CN117348881A - 编译方法、编译装置和机器可读存储介质 - Google Patents
编译方法、编译装置和机器可读存储介质 Download PDFInfo
- Publication number
- CN117348881A CN117348881A CN202210764245.6A CN202210764245A CN117348881A CN 117348881 A CN117348881 A CN 117348881A CN 202210764245 A CN202210764245 A CN 202210764245A CN 117348881 A CN117348881 A CN 117348881A
- Authority
- CN
- China
- Prior art keywords
- instruction
- instructions
- branch
- execution
- data
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 96
- 238000003860 storage Methods 0.000 title claims abstract description 93
- 230000008569 process Effects 0.000 claims description 39
- 230000006870 function Effects 0.000 claims description 37
- 238000013507 mapping Methods 0.000 claims description 18
- 230000011218 segmentation Effects 0.000 claims description 12
- 230000003993 interaction Effects 0.000 claims description 8
- 238000000638 solvent extraction Methods 0.000 claims description 6
- 238000004458 analytical method Methods 0.000 claims description 5
- 238000010586 diagram Methods 0.000 claims description 5
- 238000000354 decomposition reaction Methods 0.000 claims description 4
- 238000009826 distribution Methods 0.000 claims description 3
- 230000009466 transformation Effects 0.000 claims 1
- 238000012545 processing Methods 0.000 description 49
- 230000003068 static effect Effects 0.000 description 15
- 230000000903 blocking effect Effects 0.000 description 14
- 239000000872 buffer Substances 0.000 description 13
- 230000007246 mechanism Effects 0.000 description 13
- 239000011800 void material Substances 0.000 description 12
- 238000013135 deep learning Methods 0.000 description 11
- 238000013461 design Methods 0.000 description 11
- 238000007726 management method Methods 0.000 description 11
- 240000008415 Lactuca sativa Species 0.000 description 9
- 238000013528 artificial neural network Methods 0.000 description 9
- 235000012045 salad Nutrition 0.000 description 9
- 230000000694 effects Effects 0.000 description 7
- 230000001537 neural effect Effects 0.000 description 6
- 230000004044 response Effects 0.000 description 6
- 239000011159 matrix material Substances 0.000 description 5
- 235000013372 meat Nutrition 0.000 description 5
- 230000001960 triggered effect Effects 0.000 description 5
- 230000002159 abnormal effect Effects 0.000 description 4
- 235000008429 bread Nutrition 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 4
- 235000019800 disodium phosphate Nutrition 0.000 description 4
- 230000010354 integration Effects 0.000 description 4
- 239000000463 material Substances 0.000 description 4
- 230000005540 biological transmission Effects 0.000 description 3
- 238000013523 data management Methods 0.000 description 3
- 238000010801 machine learning Methods 0.000 description 3
- 235000013311 vegetables Nutrition 0.000 description 3
- 238000013473 artificial intelligence Methods 0.000 description 2
- 230000006399 behavior Effects 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 230000003139 buffering effect Effects 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 230000008878 coupling Effects 0.000 description 2
- 238000010168 coupling process Methods 0.000 description 2
- 238000005859 coupling reaction Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000018109 developmental process Effects 0.000 description 2
- 238000002408 directed self-assembly Methods 0.000 description 2
- 230000008030 elimination Effects 0.000 description 2
- 238000003379 elimination reaction Methods 0.000 description 2
- 231100000957 no side effect Toxicity 0.000 description 2
- 238000012163 sequencing technique Methods 0.000 description 2
- HPTJABJPZMULFH-UHFFFAOYSA-N 12-[(Cyclohexylcarbamoyl)amino]dodecanoic acid Chemical compound OC(=O)CCCCCCCCCCCNC(=O)NC1CCCCC1 HPTJABJPZMULFH-UHFFFAOYSA-N 0.000 description 1
- 238000005481 NMR spectroscopy Methods 0.000 description 1
- 241000414697 Tegra Species 0.000 description 1
- 230000005856 abnormality Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000005520 cutting process Methods 0.000 description 1
- 238000007418 data mining Methods 0.000 description 1
- 230000001934 delay Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000004880 explosion Methods 0.000 description 1
- 238000007667 floating Methods 0.000 description 1
- 238000013467 fragmentation Methods 0.000 description 1
- 238000006062 fragmentation reaction Methods 0.000 description 1
- 230000012447 hatching Effects 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 238000003780 insertion Methods 0.000 description 1
- 230000037431 insertion Effects 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000001693 membrane extraction with a sorbent interface Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000003058 natural language processing Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000005192 partition Methods 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 230000010076 replication Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 150000003839 salts Chemical class 0.000 description 1
- 238000004335 scaling law Methods 0.000 description 1
