CN114647504A - 一种面向动态部分可重构系统任务布局的快速搜索方法 - Google Patents
一种面向动态部分可重构系统任务布局的快速搜索方法 Download PDFInfo
- Publication number
- CN114647504A CN114647504A CN202011522230.6A CN202011522230A CN114647504A CN 114647504 A CN114647504 A CN 114647504A CN 202011522230 A CN202011522230 A CN 202011522230A CN 114647504 A CN114647504 A CN 114647504A
- Authority
- CN
- China
- Prior art keywords
- task
- resource
- feasible
- target gene
- tgs
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 27
- 108090000623 proteins and genes Proteins 0.000 claims abstract description 78
- 230000007246 mechanism Effects 0.000 claims abstract description 4
- 108091028043 Nucleic acid sequence Proteins 0.000 claims description 11
- 239000013256 coordination polymer Substances 0.000 claims 6
- 235000019800 disodium phosphate Nutrition 0.000 description 28
- 238000010586 diagram Methods 0.000 description 4
- 238000007726 management method Methods 0.000 description 4
- 230000000977 initiatory effect Effects 0.000 description 2
- RIGXBXPAOGDDIG-UHFFFAOYSA-N n-[(3-chloro-2-hydroxy-5-nitrophenyl)carbamothioyl]benzamide Chemical compound OC1=C(Cl)C=C([N+]([O-])=O)C=C1NC(=S)NC(=O)C1=CC=CC=C1 RIGXBXPAOGDDIG-UHFFFAOYSA-N 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000004807 localization Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F9/00—Arrangements for program control, e.g. control units
- G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
- G06F9/46—Multiprogramming arrangements
- G06F9/50—Allocation of resources, e.g. of the central processing unit [CPU]
- G06F9/5005—Allocation of resources, e.g. of the central processing unit [CPU] to service a request
- G06F9/5027—Allocation of resources, e.g. of the central processing unit [CPU] to service a request the resource being a machine, e.g. CPUs, Servers, Terminals
Landscapes
- Engineering & Computer Science (AREA)
- Software Systems (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Design And Manufacture Of Integrated Circuits (AREA)
Abstract
