Hardware-assisted fast routing for runtime reconfigurable computing
Notice bibliographique
Résumé
Reconfigurable devices, such as the Field Programmable Gate Array, offer 10–100× computational density and reduced latency compared to conventional processor solutions. Despite its advantages, however, use of reconfigurable computing remains limited, largely due to the lack of software expressibility and longevity across various generations of devices. SCORE is a stream-based computational model that virtualizes reconfigurable computing resources by segmenting computations into fixed-size “pages” and time-multiplexing the virtual pages on available hardware. Therefore, SCORE applications can scale up or down automatically to operate seamlessly with a wide variety of hardware sizes. To support the SCORE model, we provide details of SCOREμP—a micro-architecture that combines (1) a reconfigurable array for regular fine-grained computation and (2) a sequential processor to run the page scheduler and execute SCORE operators or other user applications that do not run efficiently in spatial implementations. To fully realize the benefits of rapid partial reconfiguration of field-programmable devices, the runtime system often needs to schedule computing tasks dynamically and generate instance-specific configurations, i.e., new graphs which must be routed during program execution. Consequently, route time can be a significant overhead cost, reducing the achievable net benefits of dynamic configuration generation. By adding hardware to accelerate routing, it is possible to (1) compute routes in one one-thousandth of the time required by a traditional software router; and (2) achieve routes that are within five percent of state-of-the-art offline routing algorithms for a sample set of application netlists, and within three percent for the Toronto Place and Route Benchmarks. Strategic use of parallelism can allow total route time to scale substantially less than linearly in graph size. The observed speedups vary from greater than 10× with modest hardware overhead, to greater than 1000× with full hardware assistance.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,002 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».