专利名称：面向任务流的高效能立体并行柔性可重构计算架构模型的制作方法
技术领域：
本发明涉及一种可重构计算架构模型，特别涉及一种面 向任务流的高效能立体并行柔性可重构计算架构模型。
(二) 背景技术：
计算机系统的三大支柱是处理部件，存储部件和通信
部件(包括i/o和网络互联)。在传统的计算机模型中，处理部件和内存被分离
放置在不同的芯片中。内存存贮数据，处理部件进行计算。数据要被传输到处 理部件后才能进行计算。由于处理部件和内存芯片在设计技术和制造工艺上的 差异，它们之间的性能差异越来越大。
由这些芯片构成的超级计算机系统，往往包含成千上万个处理部件和存储 部件，这些处理部件和存储部件由网络互联。由于受传统计算模型和体系结构 的影响，加上处理部件、存储部件和通信部件发展的不平衡，超级计算机系统 的存储墙和通信墙问题日趋严重。对超级计算发展过程中存在的诸多问题，当 前的各种解决手段几乎都是针对计算机系统的三要素——计算、存储和通信的 某一项指标性能的提升为目标，普遍存在着头痛医头，脚痛医脚的现象，而没 有从整体的角度来思考。如针对存储墙问题，目前的解决方法基本上都是通过 增加存储层次，加大各级存储部件容量来缓解存储器和处理器速度差异，但这 种解决思路又使得不同层次间高速数据传递的矛盾变得突出。从高性能计算的 现状和发展趋势来看，仅仅通过网络优化和规模扩展来构建超级计算机系统， 已很难逾越存储墙、规模墙、高能耗、高成本、低利用率等瓶颈问题。
为了克服存储墙和通信墙等问题，提高超级计算机系统效能，迫切需要在 计算概念和计算模型等方面有所创新。
发明内容
本发明要解决的技术问题是针对高效能超级计算机系统研制面临的主要 问题，提出了一种面向任务流的高效能立体并行柔性可重构计算架构模型，该 计算架构模型根据计算机系统的三大要素——计算、存储、通信之间的关系，通过柔性重构立体并行机制，提高了超级计算机任务处理部件对不同任务的适 用性和高效性，实现高效能超级计算机在计算架构模型上的创新。 本发明的技术方案
一种面向任务流的高效能立体并行柔性可重构计算架构模型，含有n个计 算节点PE，每个计算节点PE含有m个相对独立的任务处理部件组TPPG，每 个任务处理部件组TPPG含有k个具有不同粒度的任务处理能力的分布于不同 层次的任务处理部件TPP，每一个任务处理部件TPP为通用CPU、通用GPU、 可重构计算部件、具有自计算能力的Cache、具有自计算能力的存储器Memoiy、 具有自计算能力的外部磁盘阵列Storage中的任一种，其中，n、 m、 k为自然数， 各计算节点PE之间通过高速交换网络连接，以满足各计算节点PE间的快速数 据交换需求，各任务处理部件组TPPG间通过共享存储器或共享寄存器或高速 总线进行数据的传递，各个任务处理部件TPP间通过共享存储器或共享寄存器 来交换所需数据。
任务处理部件TPP是具有一定计算、存储、通信能力并能够对任务流中的 某类任务进行处理的计算部件，可重构计算部件为FPGA，高速交换网络为全局 寄存器。
为了使计算发生在最接近数据存储的地方，该计算架构模型支持对多个层 次的资源进行动态重构，当一个应用根据任务流模型被划分成一组任务时，在 该计算架构模型下，除了能利用计算节点PE的资源和任务处理部件组TPPG的 资源对任务进行并行处理外，还能利用每个任务处理部件组TPPG内部不同层 次的任务处理部件TPP和不同任务处理部件组TPPG中同一层次的任务处理部 件TPP对任务进行并行处理，形成一个多层次的立体并行处理架构模型。
任务流模型是将应用以任务为单位进行描述，把应用表达为一组相互关联 和并行执行的任务，通过合适的任务流模型有效刻画应用中各子任务的特性、 相互关系以及对它们进行高效执行的自然模式。
根据任务的特性对计算资源进行重新划分和配置，包括处理器内部结构配 置、处理部件配置、内存访问路径、结点间网络配置、可重构部件配置，使不 同粒度的任务被调度到适合处理的不同层次的任务处理部件TPP上去进行处理，使得计算发生在最接近数据存储的位置，以最佳的路径重构数据通路，对 不同的应用都尽可能达到最佳的利用率。 本发明的有益效果
本发明可用于创新体系结构高效能计算机的设计中，它通过发掘开发计算 系统内部各级存储设备的可计算功能，使计算尽可能在最适合的处理部件中进 行，这样， 一个应用除了能开发利用传统的多结点和多CPU并行处理外，还能 充分发掘利用不同层次的新型计算部件的处理能力和并行性，从而大大提高计 算机系统的效能和性价比。