本发明公开一种面向动态部分可重构系统任务布局的快速搜索方法,属于FPGA可重构资源管理的技术领域。该方法首先使用资源分布序列、靶标基因序列和靶标距离序列对支持动态部分重构的FPGA的异质可重构资源进行建模;接着使用特征尺寸描述符、特征靶标基因序列和特征靶标距离序列对任务的资源区域特征进行建模;然后使用二步搜索机制实现任务可行布局位置起始靶标基因的快速定位;最后将可行布局位置的起始靶标基因作为锚点,对行和列进行扩展,得到任务可行布局位置集合并存储其信息。本发明通过搜索任务相符的特征靶标基因序列,大幅缩小了任务可行布局位置的搜索范围,有效降低了搜索时间,显著提高了任务布局效率。
Description
技术领域
本发明属于FPGA可重构资源管理的技术领域,涉及动态部分可重构系统的任务布局,特别是一种面向基于异质结构FPGA的动态部分可重构系统任务布局的快速搜索方法。
背景技术
FPGA兼有通用处理器的灵活性和专用集成电路的高效性。基于FPGA的动态部分可重构系统能够并行执行多个任务,并允许对每个任务进行在线实时加载或卸载,而保持其余任务不间断运行,在可重构计算、边缘计算、云计算加速等领域具有广阔应用前景。目前,基于FPGA的动态部分可重构系统可并行实现的任务数量越来越多,在提高系统灵活性、系统功能的复杂性和时效性的同时,也对可重构资源的管理和任务的快速布局提出了挑战。
目前,大多数可重构资源管理方法针对同质可重构结构开发,任务管理方法也大都假定FPGA资源均匀同质。然而,现代通用FPGA多采用异质结构,其可重构资源包括可配置逻辑单元CLB、块状存储器BRAM和数字信号处理单元DSP等。不同资源数量不同,且在FPGA资源平面上的地理分布并不均匀;同时,实际任务所需资源类型往往也非单一匀质。对于异质架构,任务的布局位置受异质资源特定位置的限制。在异质结构的FPGA上进行资源类型搜索相对同质资源更为复杂,传统遍历式搜索方式效率低下,搜索时间冗长。本发明专利是针对上述问题提出的一种在异质结构FPGA上寻找任务可行布局位置的快速搜索方法。
发明内容
本发明的目的在于针对上述存在的问题和不足,提出一种面向动态部分可重构系统的异质结构上任务可行布局位置查找的快速搜索方法。本发明利用FPGA上数量相对较少的异质资源BRAM和DSP作为搜索靶标,将BRAM和DSP资源列的分布规律定义为“靶标基因序列(target gene sequence,TGS)”,通过搜索特征靶标基因序列快速确定任务可行域范围,有效减少搜索复杂度,大幅缩减搜寻任务可行域耗时。
为了实现上述目的,本发明采取的技术方案是:一种面向动态部分可重构系统任务布局的快速搜索方法,其特征在于,包括以下步骤:
(1)使用资源分布DNA序列GS、靶标基因序列TGS和靶标距离序列MES对支持动态部分重构的FPGA的异质可重构资源进行建模;
(2)使用特征尺寸描述符RRSTi、特征靶标基因序列TGSTi和特征靶标距离序列MESTi对待布局任务Ti的资源区域特征进行建模;
(3)使用先根据特征靶标基因序列TGSTi粗搜索、再依据特征靶标距离序列MESTi除伪的二步搜索机制实现待布局任务Ti可行布局位置起始靶标基因的快速定位;
(4)将步骤(3)所述可行布局位置的起始靶标基因作为锚点,进行列扩展和行扩展,得到待布局任务Ti可行布局位置集合,并将其信息存储至可行布局位置列表。
进一步地,所述步骤(1)的具体实现方法如下:
(1.1)使用细胞基元CP描述FPGA资源平面上一列最小等高CLB、BRAM或DSP资源,作为划分可重构区域的最小单元,待布局任务Ti资源区域的宽度和高度均为CP的整数倍;
(1.2)使用资源分布DNA序列GS={gs1,gs2,...,gsn}描述FPGA资源平面上可重构资源列的分布规律,其中n为可重构资源列的总数,gsi代表第i个CP列,当其资源属性为CLBM、CLBL、BRAM和DSP时,分别用M、L、R和D表示;
(1.3)使用靶标基因序列TGS={tgs1,tgs2,...,tgsm}描述FPGA资源平面上稀疏资源BRAM和DSP列的分布规律,其中m为BRAM和DSP资源列的总数,tgsi代表第i个CP,当其资源属性为BRAM和DSP时,分别用R和D表示;
(1.4)使用靶标基因距离序列MES={ld,d1,d2,...,dm-1,rd}描述FPGA资源平面上BRAM和DSP列的距离特征,其中m为BRAM和DSP资源列的总数,di代表第i个和第i+1个靶标基因之间以CP为单位的距离,即CLB资源列数;ld和rd分别代表第一个靶标基因左侧和最后一个靶标基因右侧的CLB列数。
进一步地,所述步骤(2)的具体实现方法如下:
(2.1)使用特征尺寸描述符RRSTi=(wTi,hTi)描述待布局任务Ti资源区域的大小,其中wTi与hTi分别为其宽度和高度;
(2.2)使用特征靶标基因序列TGSTi={tgsTi1,tgsTi2,...,tgsTik}描述待布局任务Ti资源区域BRAM和DSP列的分布规律,其中k为该区域BRAM和DSP列的总数,tgsTij代表第j个CP,当其资源属性为BRAM和DSP时,分别用R和D表示;