- 230000008054 signal transmission Effects 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 229920002803 thermoplastic polyurethane Polymers 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 239000013598 vector Substances 0.000 description 1
- 235000012033 vegetable salad Nutrition 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
- 238000005406 washing Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F8/00—Arrangements for software engineering
- G06F8/40—Transformation of program code
- G06F8/41—Compilation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F15/00—Digital computers in general; Data processing equipment in general
- G06F15/76—Architectures of general purpose stored program computers
- G06F15/78—Architectures of general purpose stored program computers comprising a single central processing unit
- G06F15/7807—System on chip, i.e. computer system on a single chip; System in package, i.e. computer system on one or more chips in a single package
Landscapes
- Engineering & Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Computer Hardware Design (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Software Systems (AREA)
- Computing Systems (AREA)
- Microelectronics & Electronic Packaging (AREA)
- Advance Control (AREA)
Abstract
本披露公开了一种编译方法、编译装置和机器可读存储介质。通过将程序代码编译为混合规模(MS)指令,可以非常方便地将各种新的执行单元和/或IP核加入到片上系统中,而无需进行大量的编程/编译工作,因此可以很好地支持片上系统的扩展性。此外,同一MS指令可以用多个版本的子指令,也为指令执行时的调度提供了更多选择,便于提升流水线的执行效率。
Description
技术领域
本披露一般地涉及编译领域。更具体地,本披露涉及一种编译方法、编译装置及机器可读存储介质。
背景技术
由于摩尔定律和登纳德缩放定律(Dennard Scaling)的结束,通用CPU的性能增益持续下跌。领域特定的架构(Domain-specific architecture,DSA)成为继续提高整个计算系统的性能和效率的最具前景和可行的方式。DSA迎来了大爆发,其被视为打开了计算机架构的新黄金时代。提出了各种各样的DSA以加速特定应用,例如各种xPU,包括用于数据流处理的DPU、用于图像处理的GPU、用于神经网络的NPU、用于张量处理的TPU等。随着越来越多的DSA,尤其是用于计算目的的DSA(也称为IP),被集成到片上系统(SoC)中以获得高效率,当前计算系统中硬件的异构性也在持续增长,从标准化变为定制化。
当前,IP通常仅暴露IP相关的硬件接口,这迫使SoC利用在主机CPU上运行的代码、将IP当做独立的设备进行管理。由于极难直接为应用开发者管理硬件异构性,通常花费大力气构建编程框架以帮助应用开发者管理这种硬件异构性。例如,用于深度学习的流行编程框架包括PyTorch、TensorFlow、MXNet等,它们都为应用开发者提供了高级、易用的Python接口。
然而不幸的是,由于较低的生产率和硬件利用率,这种在以CPU为中心的SoC中软件管理的异构性妨碍了用户应用在不同的SoC上高效地运行。低生产率源于编程框架和应用二者。对于编程框架开发者,为了支持不同的SoC,编程框架必须利用不同的IP实现它们各自的高级抽象接口,这需要大量的开发工作。对于应用开发者,SoC中不同IP的差异要求同一应用具有不同的实现,导致沉重的编程负担。并且,这对于编程框架不支持的IP而言,情况可能变得甚至更差,因为需要手动管理硬件异构性。低硬件利用率与CPU为中心的SoC和具有某些通用性的IP有关。在当前的SoC中,主机CPU必须将IP视为独立的设备,并利用在主机CPU上运行的代码(也即,以CPU为中心)来管理不同IP之间的协同,导致控制和数据交换两方面上均存在不可忽略的开销。此外,随着集成很多具有某些通用性的IP,领域特定的编程框架可能无法利用其他领域的可用IP来执行同一功能。例如,使用DLA需要在NivdiaTegra Xavier中显式编程。
然而,目前很少有研究调查关于增长的硬件异构性导致的编程生产率问题,大部分研究仍然专注于提高单个IP的性能和能源效率。有些工作通过在某些场景中针对基于流的应用按链来调度IP或者在硬件中添加捷径(shortcut)来开发SoC性能。还有的提议了一种分形方法来解决编程生产率问题,不过是在不同规模的机器学习加速器上。结果,日益增长的硬件异构性彻底改变了构建未来SoC系统的范式,并提出了如何构建具有高生产率和高硬件利用率的SoC系统的关键问题。
发明内容
为了至少部分地解决背景技术中提到的一个或多个技术问题,本披露从多个方面提供了解决方案。一方面,提供了一种新的统一的片上系统架构框架(其可以称为片上系统即处理器,Soc-as-a-Processor,简称SaaP),其消除了软件角度的硬件异构性,以提高编程生产率和硬件利用率。另一方面,提供了一种架构自由的混合规模指令集,以支持高生产率和SaaP的新部件,包括用于片上管理的存储小泡(vesicle),以及用于数据通路的片上互连,从而构建高效的SaaP架构。再一方面,提供了一种编译方法,用于将各种高级编程语言的程序代码编译成混合规模指令。本披露其他方面还针对指令中的分支预测、异常和中断等方面提供了解决方案。
在第一方面中,本披露公开一种编译方法,包括:从待编译程序中提取混合规模(MS)操作,所述混合规模操作具有可变的执行周期数;以及将所述混合规模操作进行封装以形成MS指令。
在第二方面中,本披露公开一种编译装置,包括:处理器,其配置用于执行编译程序代码;以及存储器,其配置用于存储所述编译程序代码,当所述编译程序代码由所述处理器加载并执行时,使得所述装置执行根据前述第一方面的编译方法。
在第三方面中,本披露公开一种机器可读存储介质,所述机器可读存储介质包括编译程序代码,所述编译程序代码在被执行时使机器执行前述第一方面的方法。
根据如上提供的编译方法、编译装置和机器可读存储介质,通过将程序代码编译为混合规模(MS)指令,可以非常方便地将各种新的执行单元和/或IP核加入到片上系统中,而无需进行大量的编程/编译工作,因此可以很好地支持片上系统的扩展性。此外,同一MS指令可以用多个版本的子指令,也为指令执行时的调度提供了更多选择,便于提升流水线的执行效率。
附图说明
通过参考附图阅读下文的详细描述,本披露示例性实施方式的上述以及其他目的、特征和优点将变得易于理解。在附图中,以示例性而非限制性的方式示出了本披露的若干实施方式,并且相同或对应的标号表示相同或对应的部分,其中:
图1示例性示出了SoC的典型架构;
图2示出了SoC上的硬件异构性;
图3示出了传统SoC的典型时间线;
图4a用简化图示意性示出了根据本披露实施例的SaaP架构;
图4b示出了传统的SoC架构作为对比;
图5示出了根据本披露实施例的SaaP的整体架构;
图6示例性示出在MISC架构上执行任务的一个示例过程;
图7示出了根据本披露实施例的指令执行方法的示例性流程图;
图8示出了根据本披露实施例的针对分支指令的指令执行方法的示例性流程图;
图9示出了根据本披露实施例的一种指令执行方法的示例性流程图;
图10示出了根据本披露实施例的一个指令执行示例;
图11示出了几种不同的数据通路设计;
图12示出根据本披露实施例的编译方法的示例性流程图;
图13示出了一个示例程序;以及
图14示出本披露实施例的一种板卡的结构示意图。
具体实施方式
下面将结合本披露实施例中的附图,对本披露实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本披露一部分实施例,而不是全部的实施例。基于本披露中的实施例,本领域技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本披露保护的范围。
应当理解,本披露的权利要求、说明书及附图中可能出现的术语“第一”、“第二”、“第三”和“第四”等是用于区别不同对象,而不是用于描述特定顺序。本披露的说明书和权利要求书中使用的术语“包括”和“包含”指示所描述特征、整体、步骤、操作、元素和/或组件的存在,但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。
还应当理解,在本披露说明书中所使用的术语仅仅是出于描述特定实施例的目的,而并不意在限定本披露。如在本披露说明书和权利要求书中所使用的那样,除非上下文清楚地指明其它情况,否则单数形式的“一”、“一个”及“该”意在包括复数形式。还应当进一步理解,在本披露说明书和权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合,并且包括这些组合。
如在本说明书和权利要求书中所使用的那样,术语“如果”可以依据上下文被解释为“当...时”或“一旦”或“响应于确定”或“响应于检测到”。
片上系统(SoC)是一种集成电路芯片,其在同一芯片上集成了系统所有关键部件。SoC是当今移动/边缘场景中最常见的集成方案。相比于基于主板的解决方案,它的高度集成改善了系统性能,减少了总体功耗并提供了小得多的面积成本。
图1示例性示出了SoC的典型架构。
由于有限面积/功率预算下的性能要求,SoC通常集成很多专用的硬件IP,通常是出于计算目的的领域特定的架构,尤其是为了加速特定领域的应用或特定应用。这些硬件IP有些是SoC设计方定制的,例如神经网络处理IP(苹果A15中的神经引擎(NE)、英伟达Jetson Xavier中的深度学习加速器(DLA)、海思麒麟中的神经处理单元(NPU)和三星Exynos),有些是IP供应商标准化的,例如Arm或Imagination的CPU和GPU,Synopsys或Cadence的DSP,Intel或Xilinx的FPGA,等等。
在图1的示例中,示出了CPU 101、GPU 102、NPU 103、片上RAM 104、DRAM控制器105、仲裁器(Arbiter)106、译码器107、外部存储接口108、总线桥109、UART 110、GPIO 111、ROM接口112等。
传统的SoC设计利用共享数据总线或片上网络(NoC)将各个部件链接在一起。用于SoC片上互联的一种常见总线是ARM的开放标准的高级微控制器总线架构(AMBA)。
在图1的示例中,SoC使用共享总线连接和管理SoC中的各个功能块,这些共享总线包括用于高速连接的高级高性能总线(AHB),以及用于低带宽低速连接的高级外围总线(APB)。也可以引入其他网络类拓扑,也即NoC,利用基于路由器的分组交互网络来管理更多部件。
集成多个不同的IP导致了SoC上的硬件异构性。硬件异构性包括SoC内IP的异构性和SoC间IP的异构性。