(四)
-
图1为传统超级计算机系统的二维并行计算架构模型示意图2为面向任务流的高效能立体并行柔性可重构计算架构模型的结构示意
图3为面向任务流的高效能立体并行柔性可重构计算架构模型的三维示意
图4为任务处理部件组TPPG计算能力层次结构图； 图5为各计算节点PE间的数据交换示意图6为计算节点PE内部各任务处理部件组TPPG间的数据交换示意图； 图7为任务处理部件组TPPG内部各个层次的任务处理部件TPP间数据交 换示意图。
(五) 具体实施例方式
图1为传统超级计算机系统的二维并行计算架构模型示意图，传统的超级 计算机系统对并行计算的挖掘主要集中在两个层次 一是节点之间的并行；二 是节点内部多CPU之间的并行，它们构成了一个二维的并行计算架构模型。
本发明通过综合研究计算、存储和通信三者的关系，为超级计算的发展寻 求一条新的思路。从表面上看，计算、存储、通信这三者是相互独立的。但事 实上，在一定条件下，三者之间可以互相转化，如在给定的硬件资源下，通过
算法的改变，时间换空间、空间换时间、存储换通信等；或通过器件自身来实 现硬件资源的转化，通过在CPU上减少计算逻辑增加Cache,使用可重构Cache和PIM等来实现计算资源与存储资源、通信资源与存储资源的转换等。
在理想状态下，计算、存储、通信之间的转化应能非常平滑地实现，使得 各类不同的应用任务，在其不同的执行阶段能够得到其所需要的不同计算、存 储和通信资源。但在传统体系结构中，计算、存储、通信之间的转化不平滑， 很被动，受很多条件限制。如何通过对计算模型和体系结构的创新，使计算、 存储、通信这三者之间能够进行主动的、较为平滑的转化，是需要深入研究的。
为更好地实现计算、存储和通信之间的转化，我们提出了任务流模型。任 务流模型是将应用以任务为单位进行描述，把应用表达为一组相互关联和并行 执行的任务，通过合适的任务流模型有效刻画应用中各子任务的特性、相互关 系以及对它们进行高效执行的自然模式。
为支持对任务流的处理，针对科学计算中数据量大、计算密集、数据可重 用性小的特点，基于对未来器件工艺水平进步的预期，我们提出了一种"计算在 最适合的处理部件中发生"的思想。通过开发计算系统内部各级存储部件的可计 算功能(不妨称之为新型计算部件)，使传统的多级存储层次都具备一定的数据 处理能力，从而改变现有计算机系统中几乎所有计算任务处理都依赖CPU的状 况。根据任务的特性对计算资源进行重新划分和配置，包括处理器内部结构配 置、处理部件配置、内存访问路径、结点间网络配置、可重构部件配置等，使 不同粒度的任务被调度到适合处理的不同层次的计算部件上去进行处理，使得 计算发生在最接近数据存储的位置，以最佳的路径重构数据通路，对不同的应 用都尽可能达到最佳的利用率。
基于上述设计思想，本发明提出了基于任务流的立体并行柔性可重构计算 架构模型，如图2 图7所示。面向任务流的高效能立体并行柔性可重构计算架 构模型含有n个计算节点PE，每个计算节点PE含有m个相对独立的任务处理 部件组TPPG (Task Process Part Group),每个任务处理部件组TPPG含有k个 具有不同粒度的任务处理能力的分布于不同层次的任务处理部件TPP ( Task Process Part),每一个任务处理部件TPP为通用CPU、通用GPU、可重构计算 部件、具有自计算能力的Cache、具有自计算能力的存储器Memory、具有自计 算能力的外部磁盘阵列Storage中的任一种，其中，n、 m、 k为自然数，各计算节点PE之间通过高速交换网络连接，以满足各计算节点PE间的快速数据交换 需求，各任务处理部件组TPPG间通过共享存储器或共享寄存器或高速总线进 行数据的传递，各个任务处理部件TPP间通过共享存储器或共享寄存器来交换 所需数据。
任务处理部件TPP是具有一定计算、存储、通信能力并能够对任务流中的 某类任务进行处理的计算部件，各层次的任务处理部件TPP由具有一定计算能 力的新型低功耗器件组成，可根据任务处理需求，支持置换和扩展选择；可重 构计算部件为FPGA;高速交换网络为全局寄存器。
为了使计算发生在最接近数据存储的地方，该计算架构模型支持对多个层 次的资源进行动态重构，当一个应用根据任务流模型被划分成一组任务时，在 该计算架构模型下，除了能利用计算节点PE的资源和任务处理部件组TPPG的 资源对任务进行并行处理外，还能利用每个任务处理部件组TPPG内部不同层 次的任务处理部件TPP和不同任务处理部件组TPPG中同一层次的任务处理部 件TPP对任务进行并行处理，形成一个多层次的立体并行处理架构模型。
