FenixEdu™

Dissertação

Data-Streaming Engine for the Unlimited Vector Extension EVALUATED

Detalhes: Os requisitos computacionais nos domínios de aplicação contemporâneos suportados por Processadores de Uso Geral (GPPs) estão permanentemente em crescimento e necessitam cada vez mais da adoção de metodologias inovadoras e especializadas. Muito embora o objetivo principal seja melhorar as capacidades de computação, as preocupações relacionadas com a eficiência no acesso aos dados estão também a tornar-se cada vez mais relevantes, sobretudo nas aplicações de Computação de Elevado Desempenho (HPC). Nestas aplicações, os padrões regulares de acesso à memória definem muitos domínios de aplicação modernos, e são particularmente adequados à exploração do paradigma de streaming ao nível dos dados. Para lidar com estes desafios, uma solução inovadora chamada de Unlimited Vector Extension (UVE) foi recentemente introduzida. A extensão UVE combina a paralelização ao nível dos dados do tipo Single-Instruction Multiple-Data (SIMD) com o conceito de streaming, requerendo a incorporação, na arquitetura do processador, de um módulo com a função de Streaming Engine (SE), dedicado a esta funcionalidade. A sua microarquitetura garante uma troca de dados de uma forma eficiente, permitindo o fluxo regular de dados entre a memória e os processadores baseados na UVE. Esta dissertação centra-se na proposta e definição de uma descrição detalhada do SE. A sua microarquitetura é composta por cinco módulos interligados e utiliza um paradigma de hierarquia de descritores para gerar vários padrões de acesso à memória, lineares e não lineares. Comunica autonomamente com a memória para ler e escrever dados, maximizando a reutilização de dados para aumentar o débito dos mesmos.
Keywords: Computação de Alto Desempenho, Computação em Fluxo de Dados, Microarquitetura de Processador, Descrição de Hardware

Discussão: novembro 24, 2023, 14:0