出数据;另一类是与计算功能相关的配置信息，包括可重构系统中计算阵列的路由配置、阵列中各个计算资源的算子选择以及数据的存取模式设置等。可重构系统中数据的存储结构和管理策略（数据存储子系统），配置信息的存储结构和调度管理策略（配置信息存储子系统），共同构成了可重构系统的存储子系统，其设计方案的选择在很大程度上决定了可重构系统的性能和能效比。本文通过研究面向媒体处理可重构系统中数据和配置信息存储结构以及管理策略对可重构系统存储吞吐率和重构性能的影响机理，进行可重构系统中存储子系统关键技术的研究。 本文首先从媒体处理算法的特征入手，讨论了基于可重构计算的算法并行化处理方法、面向媒体处理可重构计算的实现方案以及可重构系统的基本结构和工作机制，并分析了可重构系统中数据流和构令流的具体特征。在数据存储子系统方面，本文分别研究了可重构阵列的数据流水方法、可重构处理单元的访问接口结构设计以及数据的预取缓存策略，包括以下三个部分的研究工作:首先，研究并提出了一种可重构阵列中的分布式寄存器结构，可以在控制互连延迟和硬件开销的同时，有效地减少输入数据和计算过程中的流水线气泡;其次，研究了可重构系统中数据的访存特点以及外存访问接口的设计方法，可以有效地优化系统的访存性能;最后，研究并提出了一种基于扁平矩形框的数据预取策略以及相应的缓存块结构，可以在控制片上缓存开销的同时，有效地减少可重构阵列的数据访问延迟。本文在配置信息存储子系统方面的研究工作，主要包括以下四个部分:首先，研究并提出了一种针对媒体处理可重构计算的配置信息组织结构和分级策略，可以有效地利用算法的结构特点以及可重构系统中构令流特征，来优化配置信息的存取过程;其次，研究并提出了一种配置信息缓存的管理机制，包括:基于预解析的配置信息预取机制以及基于混合优先级的配置信息更新替换策略，通过在缓存管理策略中结合并利用媒体处理算法的特性，可以有效地提高配置信息缓存的片上存储利用率和访问命中率;第三，研究并提出了一种基于配置信息分级组织策略的配置信息缓存结构，可以在不影响配置信息访问性能的同时，降低近一半的配置信息缓存存储开销;最后，本文研究了系统中重构控制单元结构的设计方法，包括层次化的数据和指令存储结构以及基于多模式邮递通信机制的重构任务并行调度方法，以较低的硬件开销，可以获得较高的重构调度性能。 最后，本文论述了所采用的系统仿真和评估平台、高层模型设计方法，并说明了以本文所述可重构存储子系统为基础设计实现的两款VLSI芯片。实验结果表明，本文所述的存储子系统架构以及相应的优化策略，不仅可以有效地提高面向媒体处理可重构系统的数据存取和系统重构性能（配置信息调度性能提高了4.3倍～4.6倍，数据存取性能提高了2.7倍～3.3倍），还能够改善可重构阵列的数据流水效率，从而提高阵列的计算性能。通过两款芯片的实测验证以及与其它方案的对比分析，可以发现，基于本文所述存储子系统架构设计实现的可重构系统，不仅在媒体处理算法和基带处理算法方面具有很好的灵活性，还能够获得与专用集成电路方案接近的计算性能和能效比。