(2.3)使用特征靶标距离序列MESTi={ld,d1,d2,...,dk-1,rd}描述待布局任务Ti资源区域BRAM和DSP列的距离特征,其中k为该区域BRAM和DSP资源列的总数,dj代表第j和第j+1个靶标基因间的CLB列数,ld和rd分别代表靶标基因最左侧和最右侧的CLB列数;
(2.4)使用由RRSTi、TGSTi和MESTi构成的三元组REti={RRSTi,TGSTi,MESTi}综合描述待布局任务Ti资源区域的特征。
进一步地,所述步骤(3)的具体实现方法如下:
(3.1)将任务Ti的特征靶标基因序列TGSTi作为待匹配模板,在FPGA靶标基因序列TGS中从左到右依次搜索,获取初始可行位置索引集合OITi={oi1,oi2,...,oiq},其中q为初始可行位置个数,ioj为第j个可行位置索引,即其第一个靶标基因在TGS中的位置索引;
(3.2)根据步骤(3.1)所述初始可行位置索引集合OITi每个元素oij的值,检索FPGA靶标距离序列MES,获取其对应靶标距离序列MESOIj={dj1,dj2,...,dj(k-1)},并与任务Ti的特征靶标距离序列MESTi去除头尾元素后构成的序列{d1,d2,...,dk-1}比较,剔除OITi中不匹配的元素,得到可行布局位置起始靶标基因位置索引集合PITi={pi1,pi2,...,pir},其中r为可行位置个数,pij为第j个可行位置索引,即其第一个靶标基因在TGS中的位置索引。
进一步地,所述步骤(4)的具体实现方法如下:
(4.1)根据步骤(3.2)所述可行布局位置起始靶标基因位置索引集合PITi每个元素pij的值,检索FPGA资源分布DNA序列GS,获取其第一个靶标基因在FPGA资源平面上的位置,得到特征可行位置索引集合CITi={ci1,ci2,...,cir},其中r为可行位置个数,cij为第j个特征可行位置索引,即其第一个靶标基因在FPGA资源平面上的位置索引;
(4.2)将步骤(4.1)所述特征可行位置索引集合CITi中每个元素cij的值减去特征靶标距离序列MESTi第一个元素ld的值,获取其第一列资源的起始位置,得到可行布局位置起始资源列索引集合SITi={si1,si2,...,sir},其中r为可行位置个数,sij为第j个可行位置索引,即其第一列资源在FPGA资源平面上的位置索引;
(4.3)以步骤(4.2)所述可行布局位置起始资源列索引集合SITi中每个元素sij规定的资源列作为起始列,首先根据任务特征尺寸描述符RRSTi中任务宽度wTi向右进行列扩展,然后根据任务高度hTi向上或向下进行行扩展,得到满足任务宽度和高度需求的可行布局区域,并将其信息存储至可行布局位置列表。
与现有技术相比,本发明的有益效果是:本发明针对的动态部分可重构系统的目标FPGA器件采用非均匀异质资源,与传统的将可重构资源视作均匀同质资源的方法相比更具现实意义;本发明中FPGA异质可重构资源模型是基于真实模型同等规模建立的,在实际应用中更具参考性和可操作性;利用FPGA上数量较少的异质资源列搜索任务可行域,有利于在较短时间内将任务可行域范围缩减至较小的数量级,从而大大缩减搜索时间,提升搜索效率。
附图说明
图1为本发明所述方法的流程图
图2为CP单元示意图
图3为xc6vlx240t芯片一个时钟区域资源分布图
图4为任务资源区域特征示意图
图5为搜索任务可行布局位置的流程图
图6为快速搜索任务T1可行域示意图
具体实施方式
下面详细描述本发明的实施例,本实施例是示例性的,仅用于解释本发明,而不能理解为对本发明的限制。参照说明书附图对本发明一种面向动态部分可重构系统任务布局的快速搜索方法作以下详细地说明。如图1所示,本实施例面向动态部分可重构系统任务布局的快速搜索方法,包括以下步骤。
(1)使用资源分布DNA序列GS、靶标基因序列TGS和靶标距离序列MES对支持动态部分重构的FPGA的异质可重构资源进行建模,以便后续对FPGA上的可重构资源进行管理以及任务可行布局进行搜索。
(1.1)为方便描述现代FPGA基于列的资源分布架构和进行任务布局区域搜索,将一列最小等高的CLB、BRAM或DSP资源定义为一个细胞基元(cell primitive,CP)。以Xilinx公司的xc6vlx240t芯片为例,其一个CP可以为一块36kb的BRAM,与其高度齐平的一列5块CLB,或者由两块DSP组成的一个DSPtile,如图2所示。
(1.2)使用资源分布DNA序列GS={gs1,gs2,...,gsn}描述FPGA资源平面上可重构资源列的分布规律,其中n为可重构资源列的总数,gsi代表第i个CP列,当其资源属性为CLBM、CLBL、BRAM和DSP时,分别用M、L、R和D表示。以图3所示xc6vlx240t芯片一个时钟区域为例,其资源分布DNA序列为GSi={M,L,M,L,M,L,M,L,R,M,M,D,M,M,M,M,D,M,M,R,M,M,M,M,M,M,M,M,R,M,M,D,M,M,M,M,D,M,M,R,M,L,M,L,L,M,L,R}。
