面向数据流结构的指令映射优化方法

计算机工程与科学

面向数据流结构的指令映射优化方法

李易1，常成娟1，卢圣健1，江道忠2，范东睿1，叶笑春1

（1.中国科学院计算技术研究所，北京 100094;2.北京石油化工学院，北京 102617)

收稿日期:2018-08-20 修回日期:2018-10-16 出版日期:2019-01-25 发布日期:2019-01-25
基金资助:
国家重点研发计划（2018YFB1003500）;国家自然科学基金重点项目（61332009）

An instruction mapping optimization method

based on dataflow architecture

LI Yi1，CHANG Chengjuan1，LU Shengjian1，JIANG Daozhong2，FAN Dongrui1，YE Xiaochun1

（1.Institute of Computing Technology,Chinese Academy of Sciences,Beijing 100094;

2.Beijing Institute of Petrochemical Technology,Beijing 102617,China)

Received:2018-08-20 Revised:2018-10-16 Online:2019-01-25 Published:2019-01-25

摘要/Abstract

摘要：

在高性能计算领域，数据流是一类重要的计算结构，也在很多实际场景表现出很好的性能和适用性。在数据流计算模式中，程序是以数据流图来表示的，数据流计算中一个关键的问题是如何将数据流图映射到多个执行单元上。通过分析现有数据流结构的指令映射方法及其不足，提出了基于数据流结构的新型指令映射优化方法。
主要是根据多地址共享数据包的特性对指令映射方法进行优化，延迟多地址共享数据路由包的拆分，减少网络拥堵。

关键词: 高性能计算, 数据流计算, 指令映射, 多地址共享数据包

Abstract:

In the field of high-performance computing, dataflow computation is an important computing architecture and shows good performance and applicability in many practical scenarios. In the dataflow computation mode, the program is represented by a dataflow diagram. A key problem of dataflow computation is how to map dataflow diagrams to multiple execution units. By analyzing the instruction mapping methods of current dataflow architecture and their shortcomings, we propose a new instruction mapping optimization method based on dataflow architecture, and achieve code implementation and verification. We optimize the instruction mapping method according to the characteristics of multi-address shared data packets, delay the splitting of multiaddress shared data packets, and reduce network congestion.

Key words:

Key words: high performance computing, dataflow computation, instruction mapping, multi-address data shared packet

李易1，常成娟1，卢圣健1，江道忠2，范东睿1，叶笑春1. 面向数据流结构的指令映射优化方法[J]. 计算机工程与科学.

LI Yi1，CHANG Chengjuan1，LU Shengjian1，JIANG Daozhong2，FAN Dongrui1，YE Xiaochun1.

An instruction mapping optimization method

based on dataflow architecture

[J]. Computer Engineering & Science.

[1]	孙岩, 张建民, 黎渊, 孙舜禹. 面向高性能计算的互连网络拥塞控制分析与评估[J]. 计算机工程与科学, 2024, 46(02): 209-216.
[2]	张云泉, 邓力, 袁良, 袁国兴. 2023年中国高性能计算机发展现状分析[J]. 计算机工程与科学, 2023, 45(12): 2091-2098.
[3]	施得君, 李宏亮, 胡舒凯. 基于Clos网络的高阶路由器结构[J]. 计算机工程与科学, 2023, 45(12): 2099-2112.
[4]	张天阳, 池成悦, 郭武, 高亦沁, 文敏华, 韦建文. 校级异地超算集群管理的关键技术研究与实践[J]. 计算机工程与科学, 2023, 45(12): 2135-2145.
[5]	肖调杰, 周峰, 郑翾宇, 刘剑, 陈琳, 刘杰, 易明宽, 陈旭光, 龚春叶, 杨博, 甘新标, 李胜国, 左克, . 大规模三维频率域电磁积分方程法数值模拟[J]. 计算机工程与科学, 2023, 45(11): 1901-1910.
[6]	朱文龙, 江嘉治, 黄聃, 肖侬. ParM:基于国产处理器的异构并行编程模型[J]. 计算机工程与科学, 2023, 45(09): 1521-1531.
[7]	吴铁彬, 过锋, 王谛. 面向E级计算的高性能处理器核心运算架构研究进展[J]. 计算机工程与科学, 2023, 45(05): 761-771.
[8]	陈奉贤. 基于NR-Transformer的集群作业运行时间预测[J]. 计算机工程与科学, 2022, 44(07): 1181-1190.
[9]	曹继军. 面向HPC和DC的可重构光互连网络体系结构综述[J]. 计算机工程与科学, 2022, 44(06): 951-963.
[10]	袁国兴, 张云泉, 袁良. 2021年中国高性能计算机发展现状分析[J]. 计算机工程与科学, 2021, 43(12): 2091-2097.
[11]	袁远, 李世杰, 邢建英, 蒋句平. E级高性能计算机系统中监控分系统的挑战与设计[J]. 计算机工程与科学, 2021, 43(08): 1366-1375.
[12]	吴君楠, 欧洋, 李琰. 基于LAMP的高性能计算用户组织架构管理系统设计与实现[J]. 计算机工程与科学, 2021, 43(02): 235-241.
[13]	刘杰, 龚春叶, 杨博, 郭晓威, 甘新标, 李胜国, 李超, 陈旭光, 肖调杰, 穆利安, 宋敏, 赵冬勇, 鞠羽中. YH-ACT：热工流体力学并行应用程序[J]. 计算机工程与科学, 2021, 43(01): 58-69.
[14]	袁国兴, 张云泉, 袁良. 2020年中国高性能计算机发展现状分析[J]. 计算机工程与科学, 2020, 42(12): 2103-2108.
[15]	李哲, 谭郁松, 李宝, 余杰. 面向HPC的函数计算冷启动优化[J]. 计算机工程与科学, 2020, 42(11): 1973-1980.