[论文解读] Coarse-Grain Performance Estimator for Heterogeneous Parallel Computing Architectures like Zynq All-Programmable SoC

Daniel Jiménez-González, Carlos Álvarez+5 more|arXiv (Cornell University)|Aug 27, 2015

Parallel Computing and Optimization Techniques参考文献 11被引用 8

一句话总结

本文提出了一种用于 Zynq 全可编程 SoC 的粗粒度性能估算器，仅使用 OmpSs 应用代码和综合估算结果，即可实现快速的软硬件协同设计决策。通过集成运行时任务调度与协同设计探索，该方法将协同设计决策时间从数小时缩短至数分钟，同时实现异构并行工作负载的近最优性能。

ABSTRACT

Heterogeneous computing is emerging as a mandatory requirement for power-efficient system design. With this aim, modern heterogeneous platforms like Zynq All-Programmable SoC, that integrates ARM-based SMP and programmable logic, have been designed. However, those platforms introduce large design cycles consisting on hardware/software partitioning, decisions on granularity and number of hardware accelerators, hardware/software integration, bitstream generation, etc. This paper presents a performance parallel heterogeneous estimation for systems where hardware/software co-design and run-time heterogeneous task scheduling are key. The results show that the programmer can quickly decide, based only on her/his OmpSs (OpenMP + extensions) application, which is the co-design that achieves nearly optimal heterogeneous parallel performance, based on the methodology presented and considering only synthesis estimation results. The methodology presented reduces the programmer co-design decision from hours to minutes and shows high potential on hardware/software heterogeneous parallel performance estimation on the Zynq All-Programmable SoC.

研究动机与目标

• 为解决 Zynq 全可编程 SoC 等异构计算平台中存在的长设计周期问题，包括硬件/软件划分、加速器粒度和位流生成。
• 通过自动化的性能估算，将软硬件协同设计决策所需时间从数小时缩短至数分钟。
• 使程序员仅通过其 OmpSs 应用代码和综合估算结果，即可快速识别近最优的协同设计配置。
• 支持基于 ARM 的 SMP 和可编程逻辑相结合的系统中的运行时异构任务调度与性能预测。
• 提供一种可扩展且实用的性能估算方法，适用于异构并行架构，且无需完整实现周期。

提出的方法

• 该方法以 OmpSs 应用代码作为输入，用于建模任务级并行性和数据依赖性。
• 基于综合结果应用粗粒度估算模型，预测硬件加速器和软件任务的性能。
• 该方法集成运行时调度启发式算法，用于模拟任务在 ARM 核心和 FPGA 加速器上的映射。
• 利用现有的综合估算结果，避免完整硬件实现，从而缩短解决方案时间。
• 该估算器建模通信开销和内存访问模式，以提高预测准确性。
• 该框架在 Zynq 全可编程 SoC 上进行了验证，使用真实世界的工作负载和性能指标。

实验结果

研究问题

• RQ1 粗粒度性能估算器能否显著缩短 Zynq 全可编程 SoC 上软硬件协同设计决策所需时间？
• RQ2 仅依靠综合估算，能否在异构并行工作负载中准确预测近最优性能？
• RQ3 该估算器在无需完整硬件实现的情况下，指导协同设计决策的效率如何？
• RQ4 该方法能否在早期设计阶段支持运行时任务调度决策？
• RQ5 当仅依赖 OmpSs 代码和综合数据时，性能预测的准确性如何？

主要发现

• 性能估算器将协同设计决策时间从数小时缩短至数分钟，显著加速了设计流程。
• 该方法通过识别有效的硬件/软件划分和加速器配置，实现了近最优性能。
• 该估算器在仅使用 OmpSs 代码和综合估算结果的情况下，表现出高精度的性能预测能力，避免了完整实现周期。
• 该方法通过早期阶段的性能建模，有效支持运行时任务调度的指导。
• 该方法在 Zynq 全可编程 SoC 等异构计算平台中具有很强的实际应用潜力。
• 结果证实，基于综合的估算足以在极低开销下指导协同设计决策。