(1.3)使用靶标基因序列TGS={tgs1,tgs2,...,tgsm}描述FPGA资源平面上稀疏资源BRAM和DSP列的分布规律,其中m为BRAM和DSP资源列的总数,tgsi代表第i个CP,当其资源属性为BRAM和DSP时,分别用R和D表示。以图3所示xc6vlx240t芯片一个时钟区域为例,其靶标基因序列为TGS={R,D,D,R,R,D,D,R,R}。
(1.4)使用靶标基因距离序列MES={ld,d1,d2,...,dm-1,rd}描述FPGA资源平面上BRAM和DSP列的距离特征,其中m为BRAM和DSP资源列的总数,di代表第i个和第i+1个靶标基因之间以CP为单位的距离,即CLB资源列数;ld和rd分别代表第一个靶标基因左侧和最后一个靶标基因右侧的CLB列数。以图3所示xc6vlx240t芯片一个时钟区域为例,其靶标基因距离序列MES={8,2,4,2,8,2,4,2,7,0}。
(2)使用特征尺寸描述符RRSTi、特征靶标基因序列TGSTi和特征靶标距离序列MESTi对待布局任务Ti的资源区域特征进行建模。
(2.1)使用特征尺寸描述符RRSTi=(wTi,hTi)描述待布局任务Ti资源区域的大小,其中wti与hti分别表示放置任务的矩形区域的宽度和高度。以图4所示两个任务T1和T2的资源区域需求为例,其特征尺寸描述符分别为RRST1=(12,4)和RRST2=(5,3)。
(2.2)用特征靶标基因序列TGSTi={tgsTi1,tgsTi2,...,tgsTik}描述待布局任务Ti资源区域BRAM和DSP列的分布规律,其中k为该区域BRAM和DSP列的总数,tgsTij代表第j个CP,当其资源属性为BRAM和DSP时,分别用R和D表示。以图4所示两个任务T1和T2的资源区域需求为例,其特征靶标基因序列分别为TGST1={R,D,D}和TGST2={D,R}。
(2.3)使用特征靶标距离序列MESTi={ld,d1,d2,...,dk-1,rd}描述待布局任务Ti资源区域BRAM和DSP列的距离特征,其中k为该区域BRAM和DSP资源列的总数,dj代表第j和第j+1个靶标基因间的CLB列数,ld和rd分别代表靶标基因最左侧和最右侧的CLB列数。以图4所示两个任务T1和T2的资源区域需求为例,其特征靶标基因序列分别为MEST1={2,2,4,1}和MEST2={1,2,0}。
(2.4)使用由RRSTi、TGSTi和MESTi构成的三元组RETi={RRSTi,TGSTi,MESTi}综合描述待布局任务Ti资源区域的特征。以图4所示两个任务T1和T2的资源区域需求为例,其三元组资源区域描述分别为RET1={(12,4),{R,D,D},{2,2,4,1}}和RET2={(5,3),{D,R},{1,2,0}}。
(3)使用先根据特征靶标基因序列TGSTi粗搜索、再依据特征靶标距离序列MESTi除伪的二步搜索机制实现待布局任务Ti可行布局位置起始靶标基因的快速定位,如图5所示。
(3.1)将任务Ti的特征靶标基因序列TGSTi作为待匹配模板,在FPGA靶标基因序列TGS中从左到右依次搜索,获取初始可行位置索引集合OITi={oi1,oi2,...,oiq},其中q为初始可行位置个数,ioj为第j个可行位置索引,即其第一个靶标基因在TGS中的位置索引。以在图3所示资源区域为图4中任务T1快速搜索初始可行索引为例,将任务T1的TGST1={R,D,D}作为搜索模板,在图3所示区域的FPGA的靶标基因序列TGS={R,D,D,R,R,D,D,R,R}中,从左向右搜索TGST1的匹配组合,可以找到T1的初始可行位置索引集合OIT1={0,4}。
(3.2)根据步骤(3.1)所述初始可行位置索引集合OITi每个元素oij的值,检索FPGA靶标距离序列MES,获取其对应靶标距离序列MESOIj={dj1,dj2,...,dj(k-1)},并与任务Ti的特征靶标距离序列MESTi去除头尾元素后构成的序列{d1,d2,...,dk-1}比较,剔除OITi中不匹配的元素,得到可行布局位置起始靶标基因位置索引集合PITi={pi1,pi2,...,pir},其中r为可行位置个数,pij为第j个可行位置索引,即其第一个靶标基因在TGS中的位置索引。
根据OIT1中元素0和4,检索图3所示资源区域的MES={8,2,4,2,8,2,4,2,7,0},可得其靶标距离序列均为{2,4},均与图4中任务T1的序列MEST1去除头尾元素后构成的序列{2,4}匹配,故T1可行布局位置起始靶标基因位置索引集合PIT1={0,4}。
(4)将步骤(3.2)中起始靶标基因位置作为锚点,进行列扩展和行扩展,得到待布局任务Ti可行布局位置集合,并将其信息存储至可行布局位置列表,如图5所示。
(4.1)根据步骤(3.2)所述可行布局位置起始靶标基因位置索引集合PITi每个元素pij的值,检索FPGA资源分布DNA序列GS,获取其第一个靶标基因在FPGA资源平面上的位置,得到特征可行位置索引集合CITi={ci1,ci2,...,cir},其中r为可行位置个数,cij为第j个特征可行位置索引,即其第一个靶标基因在FPGA资源平面上的位置索引。
