【摘 要】
：
RISC-V指令集架构开源、免费、弹性、可定制的特性,是研发的热点技术之一。基于RISCV的矢量扩展指令集（RVV）支持可变长度的矢量,可以灵活实现数据的高效并行处理,应用前景广泛。论文针对通信和信号处理的应用需求,研究基于RISC-V指令集的矢量扩展加速技术,全文的主要工作如下:1)通过对RISC-V指令集、矢量扩展集以及矢量架构的研究,分析目前两种不同实现RISC-V矢量扩展的方式,结合其各自
论文部分内容阅读
RISC-V指令集架构开源、免费、弹性、可定制的特性,是研发的热点技术之一。基于RISCV的矢量扩展指令集（RVV）支持可变长度的矢量,可以灵活实现数据的高效并行处理,应用前景广泛。论文针对通信和信号处理的应用需求,研究基于RISC-V指令集的矢量扩展加速技术,全文的主要工作如下:1)通过对RISC-V指令集、矢量扩展集以及矢量架构的研究,分析目前两种不同实现RISC-V矢量扩展的方式,结合其各自优缺点,以及通信领域应用场景的灵活性和可扩展性,提出一种RISC-V矢量扩展的实现架构,以协处理器扩展方式对标量处理器进行矢量扩展,并采用SIMD流水线方式执行。通过增加矢量寄存器端口,同时实现了两条无流水线冲突的矢量指令,支持顺序发射、乱序执行、乱序写回。并根据矢量指令实现的工作流程,设计了256位矢量处理单元的微架构。基于Vivado工具完成模块的RTL设计和连接,功能验证和仿真,逻辑综合以及实现,可实现100Mhz的时钟频率。通过运行8*8、16*16、32*32以及64*64的矩阵运算对矢量处理单元进行性能对比与分析,与标量处理器和同样采用协处理器基于标量处理器添加自定义指令进行比对,可以得出矢量处理单元相比于标量处理单元加速比在33.7～48.4,与添加自定义矩阵运算加速指令相比,矢量处理单元加速比在6.3～7.6。2)针对矩阵运算和FFT运算等通信算法需求,提出了一种基于RISC-V矢量扩展指令的矩阵运算和FFT计算优化实现方法,提高了算法执行并行度,矩阵运算中采用纵横处理方式,减少了在寄存器和存储器之间矩阵运算中间数据的搬移次数,提高吞吐率。FFT计算采用矢量步幅加载与步幅存储指令组合的方式,实现每一级FFT运算的数据迭代,并减少了指令数目。根据FFT算法旋转因子规律、读取方式、实现方式,提出了基于RISC-V矢量扩展实现N点FFT计算的实现方案,降低整体代码体积,提高算法执行速率。
其他文献
人们常常需要在一段时间内完成一项项任务或一个个目标,无论是撰写论文还是准备考试。任务能否成功完成不仅取决于所花费的努力,还取决于任务完成的节奏。以往关于任务完成的动态研究多集中在拖延上,实际上人们完成任务的节奏是多元动态的。个体在最后期限前如何分配时间和努力以完成任务,也就是节奏风格,对任务完成的质量、创造性的发挥及团队合作的效率有着密切的关系。目前对节奏风格的研究,存在着概念界定不清,结构模型较
公安队伍承担的一项重大责任和使命就是保卫国家政治安全稳定和维护社会治安秩序稳定,同时公安队伍也开始从治乱走向治理的改革,这也就让警察这个职业的群体在和社会其他职业的群体相对比时往往承担着更大的工作压力。同时由于基层警察自身角色的特殊性,以及身处处置警情和案件侦办的第一线,响应人民群众急难愁盼的最前沿,职业倦怠的现象更是比比皆是。表现出的职业倦怠水平也更加的高,对基层民警的日常工作和个人生活产生了不
弹性伸缩是容器云平台的重要特性,旨在提高应用程序应对负载动态变化的能力。由于传统的响应式伸缩策略存在着弹性滞后以及配置复杂问题,更智能的主动式弹性伸缩吸引了众多学者的关注。主动式弹性伸缩策略通过主动预测未来的资源需求,对可能出现的情况做出预先布置,能够有效避免违反服务水平协议（Service Level Agreement,SLA）,提高资源利用率。然而,精确预测未来负载并做出合理的弹性伸缩动作,
随着智能网络的发展,接入网络的移动设备数量已经非常庞大,移动设备端收集到了大量的数据,导致数据传输到云计算中心时存在高延迟的问题。由于移动边缘计算的兴起,使得在智能网络中的移动设备能够获得更高的运行效率,并显著减少了传输时延。然而,传统的移动边缘计算框架存在管理和安全方面的挑战,这是由于其中心化的特性所导致的。区块链技术通过去中心化的架构,将数据和计算能力分散到网络中的多个节点,减少了单点故障的风
数字经济时代,大数据、云计算、移动互联网等新一代的技术催生出了海量的图像、视频、文本等非结构化数据。为了检索这些非结构化数据,通常使用深度学习技术将其转换为结构化向量,再进行向量检索。现在,基于近邻图的方法因其优秀的检索能力,成为了向量检索的主流算法。然而,目前传统的基于近邻图的方法过于依赖内存,在大规模数据下存在着高昂的内存成本。为了解决这一问题,当前的主流方法,如Disk ANN,将高内存占用
在工业4.0的时代背景下,工业领域的各个系统之间数据互通的需求日益迫切。为此,OPC（Object Linking and Embedding for Process Control）基金会提出OPC UA（OLE for Process Control Unified Architecture）作为数据交换的统一标准,它在工业4.0和物联网中是实现智能制造和数字化转型的重要技术之一。在工业生产领
工业互联网的快速发展使得越来越多的工业生产设备和系统接入互联网,带来发展红利的同时也打破了传统工业环境的封闭性和可靠性,给工业系统带来了极大的安全风险。考虑工业互联网环境中设备存在数量多、计算和存储资源受限等特性,基于身份的密码（Identity-Based Cryptography,IBC）体制由于密钥管理简单,无需数字证书和认证中心,与传统的公钥基础设施体制相比更适合工业互联网环境。但目前,I
近年来,攻击者使用更加隐蔽的方式绕过传统的网络安全防御手段,导致安全事件不断增加。为了提高网络入侵检测系统（NIDS）的检测准确性和泛化能力,越来越多的系统开始采用机器学习（ML）技术。然而,基于机器学习的系统容易受到对抗攻击的威胁。为了评估ML-NIDS的安全性,需要对它进行对抗攻击。在黑盒情况下,ML-NIDS无法使用基于梯度或雅可比矩阵的传统对抗攻击方法。这是因为流量模型中的特征提取方法是不