图2示出了SoC上的硬件异构性。图中示出了几个SoC上集成的IP。例如,某型号A在SoC上集成了CPU和GPU;某型号B在SoC上集成了CPU、GPU和用于神经网络处理的神经引擎(NE);某型号C在SoC中集成了CPU、GPU和用于神经网络处理的神经处理单元(NPU);某型号D在SoC集成了CPU、GPU、用于深度学习的深度学习加速器(DLA)和可编程视觉加速器(PVA)。
从图中可以看出,同一SoC上,IP各有不同,例如用于不同的目的。关于SoC内IP的异构性,这是由于越来越多的不同类型(尤其是用于计算目的)的IP被集成到SoC中以获得高效率。新的IP会持续引入SoC。例如,一种新型的、神经网络处理类的IP被广泛地引入到近来的移动SoC中。而且,SoC中的处理单元的数量也在持续增长。例如,某型号A的SoC主要包括10个处理单元(2个大核,2个小核,以及一个6核GPU);而在某型号B中,处理单元的数量增加到30个(2个大通用核,4个小通用核,一个16核神经引擎,以及一个5核GPU)。
关于SoC间IP的异构性,不同SoC上实现相同功能的IP可能差异很大,因为出于商业原因总是优选自己的IP。例如,如图2中的(b)、(c)和(d)所示,相同的功能(例如神经网络处理)指向不同的IP。在某型号B的SoC中是神经引擎(NE);在某型号D中是深度学习加速器(DLA);在某型号C中是神经处理单元(NPU)。此外,很多计算目的的IP针对某个领域(例如深度学习)或某些操作类型具有一定的通用性(例如,具有张量操作的GPU)。
对诸如计算目的的GPU和NPU之类的IP进行编程可以基于来自编程框架和供应商的支持来实现。例如,为了加速神经网络处理,应用开发者可以直接使用深度学习编程框架,例如PyTorch、TensorFlow、MXNet等,以代替直接地手动管理。这些编程框架提供高级编程接口(C++/Python)以定制化IP,这些使用IP供应商的低级接口来实现。IP供应商通过提供不同的编程接口,例如PTX、CUDA、cuDNN和NCCL等,来使得他们的硬件驱动器适合于这些编程框架。
然而,编程框架要求极其巨大的开发工作,因为要求它们能够弥补软件多样性和硬件多样性之间的差距。编程框架为应用开发者提供高级接口以提高编程生产率,而这些接口是精心实现的,以提高硬件性能和效率。例如,Tensorflow初始由大约100个开发者开发,目前已有3000+贡献者进行维护以支持数十种SoC平台。针对上千的Tensorflow算子,在某个IP上优化一个算子可能要耗费一个熟练开发者几个月的时间。即使利用编程框架,对于不同的SoC,可能也要求应用开发者具有不同的实现。例如,针对某型号D编写的程序不能直接运行在GPU的TensorCore的服务器端DGX-1上。
编程框架很难实现高效率,根源在于SoC是通过主机CPU进行管理。由于运行在主机CPU上的编程框架控制整个执行过程,控制和数据的交互不可避免。其针对控制使用仅CPU-IP交互的方式进行处理,针对数据交换使用仅存储器-IP交互的方式进行处理。
图3示出了传统SoC的典型时间线。如图所示,主机CPU运行编程框架以进行运行时管理,其中对IP的每次调用都将由主机CPU来启动/结束,这带来不可忽略的运行时开销。数据保存在片外主存储器中,IP从主存储器读取/写入数据,这带来额外的数据访存。例如,当在某型号D上运行神经网络YOLO时,控制将从GPU返回给编程框架39次,占据DRAM空间量56.75M,其中95.06%是不必要的。根据Amdahl定律,系统的效率是有限的,特别是对于由碎片化操作组成的程序。
发明构思
考虑到向管理软件暴露硬件异构性会导致低生产率和低硬件利用率,本披露提出了一种让SoC硬件自己管理异构性的解决方案。发明人注意到,经典的CPU中将异构的算术逻辑单元(ALU)和浮点运算单元(FPU)视为流水线中的执行单元并通过硬件进行管理。受此启发,直观上,IP也可以视为IP级别的流水线中的执行单元,也即一种统一的片上系统即处理器(SoC-as-a-Processor,SaaP)。
图4a用简化图示意性示出了根据本披露实施例的SaaP架构。作为对比,图4b示出了传统的SoC架构,其中单线表示控制流,宽线表示数据流。
如图4a所示,本披露实施例的SaaP将Soc重构为处理器,包括系统控制器410(相当于处理器中的控制器,也即流水线管理器),用于管理硬件流水线,包括从系统内存(例如,图中的DRAM 440)取回指令、对指令进行译码、分派指令、撤销指令、提交指令等。多个异构IP核,包括CPU核,均作为硬件流水线420中的执行单元集成于SoC中(相当于处理器中的运算单元),用于执行系统控制器410分派的指令。因此,SaaP可以利用硬件流水线而不是编程框架来管理异构IP核。
与多标量范式类似,程序被划分为任务,任务可以小到单个标量指令,或者大到整个程序。一个任务可以在各种类型的IP核上实现,在执行时会分派到特定的IP核上。这些任务在SaaP中称为指令。由于任务有不同的大小,因此本披露实施例提出了一种混合规模(mixed-scale,MS)指令以配合具有IP级别流水线的SaaP来工作。MS指令是一种统一的指令,能够适用各种异构IP核。因此,硬件异构性在MS指令下是透明的。MS指令由系统控制器410进行取指、译码、分派、撤销、提交等操作。MS指令的采用可以充分利用混合级并行性。
进一步地,还可以为SaaP提供片上存储器430,例如片上SRAM或寄存器,用于缓存执行单元(IP核)执行时相关的数据,例如输入数据和输出数据。由此,系统内存上的数据搬运到片上存储器中之后,IP核可以与片上存储器交互,以进行数据访存。片上存储器430类似于处理器中的寄存器,由此,片上IP协同也可以以类似于多标量流水线中的寄存器转发的方式隐式实现。
在SaaP的硬件流水线中,可以通过利用MS指令来充分利用混合级别的并行,利用片上存储器来实现IP核之间的数据交换,从而获得高硬件性能。而且,SaaP允许任意类型的IP核集成为执行单元,而来自应用开发者的高级代码只需稍微调整就可以编译给新IP核,由此使得能够提高编程生产率。
与之相比,图4b所示的传统SoC以CPU为中心,在主机CPU上运行编程框架。各种IP核作为孤立的设备附着在系统总线上,通过在主机CPU上运行的软件来管理。从图中可以看出,在传统SoC中,对于控制流,仅存在CPU-IP交互;对于数据流,仅存在系统内存(DRAM)-IP交互。
在SaaP中,以IP级别的流水线来构建SoC,IP核作为执行单元进行管理。这样,控制流自然可以由流水线管理器来管理,在运行时则不需要编程框架。而且,利用类似于流水线转发的机制,数据交换可以直接在不同的IP核之间进行。
将CPU标量流水线扩展到IP级别流水线不可避免地面临很多挑战。一个挑战在于一致性。由于诸如DL加速器一类的异构IP核按各种大小的块来访问数据(例如,张量和矢量),而不是按标量数据,随着数据块在流水线中并发地流动,检查数据依赖性和维护数据一致性变得极其复杂。因此,寄存器文件、缓存层级和数据通路都需要从根本上重新设计。另一个挑战在于可伸缩性。根据Amdahl定律,IP协同的开销(通常在μs级别)无意中限制了传统SoC的可伸缩性。这种开销还会阻止子μs级内核利用IP,因为这种开销可能会超过执行时间。而且,对于可伸缩性而言,SaaP不应青睐时间/面积昂贵的设计,诸如链式撤销(chained squashing)和交叉矩阵互连(crossbar)。
尽管存在来自多个方面的挑战,但是发明人研究发现,问题的根源仅仅在于传统设计理念中共享数据的所有权不明确。在传统的SoC中,数据可以在任何时候被不同的IP核访问和修改,并且可以存在多个数据副本。因此,为了正确地执行程序,需要引入具有大量开销的复杂机制,诸如总线侦听、原子操作、事务内存和地址解析缓冲区,以保持数据一致性和IP协同的一致性。
为了避免由于共享数据的所有权不明确而导致的缺陷,SaaP SoC在设计中遵循纯粹独占所有权(PXO)架构的原则。其原理是系统中与数据相关的资源,包括片上缓冲区、数据通路、数据缓存、内存和I/O设备,在某一时间被一个IP核独占。下面将结合附图详细描述本披露实施例提供的SaaP架构及其相关设计。
SaaP整体架构
图5更详细地示出了根据本披露实施例的SaaP的整体架构。类似于Tomasulo流水线,SaaP可以包含一个乱序五级流水线。
如图所示,在SaaP中,作为流水线管理器的系统控制器可以包括多个功能部件,以在流水线管理过程中实现不同的功能。例如,指令译码器511可以对本披露实施例提出的MS指令进行译码。指令分派器512可以对MS指令进行分派。指令退出电路513,用于完成指令提交,并按顺序退出已完成的MS指令。MS指令缓存器514,用于缓存MS指令。重命名电路515,用于对指令所涉及的存储元件进行重命名,以例如解决可能的数据冒险。系统控制器可以利用重命名机制来实现以下任一或多项处理:解决存储元件上的数据冒险;MS指令撤销,MS指令提交,等等。异常处理电路516,用于响应于IP核抛出的异常,进行相应的处理。各个部件的功能将在后文相关部分的描述中展开。
集成的异构IP核(图中示例性示出了CPU核、GPU核,DLA核等各种IP核)充当执行单元的角色,用于执行实际运算。这些异构IP核及相关部件(例如保留站521、IP指令缓存器522等)可以统称为IP核复合体520。
SaaP中还提供了片上存储器。在一些实现中,片上存储器可以实现为一堆暂存器(也称为一组存储小泡),用于缓冲输入和输出数据。存储小泡充当处理器中的寄存器的角色。存储小泡可以包括多个存储容量大小不等的暂存器,用于缓存多个异构IP核执行时相关的数据。例如,存储小泡的容量大小范围可以从64B、128B、256B、…256KB,直到512KB不等。优选地,小容量的存储小泡的数量多于大容量的存储小泡的数量,从而便于更好地支持不同规模的任务需求。这一组存储小泡可以统称为存储小泡复合体530。
在存储小泡复合体530与IP核复合体520之间,提供了片上互连540,用于在多个异构IP核与一组存储小泡之间提供无阻塞的数据通路连接。片上互连充当共享数据总线的角色。在一些实施例中,片上互连540可以基于排序网络实现,从而可以在只需要少量的硬件成本和可接受的延迟的情况下,提供无阻塞的数据通路。在本文中,片上互连540也可以称为高尔基(Golgi)。
如前面所提到,SaaP SoC在设计中遵循纯粹独占所有权(PXO)架构的原则。为此,在一些实施例中,上述多个异构IP核中可以指定一个IP核为母核,负责管理整个系统。例如,母核独占式地管理系统内存与存储小泡之间的数据交换。母核也独占式地管理与外部设备的I/O操作。母核还可以主控操作系统(OS)和运行时,至少负责以下任一或多项处理:进程管理、页面管理、异常处理和中断处理等。例如,在分支和预测执行中,通过异常处理来实现分支和预测执行,其中将不可能的分支当做不可能分支异常(UBE)进行处理。可以采用静态预测来实现分支和预测执行。考虑到母核的作用和功能,通常将具有通用处理功能的CPU核确定为母核。在一些实施例中,优选增强母核的I/O能力,例如引入DMA模块以减轻连续的数据复制压力。
在一些实施例中,非母核的IP核可以根据其功能和/或类型划分成不同的IP车道。母核本身属于一个单独的IP车道。图5中示出了母核车道、CPU车道、CPU车道、DLA车道、等等。继而,在调度MS指令时,可以至少部分基于MS指令的任务类型,将MS指令分派到适合的IP车道。
大体上,SaaP利用MS指令执行整个程序。初始时,当系统控制器取回一条MS指令时,会对其进行译码以预备数据以供执行。数据从系统内存加载到存储小泡或从其他存储小泡快速转发。如果不存在冲突,则该MS指令会被发送到MS指令分派器,并且之后发射到合适的IP核(例如,DLA核)以实际执行。此IP核将基于所发射的MS指令,加载预编译的实际的IP特定的代码(例如,DLA指令)。之后,IP核将执行该实际的代码,这非常类似于在常规加速器上的执行。在执行完成后,MS指令将从流水线中退出并提交其结果。
上面对本申请实施例的SaaP SoC的整体架构和任务执行过程进行了概括描述。下面将详细描述各个部分的具体实现。可以理解,虽然在SaaP SoC的环境中描述各个部分的实现,但是这些部分也可以脱离SaaP SoC,应用到其他类似环境中使用,例如非异构的系统中,本披露实施例在此方面没有限制。
MS(混合规模)指令