图3中资源区域的资源分布DNA序列为GSi={M,L,M,L,M,L,M,L,R,M,M,D,M,M,M,M,D,M,M,R,M,M,M,M,M,M,M,M,R,M,M,D,M,M,M,M,D,M,M,R,M,L,M,L,L,M,L,R},由步骤(3.2)中任务T1可行布局位置起始靶标基因位置索引集合PIT1={0,4},可得PIT1中每个位置其第一个靶标基因在FPGA资源平面上的位置索引集合为CITi={8,28}。
(4.2)将步骤(4.1)所述特征可行位置索引集合CITi中每个元素cij的值减去特征靶标距离序列MESTi第一个元素ld的值,获取其第一列资源的起始位置,得到可行布局位置起始资源列索引集合SITi={si1,si2,...,sir},其中r为可行位置个数,sij为第j个可行位置索引,即其第一列资源在FPGA资源平面上的位置索引。
图6中任务T1的MEST1第一个元素ld的值为“2”,即T1可行布局最左侧TGS与左边缘的距离为2。将CIT1中每个元素的横坐标减“2”,可得到T1可行布局第一列资源的起始位置为SIT1={6,26}。
(4.3)以步骤(4.2)所述可行布局位置起始资源列索引集合SITi中每个元素sij规定的资源列作为起始列,首先根据任务特征尺寸描述符RRSTi中任务宽度wTi向右进行列扩展,然后根据任务高度hTi向上或向下进行行扩展,得到满足任务宽度和高度需求的可行布局区域,并将其信息存储至可行布局位置列表。
以在图3所示资源区域左半侧第4行资源,对第一个可行布局位置进行扩展为例,其扩展过程如图6所示。任务T1的RRST1=(12,4),则wT1值为12,由于任务资源区域左侧已对齐,且当前任务宽度为11,需要继续向右拓展1列。然后对扩展后区域进行高度拓展,使其hT1值为4。资源区域原始高度为1,首先向上拓展,2行后到达资源边界;接着向下扩展1行,使资源区域高度满足要求。用类似方法找到所有可行布局区域,并将其起始位置信息{(6,0),(6,1),(6,2),(6,3),(26,0),(26,1),(26,2),(26,3)}存储至可行布局位置列表。
以上所述仅为本发明的实施例,并非因此限制本发明的专利范围,凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换,或直接或间接运用在其他相关的技术领域,均同理包括在本发明的专利保护范围内。
Claims (5)
1.一种面向动态部分可重构系统任务布局的快速搜索方法,其特征在于,包括以下步骤:
(1)使用资源分布DNA序列GS、靶标基因序列TGS和靶标距离序列MES对支持动态部分重构的FPGA的异质可重构资源进行建模;
(2)使用特征尺寸描述符RRSTi、特征靶标基因序列TGSTi和特征靶标距离序列MESTi对待布局任务Ti的资源区域特征进行建模;
(3)使用先根据特征靶标基因序列TGSTi粗搜索、再依据特征靶标距离序列MESTi除伪的二步搜索机制实现待布局任务Ti可行布局位置起始靶标基因的快速定位;
(4)将步骤(3)所述可行布局位置的起始靶标基因作为锚点,进行列扩展和行扩展,得到待布局任务Ti可行布局位置集合,并将其信息存储至可行布局位置列表。
2.根据权利要求1所述的一种面向动态部分可重构系统任务布局的快速搜索方法,其特征在于,所述步骤(1)的具体实现方法如下:
(1.1)使用细胞基元CP描述FPGA资源平面上一列最小等高CLB、BRAM或DSP资源,作为划分可重构区域的最小单元,待布局任务Ti资源区域的宽度和高度均为CP的整数倍;
(1.2)使用资源分布DNA序列GS={gs1,gs2,...,gsn}描述FPGA资源平面上可重构资源列的分布规律,其中n为可重构资源列的总数,gsi代表第i个CP列,当其资源属性为CLBM、CLBL、BRAM和DSP时,分别用M、L、R和D表示;
(1.3)使用靶标基因序列TGS={tgs1,tgs2,...,tgsm}描述FPGA资源平面上稀疏资源BRAM和DSP列的分布规律,其中m为BRAM和DSP资源列的总数,tgsi代表第i个CP,当其资源属性为BRAM和DSP时,分别用R和D表示;
(1.4)使用靶标基因距离序列MES={ld,d1,d2,...,dm-1,rd}描述FPGA资源平面上BRAM和DSP列的距离特征,其中m为BRAM和DSP资源列的总数,di代表第i个和第i+1个靶标基因之间以CP为单位的距离,即CLB资源列数;ld和rd分别代表第一个靶标基因左侧和最后一个靶标基因右侧的CLB列数。
3.根据权利要求1所述的一种面向动态部分可重构系统任务布局的快速搜索方法,其特征在于,所述步骤(2)的具体实现方法如下:
(2.1)使用特征尺寸描述符RRSTi=(wTi,hTi)描述待布局任务Ti资源区域的大小,其中wTi与hTi分别为其宽度和高度;
