アプリケーションドメイン指向型コンピューティング基盤技術の研究
Project/Area Number |
20K11738
|
Research Category |
Grant-in-Aid for Scientific Research (C)
|
Allocation Type | Multi-year Fund |
Section | 一般 |
Review Section |
Basic Section 60040:Computer system-related
|
Research Institution | Kochi University of Technology |
Principal Investigator |
密山 幸男 高知工科大学, システム工学群, 教授 (80346189)
|
Project Period (FY) |
2020-04-01 – 2024-03-31
|
Project Status |
Granted (Fiscal Year 2022)
|
Budget Amount *help |
¥4,420,000 (Direct Cost: ¥3,400,000、Indirect Cost: ¥1,020,000)
Fiscal Year 2022: ¥1,820,000 (Direct Cost: ¥1,400,000、Indirect Cost: ¥420,000)
Fiscal Year 2021: ¥1,430,000 (Direct Cost: ¥1,100,000、Indirect Cost: ¥330,000)
Fiscal Year 2020: ¥1,170,000 (Direct Cost: ¥900,000、Indirect Cost: ¥270,000)
|
Keywords | プロセッサ / アプリケーションドメイン / アクセラレータ / 再構成可能アーキテクチャ |
Outline of Research at the Start |
本研究では、再構成可能ハードウェアとアクセラレータをホストプロセッサの拡張命令を実現する要素と位置づけ、さらにアプリケーションドメインを特化することで、ホストプロセッサ、再構成可能ハードウェア、アクセラレータの最適な組み合わせによるアプリケーションドメイン指向型コンピューティングアーキテクチャを探求する。これにより、高性能・高エネルギー効率・高柔軟性を実現する持続可能なコンピューティング基盤の創生を目指す。
|
Outline of Annual Research Achievements |
本研究では、再構成可能ハードウェアとアクセラレータをホストプロセッサのカスタム命令を実現する要素と位置づけ、さらにアプリケーションドメインを特化することで、再構成可能アーキテクチャ、アクセラレータ、ホストプロセッサの最適な組合せの探求により、高性能・高エネルギー効率・高柔軟性を実現するコンピューティング基盤の提案を目的としている。 今年度は、オープンソースSoC設計プラットフォームの利用を断念し、2種類のRISC-Vコアを対象としてカスタム命令の追加によるアクセラレータの搭載方法について実装と評価を行った。ひとつは 32ビットRISC-Vコアの VexRiscv、もうひとつは64ビットRISC-VコアRocketである。VexRiscvについては、複数の簡単なカスタム命令を追加したプロセッサを設計し、その有効性を評価した。さらに、Avnet社製Ultra96-V2 を用いてFPGA実装を行った。設計したプロセッサ上でLinux OSを動作させ、サンプルプログラムを実行できることを確認した。Rocketについては、複数のアクセラレータ実装方法に対して簡単なカスタム命令を複数追加して有効性を評価した。さらにこれをDigilent社製Nexys Videoを用いてFPGA実装を行った。VexRiscvと同様に、ベアメタルでもLinux OS上でもサンプルプログラムを実行できることを確認した。また、評価用アプリケーションのひとつとして、交互方向乗数法を用いた最適化アルゴリズムについて検討と評価を進めた。これについてはまだ十分な成果が得られておらず、引き続き提案アルゴリズムの改良を進める予定である。
|
Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
複数種類のRISC-Vプロセッサに対してカスタム命令・アクセラレータを追加し、その有効性を確認するとともにFPGAボードを用いて動作検証することができたため、今年度の目標を概ね達成することができたと判断した。
|
Strategy for Future Research Activity |
機械学習アプリケーション向けアクセラレータを搭載し、FPGA上での動作検証まで目指す。また、テストチップの作成に向けた設計にも取り組む予定である。
|
Report
(3 results)
Research Products
(11 results)