硬件上的异构性在软硬件接口上体现为指令格式的不同,并且每条指令的执行周期数相差也很大。表1示出了不同指令集之间的比较。对于标量系统,通常包括CISC(复杂指令系统计算机)和RISC(精简指令集计算机)两种指令集。如表所示,CISC每条指令的长度不确定,有些指令功能复杂,拍数较多,有些指令功能简单,拍数较少。根据单条指令的执行复杂程度,指令周期数在2~15拍。RISC的指令长度是一定的,单条指令的指令周期数比较统一,大约在1~1.5拍。
由于SaaP SoC的异构性,其上的各种IP核(包括CPU、各种xPU)所需要的指令集是不一样的,诸如在规模或粒度等方面。为了隐藏这种异构性(也即指令格式、执行周期数等),在本披露一些实施例中,提供了一种混合规模(Mixed-scale,MS)指令集(MISC),其形式类似于RISC,可适合于各种IP核。这些IP核(主要为计算目的的各种加速器)大部分需要高效地处理一些大粒度的复杂工作,因此单MS指令的执行周期数(CPI)比RISC要长,在10~10000+拍,属于一个比较大的范围。表1中也示出了本披露实施例提供的MISC。
表1不同指令集的比较
SaaP的每个实例即是混合规模指令集计算机(MISC)。MISC指令集由MS指令组成。不同于RISC和CISC,MISC具有其独特的设计风格。
首先,MS指令具有混合的负载大小,可以是比较小的负载,例如只需要执行10拍,也可以是比较大的负载,例如需要执行10000多拍。因此,每条MS指令携带的负载可能要求不同尺寸大小的容器,以方便从容器中取数据,以及将计算出的结果数据存出到容器中。在本披露实施例中,利用前文提到的一组尺寸多样(例如从64B到512KB)的存储小泡来存储MS指令所需的输入和/或输出数据,从而支持MS指令的这种混合负载大小。
其次,MS指令是IP无关的,也即MS指令对IP是不感知的。具体地,针对每个IP核特定的指令(也即异构的指令)被封装在MS指令中,封装后的MS指令格式与具体封装了哪个IP核并不相关。
在一些实施例中,MS指令可以包括一个子指令域,该子指令域指示能够执行MS指令的一个或多个IP核特定的子指令信息。可以理解,该MS指令将来需要运行在某个IP核上,也即意味着有一段该IP核能识别的代码(也即IP核特定的代码),这些代码也是由一条或多条该IP核特定的指令构成,这些指令被封装在MS指令中,因此称为子指令。由此,系统控制器可以根据子指令域,将MS指令分派给对应的IP核。子指令信息可以包含子指令的类型(也即IP核的类型或IP车道的类型)和/或子指令的地址。可以有多种实现方式来表示子指令信息。
在一种实现中,可以将一个或多个IP核特定的子指令的地址放入子指令域中。这种方式可以直接确定MS指令中的子指令类型和地址。不过在这种实现中,由于同一MS指令可能能够在多个异构IP核上运行,因此MS指令的长度会随着能够运行该MS指令的IP核类型数量而变动。
在另一种实现中,可以用一个比特序列来表示该MS指令是否存在相应类型的子指令,同时可以使用一个首地址来表示第一段子指令地址。比特序列的长度可以是IP核类型或IP车道类型的数量,从而比特序列中每一比特可以用于指示是否存在对应类型的子指令。第一段子指令地址直接根据首地址获得,后续IP车道对应的子指令地址可以通过固定的方式索引(例如间隔一段地址距离),或者通过直接跳转MS指令实现。本披露实施例对于MS指令的具体格式实现没有限制。
MS指令被定义成执行复杂功能。因此,每条MS指令执行一个复杂功能,例如卷积,该指令将被分解成细粒度IP特定的代码(也即子指令)以供实际执行,例如RISC指令。IP特定的代码可以是根据标准库编译的代码(例如,来自libstdc++用于内积的std::inner_product),也可以是根据供应商特定的库生成的代码(例如,来自cuBLAS同样用于内积操作的cublasSdot)。这使得SaaP有可能集成不同类型的IP,因为同一MS指令可以灵活地发射给不同类型的IP核。因此,异构性对于应用开发者而言是隐藏的,这也增加了SaaP的鲁棒性。
从上文可以看出,无论子指令是用于哪个IP核,例如CPU、GPU、DLA、NPU等,都不会改变MS指令的格式,因此从这个角度,MS指令是IP无关的。
再次,MS指令具有有限的元数。针对数据管理,每个MS指令将访问最多三个存储小泡:两个源存储小泡和一个目的地存储小泡。也即,针对数据管理,每条MS指令至多具有两个输入数据域和一个输出数据域,用于指示执行该MS指令相关的数据信息。在一些实现中,这些数据域可以通过关联的存储小泡的编号来表示,例如分别指示两个输入存储小泡和一个输出存储小泡。有限的元数减少了冲突解决、重命名、数据通路设计和编译器工具链的复杂性。例如,若MS指令的元数不受限,则不同的MS指令的译码时间差异就会非常大,从而导致硬件流水线不规整,出现一些低效的问题。针对高元数的函数或功能(例如超过3个元数),可以通过柯里化(Currying)来实现。柯里化是一种将多变量函数转换为单变量函数序列的技术,例如通过嵌套、链式等方式。由此,可以支持将具有任意数量的输入和输出的功能/函数转换为满足MS指令的有限元数的功能/函数。
最后,MS指令无副作用。此处“无副作用”是指当前指令的执行状态不会影响后续指令的执行。换言之,如果当前指令要被撤销的话,能够实现将其撤销掉,而不会让它的残留状态影响到后续指令的指令。除了修改输出存储小泡中的数据之外,MS指令的执行不会在SaaP架构上留下任何可观测到的副作用。唯一的例外是在母核上执行的MS指令,因为母核可以对系统内存和外部设备进行操作。这一约束对于实现混合级并行(MLP)非常重要,因为这使得当例如根据预测执行的要求,需要撤销MS指令时,能够简单地回滚影响。换言之,在非母核的IP核上执行的MS指令的数据域只能指向存储小泡,而不能指向系统内存。并且,对应输出数据的存储小泡被独占式地指派给执行该MS指令的IP核。
由此可见,通过提供一种新的MS指令集,在软硬件接口上做一个统一的抽象,从而可以隐藏不同的硬件或者说不同的指令之间的异构性,使得在硬件层面上看到的是统一的MS指令格式。这些MS指令可以分发到不同的IP核上去实际执行。
图6示例性示出在MISC架构上执行任务的一个示例过程,以更好地理解MS指令的实现方案。图示的MISC架构例如具有一个母核和一个IP核。待执行的任务是制作三明治(材料:面包和肉)和蔬菜沙拉(材料:蔬菜)。其中,为方便绘图,图6中,面包命名为A,肉命名为B,蔬菜命名为C,三明治命名为D,沙拉命名为E。母核管理系统内存,因此首先由母核将待加工的材料从系统内存加载到存储小泡上,接着IP核可以对存储小泡上的材料进行处理。上述任务可以表示为下列MS指令流:
1)“Load Bread”v1,void,void
2)“Load Meat”v2,void,void
3)“Make Sandwich”v1,v1,v2
4)“Store Sandwich”void,v1,void
5)“Load Green”v1,void,void
6)“Make Salad”v1,v1,void
7)“Store Salad”void,v1,void
可以理解,MS指令在母核和IP核上执行时都应当提供各个核特定的代码形式,也即核特定的子指令,从而各个核能够知道如何执行相应的任务。为了简单起见,这些子指令在上面的MS指令流中仅简单示出其处理任务或功能,未区分不同形式。MS指令中使用的存储小泡(v1,v2)是逻辑编号。在实际执行中,存储小泡被重命名为不同的物理编号,以解决WAW(写后写)依赖性以及支持乱序预测执行。指令中的void表示对应域不需要存储小泡,例如涉及系统内存时。
在图6中,①为初始状态;②为母核执行“Load Bread”这条MS指令。Load指令涉及对系统内存的访问,因此被分派给母核来执行。母核将系统内存的数据取出存入v1这个存储小泡中。具体涉及的系统内存的访存地址信息可以额外放在一个指令域中,本披露实施例在此方面没有限制。③为母核执行“Load Meat”指令,与“Load Bread”指令类似,母核将系统内存的数据取出存入v2这个存储小泡中。
接着,④为执行“Make Sandwich”指令,这条MS指令被分派给IP核进行处理,因为需要花费较多的处理时间。按照原始指令,IP核需要从v1取出面包,从v2取出肉,制作后放入v1中。此处由于要写入的v1和要读出的v1是同一个,存在一个读后写(RAW)相关,也即必须等v1中的数据完全读出了才能写入。但这种方式不太现实,因为MS指令可能非常庞大,例如需要几万拍,而中间制作出来的三明治需要有地方存储。为了解决这一数据冒险,可以采用存储小泡重命名机制。例如,MS指令在分派前,通过图5所示的存储小泡重命名电路515将MS指令中存储小泡的逻辑名称重命名映射为物理名称,以消除数据冒险。同时,存储小泡重命名电路515保存该物理名称与逻辑名称之间的映射关系。在图6的示例中,“MakeSandwich”指令的输出数据对应的存储小泡v1被重命名为存储小泡v3,因此制作好的三明治被放入v3中。图6的v3中的省略号表示此写入过程需要持续一段时间,不会很快写完。
在⑤中,由于制作三明治需要花费较多时间,因此还不能执行紧随其后的“StoreSandwich”指令,但是其后的“Load Green”指令与前面的指令没有依赖关系,因此可以并行执行。类似地,“Load Green”指令所涉及的存储小泡v1也涉及一个读后写相关,因此可以采用存储小泡重命名机制,将相应的存储小泡v1重命名映射为存储小泡v4。同样,由母核执行“Load Green”指令,将系统内存中的数据取出写入v4这个存储小泡中。
在⑥中,由于IP核已被占用制作三明治,因此为了提高效率,根据调度策略,“MakeSalad”指令可以分派给当前空闲的母核来执行。各个核的状态例如可以通过一个比特序列来标记,以方便指令分派器分派指令。同样,此处也应用了重命名机制。母核从存储小泡v4中取出蔬菜,制作成沙拉后放入存储小泡v5中。
在⑦中,当三明治制作好之后,此时可以执行之前被阻塞的“Store Sandwich”指令。Store指令涉及对系统内存的访问,因此被分派给母核来执行。母核将存储小泡v3的数据取出存入系统内存中。
在⑧中,当沙拉制作好之后,可以执行“Store Salad”指令。母核将存储小泡v5的数据取出存入系统内存中。
需要注意,在⑦和⑧中,即使沙拉比三明治先制作好,“Store Salad”指令也需要放在“Store Sandwich”指令之后执行,从而确保顺序提交,由此在发生指令撤销时不会产生任何副作用。
从上述示例过程可以看出,当数据准备好之后,IP核就可以开始执行处理。“MakeSandwich”需要花费较多的时间,因此,“Make Salad”在母核上执行并提前完成,从而可以充分挖掘混合级别的并行性(MLP)。由此不同IP核之间的执行是互不干扰的,也即可以乱序执行,但是提交时是顺序提交的。
系统控制器
对于MS指令间或者指令本身的处理,统一由系统控制器(也可以称为指令处理装置)来管理。下面详细描述系统控制器中各个部件的功能。SaaP SoC采用乱序流水线来挖掘IP核之间的混合级别并行性。流水线可以包含5级:取值&译码、冲突解决、分派、执行和退出。
图7示出了根据本披露实施例的指令执行方法的示例性流程图。以下的描述可以同时参考图5所示的SaaP架构进行理解。此外,为了便于描述和理解,图7示出了包含完整流水线的指令执行过程,但是本领域技术人员可以理解,有些步骤可能只在特定情况下发生,因此不是在所有情况下都是必需的,根据具体情况可以辨别其必要性。
首先,在步骤710中进行取指&译码。在这一级,基于MS程序计数器(PC)从MS指令缓存器514中取回MS指令,指令译码器511对取回的MS指令进行译码以预备操作数。译码后的MS指令可以放在指令译码器511的指令队列中。
如前面所描述的,MS指令包括一个子指令域,其指示能够执行该MS指令的一个或多个IP核特定的子指令信息。子指令信息例如可以指示子指令的类型(也即IP核的类型或IP车道的类型)和/或子指令的地址。
在一些实施例中,当取回MS指令并译码时,此时可以根据译码结果,将对应的子指令预先取回并存储在指定位置,例如子指令缓存器522(图5中也称为IP指令缓存器)中。由此,当该MS指令被发射到对应的IP核上执行时,该IP核可以从子指令缓存器522中取出相应的子指令以便执行。