(2.2)使用特征靶标基因序列TGSTi={tgsTi1,tgsTi2,...,tgsTik}描述待布局任务Ti资源区域BRAM和DSP列的分布规律,其中k为该区域BRAM和DSP列的总数,tgsTij代表第j个CP,当其资源属性为BRAM和DSP时,分别用R和D表示;
(2.3)使用特征靶标距离序列MESTi={ld,d1,d2,...,dk-1,rd}描述待布局任务Ti资源区域BRAM和DSP列的距离特征,其中k为该区域BRAM和DSP资源列的总数,dj代表第j和第j+1个靶标基因间的CLB列数,ld和rd分别代表靶标基因最左侧和最右侧的CLB列数;
(2.4)使用由RRSTi、TGSTi和MESTi构成的三元组REti={RRSTi,TGSTi,MESTi}综合描述待布局任务Ti资源区域的特征。
4.根据权利要求1所述的一种面向动态部分可重构系统任务布局的快速搜索方法,其特征在于,所述步骤(3)的具体实现方法如下:
(3.1)将任务Ti的特征靶标基因序列TGSTi作为待匹配模板,在FPGA靶标基因序列TGS中从左到右依次搜索,获取初始可行位置索引集合OITi={oi1,oi2,...,oiq},其中q为初始可行位置个数,ioj为第j个可行位置索引,即其第一个靶标基因在TGS中的位置索引;
(3.2)根据步骤(3.1)所述初始可行位置索引集合OITi每个元素oij的值,检索FPGA靶标距离序列MES,获取其对应靶标距离序列MESOIj={dj1,dj2,...,dj(k-1)},并与任务Ti的特征靶标距离序列MESTi去除头尾元素后构成的序列{d1,d2,...,dk-1}比较,剔除OITi中不匹配的元素,得到可行布局位置起始靶标基因位置索引集合PITi={pi1,pi2,...,pir},其中r为可行位置个数,pij为第j个可行位置索引,即其第一个靶标基因在TGS中的位置索引。
5.根据权利要求1所述的一种面向动态部分可重构系统任务布局的快速搜索方法,其特征在于,所述步骤(4)的具体实现方法如下:
(4.1)根据步骤(3.2)所述可行布局位置起始靶标基因位置索引集合PITi每个元素pij的值,检索FPGA资源分布DNA序列GS,获取其第一个靶标基因在FPGA资源平面上的位置,得到特征可行位置索引集合CITi={ci1,ci2,...,cir},其中r为可行位置个数,cij为第j个特征可行位置索引,即其第一个靶标基因在FPGA资源平面上的位置索引;
(4.2)将步骤(4.1)所述特征可行位置索引集合CITi中每个元素cij的值减去特征靶标距离序列MESTi第一个元素ld的值,获取其第一列资源的起始位置,得到可行布局位置起始资源列索引集合SITi={si1,si2,...,sir},其中r为可行位置个数,sij为第j个可行位置索引,即其第一列资源在FPGA资源平面上的位置索引;
(4.3)以步骤(4.2)所述可行布局位置起始资源列索引集合SITi中每个元素sij规定的资源列作为起始列,首先根据任务特征尺寸描述符RRSTi中任务宽度wTi向右进行列扩展,然后根据任务高度hTi向上或向下进行行扩展,得到满足任务宽度和高度需求的可行布局区域,并将其信息存储至可行布局位置列表。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011522230.6A CN114647504B (zh) | 2020-12-21 | 2020-12-21 | 一种面向动态部分可重构系统任务布局的快速搜索方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011522230.6A CN114647504B (zh) | 2020-12-21 | 2020-12-21 | 一种面向动态部分可重构系统任务布局的快速搜索方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114647504A true CN114647504A (zh) | 2022-06-21 |
CN114647504B CN114647504B (zh) | 2024-05-17 |
Family
ID=81992255
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011522230.6A Active CN114647504B (zh) | 2020-12-21 | 2020-12-21 | 一种面向动态部分可重构系统任务布局的快速搜索方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114647504B (zh) |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20050022168A1 (en) * | 2003-06-11 | 2005-01-27 | The Research Foundation Of The State University Of New York | Method and system for detecting discriminatory data patterns in multiple sets of data |