任务流模型是将应用以任务为单位进行描述，把应用表达为一组相互关联 和并行执行的任务，通过合适的任务流模型有效刻画应用中各子任务的特性、 相互关系以及对它们进行高效执行的自然模式。
根据任务的特性对计算资源进行重新划分和配置，包括处理器内部结构配 置、处理部件配置、内存访问路径、结点间网络配置、可重构部件配置，使不 同粒度的任务被调度到适合处理的不同层次的任务处理部件TPP上去进行处 理，使得计算发生在最接近数据存储的位置，以最佳的路径重构数据通路，对 不同的应用都尽可能达到最佳的利用率。
基于任务流的立体并行柔性可重构计算架构模型体现了面向任务流的层次 并行思想，支持立体的并行架构概念，揭示了计算、存储和通信能力之间的可 交换性。
根据以上计算架构模型，本领域的技术人员在不脱离本发明原理的基础上， 可以作出各种无实质差别的修改或者变换。
权利要求
1、一种面向任务流的高效能立体并行柔性可重构计算架构模型，其特征是含有n个计算节点PE，每个计算节点PE含有m个相对独立的任务处理部件组TPPG，每个任务处理部件组TPPG含有k个具有不同粒度的任务处理能力的分布于不同层次的任务处理部件TPP，每一个任务处理部件TPP为通用CPU、通用GPU、可重构计算部件、具有自计算能力的Cache、具有自计算能力的存储器Memory、具有自计算能力的外部磁盘阵列Storage中的任一种，其中，n、m、k为自然数，各计算节点PE之间通过高速交换网络连接，以满足各计算节点PE间的快速数据交换需求，各任务处理部件组TPPG间通过共享存储器或共享寄存器或高速总线进行数据的传递，各个任务处理部件TPP间通过共享存储器或共享寄存器来交换所需数据。
2. 根据权利要求1所述的面向任务流的高效能立体并行柔性可重构计算 架构模型，其特征是任务处理部件TPP是具有一定计算、存储、通信能力并 能够对任务流中的某类任务进行处理的计算部件，可重构计算部件为FPGA，高 速交换网络为全局寄存器。
3. 根据权利要求1或2所述的面向任务流的高效能立体并行柔性可重构 计算架构模型，其特征是为了使计算发生在最接近数据存储的地方，该计算 架构模型支持对多个层次的资源进行动态重构，当一个应用根据任务流模型被 划分成一组任务时，在该计算架构模型下，除了能利用计算节点PE的资源和任 务处理部件组TPPG的资源对任务进行并行处理外，还能利用每个任务处理部 件组TPPG内部不同层次的任务处理部件TPP和不同任务处理部件组TPPG中 同一层次的任务处理部件TPP对任务进行并行处理，形成一个多层次的立体并 行处理架构模型。
4. 根据权利要求3所述的面向任务流的高效能立体并行柔性可重构计算 架构模型，其特征是所述任务流模型是将应用以任务为单位进行描述，把应 用表达为一组相互关联和并行执行的任务，通过合适的任务流模型有效刻画应 用中各子任务的特性、相互关系以及对它们进行高效执行的自然模式。
5. 根据权利要求3所述的面向任务流的高效能立体并行柔性可重构计算 架构模型，其特征是根据任务的特性对计算资源进行重新划分和配置，包括 处理器内部结构配置、处理部件配置、内存访问路径、结点间网络配置、可重 构部件配置，使不同粒度的任务被调度到适合处理的不同层次的任务处理部件 TPP上去进行处理，使得计算发生在最接近数据存储的位置，以最佳的路径重 构数据通路，对不同的应用都尽可能达到最佳的利用率。
全文摘要
本发明涉及一种面向任务流的高效能立体并行柔性可重构计算架构模型；该架构模型含有n个计算节点PE，每个计算节点PE含有m个相对独立的任务处理部件组TPPG，每个任务处理部件组TPPG含有k个具有不同粒度的任务处理能力的分布于不同层次的任务处理部件TPP，各计算节点PE之间通过高速交换网络连接，各任务处理部件组TPPG间通过共享存储器或共享寄存器或高速总线进行数据的传递，各个任务处理部件TPP间通过共享存储器或共享寄存器来交换所需数据；本发明提出了一种面向任务流的高效能立体并行柔性可重构计算架构模型，该计算架构模型通过柔性重构立体并行机制，提高了超级计算机任务处理部件对不同任务的适用性和高效性。
文档编号G06F15/16GK101441615SQ200810231009
公开日2009年5月27日 申请日期2008年11月24日 优先权日2008年11月24日
发明者进 瞿, 赵荣彩, 邬江兴, 陈庶民 申请人:中国人民解放军信息工程大学