在一些情况下,MS指令可能是分支指令。在本披露实施例中,采用静态预测来确定分支指令的方向,也即确定下一MS的PC值。发明人分析了基准测试程序中的分支行为,发现大规模指令分支中80.6%~99.8%的分支可以在编译时正确预测。由于大规模指令决定了整体执行时间,因此在本披露实施例中,采用静态预测来执行分支预测,从而可以省去硬件分支预测器。由此,无论何时遇到分支,总是假设下一MS指令是静态预测的可能分支方向。
当分支误预测时,将触发不可能分支异常(unlikely branch exception,UBE)。当发生异常时,错误的MS指令需要被撤销,下一MS指令计数设置成UBE的不可能分支,或者其他情况下发生异常陷阱(exception trap)。后文将详细描述分支和预测执行的处理方案。
接着,流水线前进到步骤720,在此对可能存在的冲突进行解决。在这一级,取回的MS指令进行排队以解决冲突。可能的冲突包括(1)数据冒险;(2)结构冲突(例如,在退出单元中没有可用空间);以及(3)异常违例(例如,阻塞不能被轻易撤销的MS指令,直到它被确认采取)。
在一些实施例中,可以通过存储小泡重命名机制来解决写后读(WAR)和写后写(WAW)这一类的数据冒险。存储小泡重命名电路515用于在MS指令中涉及的存储小泡上存在数据冒险时,在分派该MS指令之前,将存储小泡的逻辑名称重命名映射为物理名称,以及保存存储小泡的物理名称与逻辑名称之间的映射关系。通过存储小泡重命名机制,SaaP可以支持更快的MS指令撤销(通过简单地丢弃对输出数据存储小泡的重命名映射来实现)和无WAW冒险的乱序执行。
在解决了可能存在的冲突之后,流水线前进到步骤730,在此由指令分派器512对MS指令进行分派。
如前面所描述的,MS指令具有子指令域,其指示了能够执行该MS指令的IP核。因此,指令分派器512可以根据该子指令域的信息,将MS指令分派给对应的IP核,具体地,先分派到该IP核所属的保留站中以供后续发射到合适的IP核。
在一些实施例中,IP核可以按其功能和/或类型划分为不同的IP车道,每条车道对应于一个特定的IP核模型。相应地,保留站也可以根据车道进行分组,例如每个车道可以对应一个保留站。例如图5中示出了母核车道、CPU车道、CPU车道、DLA车道、等等。不同的车道可以适于执行不同类型的任务。因此,在调度分派MS指令时,可以至少部分基于MS指令的任务类型,将MS指令分派到适合车道所对应的保留站,以供后续发射到适合的IP核。
在一些实施例中,除了考虑任务类型之外,还可以根据各个IP车道中的处理状态,在能够执行该MS指令的多个IP车道之间调度,从而提高处理效率。由于同一MS指令可能具有在多个IP核上有执行的多个不同实现,因此根据适当的调度策略,通过选择分派的车道可以缓解瓶颈车道的处理压力。例如,涉及卷积运算的MS指令可以被分派到GPU车道或DLA车道。二者都可以有效地执行,此时可以根据两个车道的压力来选择其一,从而加速处理进度。调度策略可以包括各种规则,例如选择吞吐量最大的IP核,或者选择子指令条数最短的IP核,等等,本披露实施例在此方面没有限制。
在一些实施例中,一些指定类型的MS指令必须分派给指定的IP核。例如,前文提及多个异构IP核中可以指定一个IP核为母核,负责管理整个系统。因此,一些涉及系统管理类型的MS指令必须分派给母核来执行。
具体地,母核独占式地管理系统内存与存储小泡之间的数据交换。因此,对系统内存进行访存的访存类型的MS指令被分派给母核。母核也独占式地管理与外部设备的I/O操作。因此,诸如显示输出一类的I/O类型的MS指令也被分派给母核。母核还可以主控操作系统(OS)和运行时,至少负责以下任一或多项处理:进程管理、页面管理、异常处理和中断处理等。因此,处理中断的MS指令被分派给母核。此外,当某些MS指令无法由其他IP核处理时,例如由于其他IP核处于繁忙状态,则可以分派给母核来处理。另外,根据MS指令调度策略,某些MS指令可能会被分配到母核上进行处理。此处不再一一列举。
接着,流水线前进到步骤740,在此阶段,MS指令可以由IP核乱序执行。
具体地,被分派到指令的IP核可以利用实际的IP特定的代码来执行MS指令的功能。例如,IP核根据分派的指令,从子指令缓存器/IP指令缓存器522中取回对应的子指令并执行。在此阶段可以实施Tomasulo算法来组织这些IP核,从而支持混合级的并行性(MLP)。一旦解决了存储小泡上的相关性,MS指令可以持续分派到IP核复合体中,从而可以乱序执行这些指令。
注意,在本披露实施例提供的SaaP SoC中,由于禁止对IP核的侵入性修改,因此IP核并不知道SaaP架构。为了适应SaaP,利用适配器对IP核进行封装,适配器将对程序的访问引导到IP指令缓存器522,并将对数据的访问引导到存储小泡。程序可以是加速器的接口信号(例如,用于DLA的CSB控制信号),或者是一段实现MS指令的IP特定代码(例如对于诸如CPU/GPU一类的可编程处理器而言)。运算类的MS指令是针对存储在一组存储小泡中的数据执行运算。这些存储小泡可以是多个存储容量大小不等的暂存器。每个IP核具有两个数据读出端口和一个数据写入端口。在执行期间,物理存储小泡排他性地连接到端口,因此从IP核的视角,存储小泡就像传统架构中的主内存一样工作。
最后,流水线前进到步骤750,也即退出阶段。在这一级,MS指令从流水线退出并提交结果。图5中的指令退出电路513,用于按顺序退出已完成的MS指令,并在MS指令退出时,通过确认该MS指令对其输出数据对应的存储小泡的重命名映射来提交执行结果。也即,通过在重命名电路515中永久地承认输出数据的存储小泡的重命名映射,来完成提交。由于仅是承认重命名映射,因此实际上没有任何数据被缓冲或复制,这样避免了数据量大时(这在各种以运算为目的的IP核中很常见)复制数据带来的额外开销。
应当理解,尽管在SaaP SoC的环境中描述了MS指令的执行过程,但是MS指令系统也可以应用于其他环境中,不限于具有异构IP核的环境,例如在同构环境中也可以使用,只要MS指令的执行单元能够独立解析并执行子指令即可。因此,上文的描述中,可以将IP核直接替换为执行单元,母核替换为主执行单元,上述方法依然适用。
分支和预测执行
MS指令流中也可能出现分支指令,分支指令引起控制相关。控制相关实际上是与MS指令的程序计数器PC的相关,PC值在取指时就要使用。如果分支指令处理得不好,下一条指令的取指就受影响,从而引起流水线的阻塞,影响流水线效率。因此,需要为MS指令提供有效的分支预测支持,也即,既对大规模指令有效,也对小规模指令有效。
在CPU的传统处理方式中,会在译码的时候计算分支条件,然后确定正确的分支目标,从而在下一拍取指时从分支跳转位置的地址取回下一条指令。这种分支条件计算以及将下一PC值设置为正确分支目标的值,通常只需要占据几拍的开销,这部分开销非常小,在常规CPU指令流水线中完全可以被流水线抵消。然而在MS指令流中,如果某条分支MS指令预测错误,则意味着在这个MS指令流的整个执行过程中的某个时间点,才发现该分支MS指令是预测错的,此时这个时间点的位置有可能与分支MS指令开始执行的时间相距几百拍或者几千拍或者更长。因此,在MS指令流水线中,不可能等到真正知道何时该跳转时才确定出下一MS指令的PC值。这样的话,预测的开销就会非常大。
发明人分析了5个基准测试程序中的分支行为,发现大规模指令分支中80.6%~99.8%的分支可以在编译时正确预测,也即可以通过静态方式进行预测。由于大规模指令占据总执行时间的大部分,决定了整体执行时间,因此在本披露实施例中,采用静态预测来执行分支预测,从而可以省去硬件分支预测器。
图8示出了根据本披露实施例的针对分支指令的指令执行方法的示例性流程图。该方法由系统控制器执行。
如图所示,在步骤810中,对MS指令进行译码。MS指令具有变化的每指令执行周期(CPI)。如前面所提到,MS指令的CPI范围可能在10拍~1万拍以上。MS指令这种变化的CPI特性也使得难以使用动态预测。
接着,在步骤820中,响应于MS指令为分支指令,根据分支指示信息获取下一MS指令,分支指示信息指示可能分支目标和/或不可能分支目标。
采用静态预测机制可以利用编译器的提示进行静态预测。具体地,在指令编译时,可以基于静态分支预测方式确定分支指示信息,并插入到MS指令流中。
取决于不同的静态分支预测方式,分支指示信息可以包含不同内容。例如,静态预测总是取可能分支目标作为下一MS指令地址。在一些情况下,为了保证指令缓存器的时间局部性,可能分支目标通常可以紧邻当前MS指令。因此,在这些情况下,分支指示信息可以只需要指示不可能分支目标。在另一些情况下,分支指示信息也可以同时指示可能分支目标和不可能分支目标。因此,在根据分支指示信息获取下一MS指令时可以将分支指示信息所指示的可能分支目标确定为下一MS指令。
既然是预测,就可能存在错误。发生分支预测错误时,需要取消该分支指令后面的所有指令,流水级越长,分支预测错误需要取消的指令数越多,指令流水线的效率损失也越大。由于MS指令采用静态预测方式,在分支条件确定之前,按照固有的方式取下一MS指令,这些指令可以乱序执行,但是要遵从前面描述的顺序提交。因此,当发现分支指令的预测方向错误时,需要恢复到正确的下一MS指令。此时,需要通过异常机制来实现,以修正错误的预测。
可选地或附加地,在步骤830中,当发生预测错误时,系统控制器会接收到不可能分支异常(UBE)事件。该UBE事件是由执行与分支指令关联的条件计算指令的执行单元(例如某个IP核)触发的。该UBE事件表示根据条件计算,分支方向应为不可能分支目标,也即之前的分支预测发生了错误。
此时,在步骤840中,系统控制器响应于该UBE事件,需要执行一系列的操作,才解决分支预测错误。这些操作包括:撤销分支指令之后的MS指令;提交分支指令之前的MS指令;以及将分支指示信息所指示的不可能分支目标确定为下一MS指令。这种处理对应一种精确异常,也即发生异常时,被异常打断的指令之前的所有指令都执行完,而该指令之后的所有指令都像没执行一样。由于UBE事件是由于分支预测错误引起的异常,因此,上述被异常打断的指令就是该分支MS指令。
针对需要撤销的MS指令所处的不同状态,可以采取不同的操作来实现撤销。需要撤销的MS指令通常可能处于三种状态:正在执行单元中执行;已执行结束;或者尚未执行。不同状态下可能会对不同的软硬件产生影响,因此需要消除这些影响。例如,若指令正在执行单元中执行,则需要终止正在执行这些需要撤销的MS指令的执行单元;若指令在执行过程中或执行之后对暂存器(例如存储小泡)进行过写入操作,则需要丢弃这些被要撤销的MS指令写过的暂存器;若指令尚未执行,则只需要从指令队列中将其取消。当然,由于指令队列会记录所有未退出/提交的指令,因此对于处于正在执行或已执行结束状态的指令,也需要将其从指令队列中取消。
因此,在一些实施例中,撤销分支指令之后的MS指令包括:取消指令队列中这些撤销的MS指令;终止执行这些撤销的MS指令的执行单元;以及丢弃被这些撤销的MS指令写过的暂存器。
从前文描述的指令退出过程可知,MS指令退出时,通过确认该MS指令对其输出数据对应的存储小泡的重命名映射来提交执行结果。因此,在丢弃被这些撤销的MS指令写过的暂存器时,可以只需要从保存有这些暂存器的物理名称与逻辑名称之间的重命名映射关系的记录中删除对应的映射关系即可。如前面所提及的,通过这种存储小泡重命名机制,可以支持更快的MS指令撤销,只需要简单地丢弃对输出数据存储小泡的重命名映射。
由此,在MS指令流水线中,通过静态预测的方式来处理分支MS指令可以节省硬件资源,同时适应MS指令这种大变化范围的CPI特性,提高流水线效率。进一步地,通过异常机制来处理分支预测错误,可以进一步节省硬件资源,简化处理。
异常和中断处理
从前面的分支预测处理可以看出,撤销大规模MS指令的成本可能很高。因此,在本披露实施例中提出一种指令执行方案,其可以阻塞可能引起高撤销成本的MS指令,直到该指令之前所有可能丢弃的指令都已执行,也即状态都已确定。这种指令执行方案在异常和中断处理中可以很好地提高MS指令流水线的处理效率。
图9示出了根据本披露实施例的一种指令执行方法的示例性流程图。该方法由系统控制器执行。
如图所示,在步骤910中,当发射MS指令时,检查该MS指令是否可能被丢弃。