WO2006124760A2 (en) * | 2005-05-16 | 2006-11-23 | Panvia Future Technologies, Inc. | Associative memory and data searching system and method |
CN103077226A (zh) * | 2012-12-31 | 2013-05-01 | 浙江工业大学 | 一种多模态蛋白质构象空间搜索方法 |
CN106233291A (zh) * | 2014-02-20 | 2016-12-14 | 贝拉医疗新加坡私人贸易有限公司 | 高通量测序应用中的变体分析 |
CN107330560A (zh) * | 2017-07-04 | 2017-11-07 | 北京理工大学 | 一种考虑时序约束的异构飞行器多任务协同分配方法 |
US20180088990A1 (en) * | 2009-01-22 | 2018-03-29 | International Business Machines Corporation | Dynamic resource adjustment for a distributed process on a multi-node computer system |
CN111045803A (zh) * | 2019-11-25 | 2020-04-21 | 中国人民解放军国防科技大学 | 一种动态部分可重构片上系统软硬件划分与调度的最优化方法 |
TW202036264A (zh) * | 2018-07-17 | 2020-10-01 | 美商米瑟迪可麥德公司 | 圖形使用者介面系統 |
-
2020
- 2020-12-21 CN CN202011522230.6A patent/CN114647504B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20050022168A1 (en) * | 2003-06-11 | 2005-01-27 | The Research Foundation Of The State University Of New York | Method and system for detecting discriminatory data patterns in multiple sets of data |
WO2006124760A2 (en) * | 2005-05-16 | 2006-11-23 | Panvia Future Technologies, Inc. | Associative memory and data searching system and method |
US20180088990A1 (en) * | 2009-01-22 | 2018-03-29 | International Business Machines Corporation | Dynamic resource adjustment for a distributed process on a multi-node computer system |
CN103077226A (zh) * | 2012-12-31 | 2013-05-01 | 浙江工业大学 | 一种多模态蛋白质构象空间搜索方法 |
CN106233291A (zh) * | 2014-02-20 | 2016-12-14 | 贝拉医疗新加坡私人贸易有限公司 | 高通量测序应用中的变体分析 |
CN107330560A (zh) * | 2017-07-04 | 2017-11-07 | 北京理工大学 | 一种考虑时序约束的异构飞行器多任务协同分配方法 |
TW202036264A (zh) * | 2018-07-17 | 2020-10-01 | 美商米瑟迪可麥德公司 | 圖形使用者介面系統 |
CN111045803A (zh) * | 2019-11-25 | 2020-04-21 | 中国人民解放军国防科技大学 | 一种动态部分可重构片上系统软硬件划分与调度的最优化方法 |
Non-Patent Citations (3)
Title |
---|
J. M. MARMOLEJO-TEJADA: ""Hardware implementation of the Smith0Waterman algorithm using a systolic architecture"", 《2014 IEEE 5TH LATIN AMERICAN SYMPOSIUM ON CIRCUITS AND SYSTEMS》, 26 May 2014 (2014-05-26), pages 1 - 4 * |