在一些实施例中,检查MS指令是否可能被丢弃包括检查该MS指令是否具有可能丢弃标签。可能丢弃标签可以在编译时,由编译器根据MS指令的类型而插入。例如,当编译器发现MS指令是条件分支指令或者可能发生其他异常时,可以插入可能丢弃标签。
接着,在步骤920中,当确定该MS指令可能被丢弃时,阻塞该MS指令之后的特定MS指令的发射。
特定MS指令可以是那些大规模MS指令,或者通常撤销代价会比较高的MS指令。具体地,特定MS指令可以根据以下一项或多项条件进判断:MS指令的输出数据对应的暂存器(存储小泡)的规模大于设定阈值;对系统内存执行写操作的MS指令;执行时长超过预定值的MS指令;或者由特定执行单元执行的MS指令。当输出数据的存储小泡规模(容量大小)超过设定阈值时,说明该MS指令的输出数据量会比较大,相应撤销开销也较高。对写系统内存的MS指令进行阻塞主要是为了保证存储一致性。
在阻塞这些特定MS指令之后,其之前的MS指令仍然正常发射和执行。根据这些正常发射和执行的MS指令可能出现的情况,可以分别进行处理。
一方面,在步骤930中,当引起阻塞该特定MS指令的所有可能被丢弃的MS指令均已正常执行完成时,响应于此事件,可以发射该阻塞的特定MS指令以供执行单元执行。可以理解,此时可以确定该特定MS指令不会因为前面的指令而撤销,因此可以继续指令流水线的正常发射和执行。
另一方面,在步骤940中,当引起阻塞该特定MS指令的任一可能被丢弃的MS指令的执行出现异常时,响应于此异常事件,执行异常处理。同样地,这种异常处理对应一种精确异常,需要撤销该引起异常的MS指令及之后执行的MS指令,提交在该MS指令之前的MS指令;以及将相应异常处理程序的MS指令作为下一MS指令。
与前面在分支预测处理中的描述类似,撤销该引起异常的MS指令及之后的MS指令包括:取消指令队列中这些撤销的MS指令;终止执行这些撤销的MS指令的执行单元;以及丢弃被这些撤销的MS指令写过的暂存器。同样,丢弃被这些撤销的MS指令写过的暂存器包括从保存有这些暂存器的物理名称与逻辑名称之间的重命名映射关系的记录中删除对应的映射关系。
当异常事件的类型是前述分支预测处理中由于分支类型的MS指令触发的不可能分支异常UBE事件时,除了上述异常处理之外,还需要将该MS指令附带的分支指示信息所指示的不可能分支目标确定为异常消除后的下一MS指令。由此,异常处理结束后,指令流水线可以正常跳转到正确的分支方向继续执行。
图10示出了根据本披露实施例的一个指令执行示例。
如图所示,(a)示出了指令队列中MS指令流的初始状态,其中包括5条MS指令待执行,#1MS指令带有可能丢弃标签,并且指令所占据不同的宽度可以代表不同规模,#3MS指令为大规模MS指令,其余为小规模MS指令。指令的不同背景代表其处于不同状态,诸如等待、阻塞、发射、执行、退出、异常、撤销等,具体表示可以见图例。
(b)示出了指令发射步骤,小规模指令会尽快发射,而大规模指令则会被其前任一发射的可能丢弃的指令所阻塞。具体地,首先发射#0指令,之后发射#1指令。在发射#1指令时,发现该指令可能会被丢弃。此时,会阻塞其后的大规模指令。在此示例中,#2指令由于是小规模,因此仍然可以正常发射;而#3指令由于是大规模指令,因此被阻塞,其后的指令也处于等待状态。
(c)示出了指令执行过程,在此示例中,#2指令可能最先执行完,由于其前面的指令尚未执行完,因此需要等待,以保证顺序提交。
(d1)-(h1)示出了前述指令执行未出现异常时的处理过程;(d2)-(g2)示出了前述指令抛出异常时的处理过程。
具体地,(d1)示出了#1指令也正常执行完,没有被丢弃。此时,因为#1指令而被阻塞的大规模指令#3可以进行发射,其后的#4指令也可以正常发射。(e1)示出了#0、#1、#2和#4指令由于规模小,都已执行完,#3指令仍然在执行中。(f1)示出了#0、#1、#2指令进行顺序提交,而#4指令必须等待#3指令执行完才能提交。(g1)示出了#3指令也执行完。(h1)示出了#3和#4指令进行顺序提交。
另一方面,当#1指令执行出现异常时,如(d2)所示,此时会处理一个异常程序。异常处理的流程通常包括异常处理准备、确定异常来源、保存执行状态、处理异常、恢复执行状态并返回等。例如,在图5所示的异常处理电路516中,可以记录有无异常发生,并根据处理结果调整下一MS指令地址。
在处理异常时,执行精确异常处理。如(e2)和(f2)所示,在触发异常的#1指令之前的#0指令继续执行并完成提交。而在触发异常的#1指令之后发射的#2指令虽然已经执行完,但是也要被撤销,如(g2)所示。此时,由于被阻塞而一直未发射的#3和#4则处于等待状态,由此避免了撤销导致的开销。
如果#1指令触发的异常是前面描述的UBE事件,也即#1指令是分支指令,则可以根据该分支指令附带的分支指示信息,将其所指示的不可能分支目标确定为异常消除后的下一MS指令。也即,异常处理完后,流水线会跳转到对应不可能分支目标的那条MS指令。
若异常是其他类型的异常,例如除法中分母为零,则会跳至一个异常处理程序,该程序可能将分母值修改为一个非零的很小值,然后异常处理完之后,重新执行#1指令,并继续正常的指令流水线处理。
与异常事件相对的,中断事件来自于SoC的外部,因此也是不可预测的。不过,SaaP并不需要精确地停止在引发中断信号的这一点。当发生中断时,SaaP阻塞所有等待发射的MS指令,并等待所有已发射的MS指令完成和退出。
在SaaP中,大部分系统管理类的异常,诸如内存分配异常(bad allocation)、页面错误(page fault)、分段错误(segment fault)等,仅能从母核提出,因此也在母核内捕获和处理。SaaP架构中的其他部件以及其他IP核既不受这些异常的影响,也不会意识到这些异常。
存储小泡
在SaaP中,针对混合规模的数据访问,使用存储小泡(vesicle)作为寄存器的替代形式。存储小泡可以是一些独立的、混合尺寸的单端口暂存器(scratchpad),其容量大小例如可以从64B到512KB。在SaaP中,存储小泡可以类似于具有混合容量的寄存器,以供MS指令使用。本文中“存储小泡复合体”是指由存储小泡组成的物理“寄存器”文件,而不是固定尺寸的寄存器。优选地,小容量(例如64B)的存储小泡的数量多于大容量(例如512KB)的存储小泡的数量,从而便于更好地匹配程序需求,支持不同规模的任务。在物理上,每个存储小泡可以是单个SRAM或寄存器,其具有两个读出端口和一个写入端口。设计这些存储小泡以更好地匹配混合规模数据访问模式,其可以用作SaaP中数据管理的基本单元。
两个IP核不能同时访问同一个存储小泡。因此,仍然可以像顺序标量处理器一样简单地管理数据依赖关系,并且片上IP协同可以通过硬件MS指令流水线来进行管理。
数据通路
为了能够从任一IP核访问任一存储小泡,需要IP核复合体与存储小泡复合体之间的完整连接。通常的解决方案包括数据总线(例如CPU中的方案)或交叉矩阵(例如多核系统中的方案)。然而,这些连接都不能满足高效的需求。例如,数据总线会导致竞争,而交叉矩阵非常占用面积,即使只有几十个核。为了以可接受的代价实现无阻塞数据传送,本披露实施例构建了一种基于排序网络实现的片上互连数据通路,称为高尔基。
图11示出了几种不同的数据通路设计,其中(a)示出了数据总线,(b)示出了交叉矩阵,以及(c)示出了本披露实施例提供的高尔基。
从(a)可以看出,数据总线不能提供无阻塞访问,其需要总线仲裁器来解决访问冲突。从(b)可以看出,交叉矩阵可以提供无阻塞访问,并且具有较低延迟,但是其需要O(mn)个开关,其中m是IP核的端口数,n是存储小泡的端口数。
在(c)所示的高尔基中,连接问题被视为Top-K排序网络,其中存储小泡端口基于目的地IP端口编号进行排序。片上互连包括由多个比较器和开关构成的双调排序网络。当m个IP核端口需要访问n个存储小泡端口时,利用该双调排序网络、基于目的地IP核端口的索引对相关的存储小泡端口进行排序,以构建m个IP核端口与n个存储小泡端口之间的数据通路。
对于(c)中的示例,当需要将存储小泡{a,c,d}分别映射到IP核{#3,#1,#2}时,高尔基将该映射视为对所有存储小泡{a,b,c,d}的排序,其分别具有值{#3,#+∞,#1,#2},其中未使用的端口赋予目的地编号+∞。
具体地,如(c)所示,从存储小泡{a,b,c,d}出发,可以首先偶数列相互比较,奇数列相互比较。例如,存储小泡a和c比较,发现a的值#3大于c的值#1,则将二者交换。图中用浅色阴影线表示开关接通,数据可以横向流动。存储小泡b和d比较,发现b的值#+∞大于d的值#2,则二者也交换,开关接通,数据通路横向流动。此时排序位置为c、d、a、b。接着,相邻的两个存储小泡之间进行比较。例如,存储小泡c和d比较,发现c的值#1小于d的值#2,则保持不变,开关不接通,数据通路只能竖向流动。类似地,存储小泡d和a比较后,也不接通开关;存储小泡a和b比较后,不接通开关。
最终可以看出,每个IP核下都正好对应其要访问的存储小泡。例如,对于IP#1,从其下面的通路竖直往下,到灰色圆点处再横向移动,然后竖直往下到存储小泡c。其他IP核的数据通路类似。由此,基于排序网络,在IP核和存储小泡之间构建了无阻塞的数据通路。
使用双调排序网络,可以利用O(n(logk)2)个比较器和开关来实现高尔基,这个数量远小于交叉矩阵所需的O(nk)个开关。通过高尔基递送的数据会经受若干周期的延迟(例如,8个周期),因此优选实践是在IP核中放置尽量少的本地缓存(1KB足够),因为其依赖于大量的随机访问。
综上,为了执行一条MS指令,SaaP在IP核及其存储小泡之间建立排他性数据通路。SaaP中这种排他性数据通路遵循PXO架构,并且利用最小的硬件成本提供了无阻塞的数据访问。
通过在MS指令之间传递存储小泡,数据可以在IP核之间共享。由于母核管理系统内存,输入数据通过母核在一个MS指令中汇集到一起,并被正确地放置在一个存储小泡中以供另一MS指令使用。在被IP核处理之后,输出数据由母核类似地分散回系统内存。具体地,从系统内存到IP核的完整数据通路包括:[(加载MS指令)①内存②L3/L2缓存③母核④高尔基W0⑤存储小泡,(消费MS指令)⑤同一存储小泡⑥高尔基R0/1⑦IP核。]
从逻辑角度而言,系统内存是由母核排他性拥有的资源,这从如下几个方面极大地减少了系统复杂度:
1)页面错误仅能由母核发起,并且在母核内部处理,因此其他MS指令总是能够在确保无页面错误的条件下安全执行;
2)L2/L3缓存由母核排他性地拥有,因此永远不会发生缓存不一致/竞争/伪共享;
3)中断总是由母核处理,因此其他IP核(字面意义上)不会被中断。
编程
SaaP可以适应各种通用编程语言(C、C++、Python等)以及领域特定的语言。由于在SaaP上执行的任何任务都是MS指令,因此关键技术是提取混合规模的操作以形成MS指令。
图12示出根据本披露实施例的编译方法的示例性流程图。
如图所示,在步骤1210中,从待编译程序中提取混合规模(MS)操作,这些MS操作可以具有可变的执行周期数。接着,在步骤1220中,将所提取的混合规模操作进行封装,以形成MS指令。
低级操作可以从基础指令块中提取,而高级操作可以通过各种方式提取,包括但不限于:1)直接从库调用映射,2)从低级程序结构重构,以及3)手动设置编译器指引。因此,已有的程序,例如利用PyTorch以Python编写的深度学习应用,可以通过类似于多标量渠道的方式被编译到SaaP架构上。
在一些实施例中,可以选择性添加如下5个LLVM编译过程(pass)以扩展传统的编译器。
a)Call-Map(调用-映射过程):这是一个由简单工作列表驱动的编译过程,其将已知的库调用转换成MS指令。MS指令的特定实现是从供应商特定的代码预编译而来,在此过程中作为库进行引用。
具体地,在一个实现中,可以从待编译程序中提取对库功能函数的调用作为MS操作;然后根据库功能函数到MS模板库的映射列表,将所提取的对库功能函数的调用转换为对应的MS指令。MS模板库是基于能够执行该库功能函数的执行单元特定的代码而预先编译的。
b)Reconstruct(重构过程):这是另一个由工作列表驱动的编译过程,其尝试从低级代码恢复高级结构,因此可以发现高级MS指令。
具体地,在一个实现中,通过模板匹配方式识别待编译程序中的指定程序结构作为MS操作;以及将所识别的指定程序结构转换为预定的MS指令。其中,模板可以是根据高级功能结构特点预先定义的。例如,模板可以定义嵌套循环结构,并且设置该嵌套循环结构的一些参数,诸如嵌套循环有几重,每重循环的大小,最内层循环中有哪些操作,等等。模板可以根据一些典型的高级结构(例如,卷积运算结构、快速傅里叶变换FFT等)进行定义,具体的定义内容和定义方式在本披露实施例中没有限制。
例如,可以通过模板匹配的方式捕捉到用户实现的快速傅里叶变换FFT(作为嵌套环),继而可以利用在Call-Map中使用的供应商特定库的FFT MS指令来替换。恢复的FFT MS指令可以在DSP IP核(若有)上更有效地执行,并且在仅有CPU可用的最坏情况下,还可以转换回嵌套环。这是尽最大努力做的,因为从本质上而言,精确地重建所有高级结构是很困难的,但是这为不知道DSA的老程序提供了利用新的DSP IP核的机会。
c)CDFG(Control Data Flow Graph控制数据流图)-分析过程:不同于多标量技术,程序是在CDFG图上进行分析,而不是在CFG(Control Flow Graph控制流图)图上。这是因为SaaP去除了寄存器遮罩和地址解决机制,并将数据组织到存储小泡中。在前面两个编译过程之后,可以识别出要在异构IP核上执行的操作。所有剩余代码要作为多标量任务在CPU上执行。此时,问题是找到将剩余代码划分为MS指令的最优划分。构建全局CDFG以供后续用来对不同MS指令划分的代价建模。
具体地,在一个实现中,可以在待编译程序的控制数据流图上,将待编译程序中尚未提取的操作,按多种分割方案分割成一个或多个操作集合;然后确定分割成本最优的分割方案。在每个分割方案中,每一个操作属于且仅属于一个操作集合中。
分割的方式可以有很多种。基本上,可以遵从如下一个或多个约束条件来执行分割方案。
例如,一个操作集合的输入数据和输出数据的元数不超过指定值。如MS指令所规定的元数,输入数据的元数不超过2,输出数据的元数不超过1,因此,可以基于此约束进行操作分割。
又例如,一个操作集合的任一输入数据或输出数据的大小不超过指定阈值。由于MS指令对应的存储元件为存储小泡,存储小泡存在容量限制,因此需要限制MS指令所处理的数据量不超过存储小泡的容量限制。
又例如,在分割时,与条件操作相关的分割方案可以有:
1.优先将条件操作和其两个分支操作划分在一个操作集合中。此时该操作集合对应的MS指令为普通的计算类指令。
2.条件操作和其两个分支操作不在同一操作集合中。这种分割方案的可能原因有:这样会导致操作集合过大;或者违反了输入输出的约束;或者分支操作在之前步骤中已识别为MS指令等。这种情况下,将产生包含条件操作的分支类型的MS指令。一般来说,把条件操作放在短小的操作集合中可以在执行时更快地得到分支结果。例如,可以控制同一操作集合中不同时包含条件操作和超过执行时长阈值的非条件操作。
分割方案的分割成本可以基于多种因素来确定,这些因素包括但不限于,操作集合数量;操作集合间所需数据交互量;承担分支功能的操作集合数量;以及各个操作集合的预计执行时长的分布均匀度。这些考虑的因素从多个方面影响指令流水线的执行效率,因此可以作为确定分割方案的衡量因素。例如,操作集合数量直接对应MS指令的数量;操作集合间所需的数据交互量则决定了需要的数据IO量;分支类型的指令越多,则可能触发异常的概率越大,对流水线的消耗也越大;预计执行时长的分布均匀度则影响流水线的整体运转,避免由于某一级时间消耗过长而引起流水线中断。
在一些实施例中,上述CDFG分析过程是在调用映射过程和重构过程之后执行的。因此,可以仅针对前两个编译过程中未识别的MS操作执行,也即针对剩余的操作执行。
d)MS-Cluster(MS集合转换过程):这是一个变换编译过程,用于将CDFG中的节点聚集起来以构建到MS指令的完整划分。
具体地,在一个实现中,根据在CDFG分析过程中确定的分割方案,将每个操作集合分别转换为一条MS指令。受存储小泡容量的限制,算法使跨MC指令边界的切割边缘的总代价最小。特别地,包括加载/回存操作的MS指令和系统调用被指定给母核。
e)Fractal-Decompose(分形-分解过程):这也是一个变换编译过程,用于将从调用映射过程和重构过程中提取出的违反存储小泡容量限制的MS指令分解,从而存储小泡容量不再限制SaaP的功能。
具体地,在一个实现中,分解过程包括:检查已转换的MS指令是否符合MS指令的存储容量约束;当MS指令不符合存储容量约束时,将该MS指令拆分为多个MS指令以实现相同的功能。
可以采取各种现有已知或未来研发的指令分解方式对MS指令进行分解。由于之前已提取出的MS指令是要分配在某一个IP核上执行的,因此,构成该MS指令的多个操作都是相同类型的,也即同构的,只是需要适配物理硬件尺寸。因此,在一些实施例中,这一MS指令的分解过程可以简单地遵循分形执行模型。例如,可以参考Y.Zhao,Z.Du,Q.Guo,S.Liu,L.Li,Z.Xu,T.Chen,and Y.Chen等人的论文,“Cambricon-F:Machine Learning Computerswith Fractal von Neumann Architecture,”in Proceedings of the 46thInternational Symposium on Computer Architecture,2019,pp.787–800。大体上,可以通过迭代方式将MS指令分解成若干更小的、类似的操作。由于本披露实施例的发明点不在于具体的指令分解方式,因此此处不展开描述。
将MS操作封装成MS指令,简单的说,就是填充MS指令的一个或多个指令域。如前面提到的,MS指令包括子指令域、输入输出存储小泡信息域,可能还包括系统内存地址信息域,分支信息域,异常标记域等。这些指令域有些是必填的,例如子指令域,异常标记域等;有些是按需填充的,例如输入输出存储小泡信息域,系统内存地址信息域,分支信息域等。
在填充子指令域时,可以在MS指令的子指令域标识该MS操作;以及将子指令域与用于实现该MS操作的、一个或多个执行单元特定的子指令相关联。
在一些实施例中,针对与分支MS指令相关联的条件计算MS指令,可以在异常标记域中插入可能丢弃标签,以供后续执行MS指令时使用。
在又一些实施例中,针对分支类型的MS指令,可以在分支信息域中插入分支指示符,以指示可能分支目标和/或不可能分支目标。
图13示出了一个示例程序,其中(a)示出了待编译的原始程序;编译后的程序分为两部分,其中(b)示出了编译后的MS指令流,(c)示出了IP特定的MS指令实现,也即前面描述的子指令。
在此示例中,原始程序涉及深度学习应用中神经网络的relu层和softmax层的计算,其例如利用PyTorch以Python语言编写。Relu层和softmax层的计算都采用了调用torch库的方式。因此,按照前面描述的调用映射过程,可以将这些对torch库的函数调用映射成MS指令,如(b)中所示的“matmul(矩阵乘)”、“eltwadd(按元素加)”、“relu”等等。变量epoch的递增和条件分支则被打包映射成一个条件分支指令“ifcond”,同时插入了分支指示符,以指示可能分支目标和不可能分支目标。Print申明则被映射到另一MS指令(“print”)。
(c)示出了若干具有IP特定代码的MS指令。如所示,matmul提供了两种IP特定的代码实现,一种用于GPU,另一种用于DLA,从而“matmul”MS指令可以由指令分派器在GPU车道和DLA车道之间调度。ifcond仅提供了CPU特定的代码,其涉及从第一输入存储小泡(vil)读取值epoch,将其增加1,然后存到输出存储小泡(vo)。然后计算该新的epoch值对10取模后的结果10并据此进行判断。如果确定要采取“then”分支(该分支被比较为不可能分支),则发起一个“UBE”事件。因此,ifcond这条MS指令也插入了“可能丢弃标签”,其后任何大规模MS指令都将被阻塞直到ifcond这条指令已执行。Print MS指令仅被分派给母核,因为该指令需要系统调用和与外部设备的I/O。
由此,上面描述了将程序代码编译为MS指令的示例性方案。待编译的程序代码可以是各种通用编程语言,也可以是领域特定的语言。通过将这些程序代码编译为MS指令,可以非常方便地将各种新的IP核加入到SaaP SoC中,而无需进行大量的编程/编译工作,因此可以很好地支持SoC的扩展性。此外,同一MS指令可以用多个版本的子指令,也为指令执行时的调度提供了更多选择,便于提升流水线的执行效率。
综上,SaaP为异构SoC的传统认知提供了一个卓越的设计选择。在SaaP中,由于在PXO原则下没有共享资源,因此不存在竞争。MS指令可以预测执行并在错误时进行撤销,而不需要任何开销,因为执行中的IP核中没有什么会因为错误指令而留下可观察的副作用。缓存无需保持一致性,因为没有重复的缓存行,并且节省了探听过滤器(snoop filter)/MESI协议,因为没有总线需要探听。尽管对SaaP施加了额外的约束,但是从本文描述可以看出这些约束从分析和经验的角度看都是合理的。
图14示出本披露实施例的一种板卡1400的结构示意图。如图所示,板卡1400包括芯片1401,其可以是本披露实施例的SaaP SoC,集成有一个或多个组合处理装置,组合处理装置是一种人工智能运算单元,用以支持各类深度学习和机器学习算法,满足计算机视觉、语音、自然语言处理、数据挖掘等领域复杂场景下的智能处理需求。特别是深度学习技术大量应用在云端智能领域,云端智能应用的一个显著特点是输入数据量大,对平台的存储能力和计算能力有很高的要求,此实施例的板卡1400适用在云端智能应用,具有庞大的片外存储、片上存储和强大的计算能力。
芯片1401通过对外接口装置1402与外部设备1403相连接。外部设备1403例如是服务器、计算机、摄像头、显示器、鼠标、键盘、网卡或wifi接口等。待处理的数据可以由外部设备1403通过对外接口装置1402传递至芯片1401。芯片1401的计算结果可以经由对外接口装置1402传送回外部设备1403。根据不同的应用场景,对外接口装置1402可以具有不同的接口形式,例如PCIe接口等。
板卡1400还包括用于存储数据的存储器件1404,其包括一个或多个存储单元1405。存储器件1404通过总线与控制器件1406和芯片1401进行连接和数据传输。板卡1400中的控制器件1406配置用于对芯片1401的状态进行调控。为此,在一个应用场景中,控制器件1406可以包括单片机(Micro Controller Unit,MCU)。
本披露实施例提供的板卡中的SoC芯片可以包含前面描述的对应特征,此处不再重复。本披露实施例还提供了相应的编译装置,其包括处理器,配置用于执行编译程序代码;以及存储器,其配置用于存储所述编译程序代码,当所述编译程序代码由所述处理器加载并执行时,使得所述编译装置执行前面任一实施例所述的编译方法。本披露实施例还提供了一种机器可读存储介质,所述机器可读存储介质包括编译程序代码,所述编译程序代码在被执行时使机器执行前面任一实施例所述的编译方法。
根据不同的应用场景,本披露的电子设备或装置可以包括服务器、云端服务器、服务器计算簇、数据处理装置、机器人、电脑、打印机、扫描仪、平板电脑、智能终端、PC设备、物联网终端、移动终端、手机、行车记录仪、导航仪、传感器、摄像头、相机、摄像机、投影仪、手表、耳机、移动存储、可穿戴设备、视觉终端、自动驾驶终端、交通工具、家用电器、和/或医疗设备。所述交通工具包括飞机、轮船和/或车辆;所述家用电器包括电视、空调、微波炉、冰箱、电饭煲、加湿器、洗衣机、电灯、燃气灶、油烟机;所述医疗设备包括核磁共振仪、B超仪和/或心电图仪。本披露的电子设备或装置还可以被应用于互联网、物联网、数据中心、能源、交通、公共管理、制造、教育、电网、电信、金融、零售、工地、医疗等领域。进一步,本披露的电子设备或装置还可以用于云端、边缘端、终端等与人工智能、大数据和/或云计算相关的应用场景中。在一个或多个实施例中,根据本披露方案的算力高的电子设备或装置可以应用于云端设备(例如云端服务器),而功耗小的电子设备或装置可以应用于终端设备和/或边缘端设备(例如智能手机或摄像头)。在一个或多个实施例中,云端设备的硬件信息和终端设备和/或边缘端设备的硬件信息相互兼容,从而可以根据终端设备和/或边缘端设备的硬件信息,从云端设备的硬件资源中匹配出合适的硬件资源来模拟终端设备和/或边缘端设备的硬件资源,以便完成端云一体或云边端一体的统一管理、调度和协同工作。
需要说明的是,为了简明的目的,本披露将一些方法及其实施例表述为一系列的动作及其组合,但是本领域技术人员可以理解本披露的方案并不受所描述的动作的顺序限制。因此,依据本披露的公开或教导,本领域技术人员可以理解其中的某些步骤可以采用其他顺序来执行或者同时执行。进一步,本领域技术人员可以理解本披露所描述的实施例可以视为可选实施例,即其中所涉及的动作或模块对于本披露某个或某些方案的实现并不一定是必需的。另外,根据方案的不同,本披露对一些实施例的描述也各有侧重。鉴于此,本领域技术人员可以理解本披露某个实施例中没有详述的部分,也可以参见其他实施例的相关描述。
在具体实现方面,基于本披露的公开和教导,本领域技术人员可以理解本披露所公开的若干实施例也可以通过本文未公开的其他方式来实现。例如,就前文所述的电子设备或装置实施例中的各个单元来说,本文在考虑了逻辑功能的基础上对其进行拆分,而实际实现时也可以有另外的拆分方式。又例如,可以将多个单元或组件结合或者集成到另一个系统,或者对单元或组件中的一些特征或功能进行选择性地禁用。就不同单元或组件之间的连接关系而言,前文结合附图所讨论的连接可以是单元或组件之间的直接或间接耦合。在一些场景中,前述的直接或间接耦合涉及利用接口的通信连接,其中通信接口可以支持电性、光学、声学、磁性或其它形式的信号传输。
在本披露中,作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元示出的部件可以是或者也可以不是物理单元。前述部件或单元可以位于同一位置或者分布到多个网络单元上。另外,根据实际的需要,可以选择其中的部分或者全部单元来实现本披露实施例所述方案的目的。另外,在一些场景中,本披露实施例中的多个单元可以集成于一个单元中或者各个单元物理上单独存在。
在另外一些实现场景中,上述集成的单元也可以采用硬件的形式实现,即为具体的硬件电路,其可以包括数字电路和/或模拟电路等。电路的硬件结构的物理实现可以包括但不限于物理器件,而物理器件可以包括但不限于晶体管或忆阻器等器件。鉴于此,本文所述的各类装置(例如计算装置或其他处理装置)可以通过适当的硬件处理器来实现,例如中央处理器、GPU、FPGA、DSP和ASIC等。进一步,前述的所述存储单元或存储装置可以是任意适当的存储介质(包括磁存储介质或磁光存储介质等),其例如可以是可变电阻式存储器(Resistive Random Access Memory,RRAM)、动态随机存取存储器(Dynamic RandomAccess Memory,DRAM)、静态随机存取存储器(Static Random Access Memory,SRAM)、增强动态随机存取存储器(Enhanced Dynamic Random Access Memory,EDRAM)、高带宽存储器(High Bandwidth Memory,HBM)、混合存储器立方体(Hybrid Memory Cube,HMC)、ROM和RAM等。
以上对本披露实施例进行了详细介绍,本文中应用了具体个例对本披露的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本披露的方法及其核心思想;同时,对于本领域的一般技术人员,依据本披露的思想,在具体实施方式及应用范围上均会有改变之处,综上所述,本说明书内容不应理解为对本披露的限制。
Claims (18)
1.一种编译方法,包括:
从待编译程序中提取混合规模(MS)操作,所述混合规模操作具有可变的执行周期数;以及
将所述混合规模操作进行封装以形成MS指令。
2.根据权利要求1所述的方法,其中所述编译方法包括调用映射过程,包括:
从所述待编译程序中提取对库功能函数的调用作为MS操作;以及
根据库功能函数到MS模板库的映射列表,将所述对库功能函数的调用转换为对应的MS指令。
3.根据权利要求2所述的方法,其中所述MS模板库是基于能够执行所述库功能函数的执行单元特定的代码而预先编译的。
4.根据权利要求2-3任一所述的方法,其中所述编译方法包括重构过程,包括:
通过模板匹配方式识别所述待编译程序中的指定程序结构作为MS操作;以及
将所述指定程序结构转换为预定的MS指令。
5.根据权利要求4所述的方法,其中所述模板是根据高级功能结构特点预先定义的。
6.根据权利要求4-5任一所述的方法,其中所述编译方法包括控制数据流图(CDFG)分析过程,包括:
在所述待编译程序的控制数据流图上,将所述待编译程序中尚未提取的操作,按多种分割方案分割成一个或多个操作集合;以及
确定分割成本最优的分割方案。
7.根据权利要求6所述的方法,其中在每个所述分割方案中,每一个操作属于且仅属于一个操作集合中。
8.根据权利要求6-7任一所述的方法,其中在如下一个或多个约束下执行所述分割方案:
优先将条件操作和其两个分支操作放在同一操作集合中;一个操作集合的输入数据和输出数据的元数不超过指定值;以及
一个操作集合的任一输入数据或输出数据的大小不超过指定阈值。
9.根据权利要求6-8任一所述的方法,其中所述分割成本基于以下任一或多项而确定:
操作集合数量;
操作集合间所需数据交互量;
承担分支功能的操作集合数量;以及
各个操作集合的预计执行时长的分布均匀度。
10.根据权利要求6-9任一所述的方法,其中所述CDFG分析过程是在所述调用映射过程和所述重构过程之后执行的。
11.根据权利要求6-10任一所述的方法,其中所述编译方法包括集合转换过程,包括:
根据所述确定的分割方案,将每个操作集合分别转换为一条MS指令。
12.根据权利要求4-11任一所述的方法,其中所述编译方法包括分解过程,包括:
检查已转换的MS指令是否符合MS指令的存储容量约束;
当MS指令不符合所述存储容量约束时,将所述MS指令拆分为多个MS指令以实现相同的功能。
13.根据权利要求1-12任一所述的方法,其中将所述混合规模操作进行封装以形成MS指令包括:
在所述MS指令的子指令域标识所述混合规模操作;以及
将所述子指令域与用于实现所述混合规模操作的、一个或多个执行单元特定的子指令相关联。
14.根据权利要求13所述的方法,其中所述执行单元包括集成在片上系统(SoC)上的多个异构IP核,并且所述子指令是IP特定的指令。
15.根据权利要求1-14任一所述的方法,还包括:
针对与分支MS指令相关联的条件计算MS指令,插入可能丢弃标签,以供后续执行MS指令时使用。
16.根据权利要求1-15任一所述的方法,还包括:
针对分支类型的MS指令,插入分支指示符,以指示可能分支目标和/或不可能分支目标。
17.一种编译装置,包括:
处理器,其配置用于执行编译程序代码;以及
存储器,其配置用于存储所述编译程序代码,当所述编译程序代码由所述处理器加载并执行时,使得所述装置执行根据权利要求1-16任一所述的编译方法。
18.一种机器可读存储介质,所述机器可读存储介质包括编译程序代码,所述编译程序代码在被执行时使机器执行如权利要求1-16任一所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210764245.6A CN117348881A (zh) | 2022-06-29 | 2022-06-29 | 编译方法、编译装置和机器可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210764245.6A CN117348881A (zh) | 2022-06-29 | 2022-06-29 | 编译方法、编译装置和机器可读存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117348881A true CN117348881A (zh) | 2024-01-05 |
Family
ID=89367939
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210764245.6A Pending CN117348881A (zh) | 2022-06-29 | 2022-06-29 | 编译方法、编译装置和机器可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117348881A (zh) |
-
2022
- 2022-06-29 CN CN202210764245.6A patent/CN117348881A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109215728B (zh) | 用于分布式存储器危险检测和错误恢复的存储器电路和方法 | |
US10891240B2 (en) | Apparatus, methods, and systems for low latency communication in a configurable spatial accelerator | |
CN111868702A (zh) | 用于可配置空间加速器中的远程存储器访问的装置、方法和系统 | |
CN108376097B (zh) | 用于通过使用由可分割引擎实例化的虚拟核来支持代码块执行的寄存器文件段 | |
CN108108188B (zh) | 用于通过使用由可分区引擎实例化的虚拟核来支持代码块执行的存储器片段 | |
CN110018850A (zh) | 用于可配置空间加速器中的多播的设备、方法和系统 | |
TW201826122A (zh) | 用於異質計算之系統,方法,及設備 | |
CN109597646A (zh) | 具有可配置空间加速器的处理器、方法和系统 | |
CN109213723A (zh) | 用于具有安全、功率降低和性能特征的可配置空间加速器的处理器、方法和系统 | |
CN109074260A (zh) | 乱序的基于块的处理器和指令调度器 | |
CN108139913A (zh) | 处理器操作的配置模式 | |
US20080250227A1 (en) | General Purpose Multiprocessor Programming Apparatus And Method | |
JP6306729B2 (ja) | ストアをソート及びリタイアする命令及びロジック | |
WO2024002175A1 (zh) | 指令执行方法、系统控制器及相关产品 | |
CN106293894B (zh) | 执行事务性功率管理的硬件设备和方法 | |
US9400656B2 (en) | Chaining between exposed vector pipelines | |
CN112148647A (zh) | 用于存储器接口电路仲裁的装置、方法和系统 | |
CN109478140A (zh) | 基于块的处理器中的加载-存储顺序 | |
US20240020239A1 (en) | Artificial intelligence (ai)/machine learning (ml) tensor processor | |
JP2021064378A (ja) | ヘテロジニアスコンピューティングのためのシステム、方法及び装置 | |
CN117348881A (zh) | 编译方法、编译装置和机器可读存储介质 | |
WO2024002178A1 (zh) | 指令执行方法、系统控制器及相关产品 | |
CN117348930A (zh) | 指令处理装置、指令执行方法、片上系统和板卡 | |
WO2024002172A1 (zh) | 片上系统、指令系统、编译系统及相关产品 | |
US10936320B1 (en) | Efficient performance of inner loops on a multi-lane processor |
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 |