RUI YAO: ""Fast Search and Efficient Placement Algorithm for Reconfigurable Tasks on Modern Heterogeneous FPGAs"", 《IEEE TRANSACTIONS ON VERY LARGE SCALE INTEGRATION (VLSI) SYSTEMS》, vol. 30, no. 4, 4 March 2022 (2022-03-04), pages 474 - 487, XP011903591, DOI: 10.1109/TVLSI.2022.3151402 * |
张振娅: ""基于DSP的动态靶标图像实时处理技术研究"", 《中国优秀硕士学位论文全文数据库 信息科技辑》, no. 2012, 15 February 2012 (2012-02-15), pages 138 - 1834 * |
Also Published As
Publication number | Publication date |
---|---|
CN114647504B (zh) | 2024-05-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11055463B1 (en) | Systems and methods for gate array with partial common inputs | |
Chen et al. | Routability-driven blockage-aware macro placement | |
CN105843982B (zh) | 用于可编程逻辑器件的位流生成方法、装置及设计系统 | |
EP3955256A1 (en) | Non-redundant gene clustering method and system, and electronic device | |
CN114647504B (zh) | 一种面向动态部分可重构系统任务布局的快速搜索方法 | |
CN113449052A (zh) | 空间索引的建立方法、空间区域查询方法及装置 | |
CN103218493A (zh) | 一种基于多重网格的快速等几何分析数值模拟方法 | |
CN106780747A (zh) | 一种快速分割cfd计算网格的方法 | |
CN113722415B (zh) | 点云数据的处理方法、装置、电子设备及存储介质 | |
CN106055690A (zh) | 一种基于属性匹配的快速检索与获取数据特征方法 | |
JP4440246B2 (ja) | 空間インデックス方法 | |
US11176283B2 (en) | Analysis model creation assistance device and analysis model creation assistance method | |
JP2023536765A (ja) | 人工知能に基づく回路設計方法及び実装システム | |
CN112380611B (zh) | 船舶舾装平台通道的花钢板设计方法、装置、设备和介质 | |
Bao et al. | A spatial big data framework for maritime traffic data | |
CN112162986A (zh) | 一种并行top-k范围skyline查询方法和系统 | |
WO2024031736A1 (zh) | 图像分类方法及系统、存储介质及终端 | |
Huang et al. | Routability-driven Power/Ground Network Optimization Based on Machine Learning | |
CN110858259B (zh) | 基于三维汽轮机叶片模型的叶型数据点识别方法及系统 | |
KR101922959B1 (ko) | 면 객체간 빠른 위상 관계 연산 장치 | |
Gao et al. | A DyadicCluster method used for nonlinear placement | |
CN113377883A (zh) | 一种基于学习索引模型的多维数据查询方法 | |
CN105701150A (zh) | 一种基于直觉模糊相似度的图像检索方法及其系统 | |
CN115841499A (zh) | Sem图像的轮廓获取方法、装置、计算机设备及存储介质 | |
CN112560386A (zh) | 一种大规模复杂版图电阻提取加速方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |