Precondicionamiento de aceleración de gradiente conjugado en plataformas basadas en FPGA
Autores: Malakonakis, Pavlos; Isotton, Giovanni; Miliadis, Panagiotis; Alverti, Chloe; Theodoropoulos, Dimitris; Pnevmatikatos, Dionisios; Ioannou, Aggelos; Harteros, Konstantinos; Georgopoulos, Konstantinos; Papaefstathiou, Ioannis; Mavroidis, Iakovos
Idioma: Inglés
Editor: MDPI
Año: 2022
Acceso abierto
Artículo científico
2022
Precondicionamiento de aceleración de gradiente conjugado en plataformas basadas en FPGA
Categoría
Ingeniería y Tecnología
Subcategoría
Ingeniería Eléctrica y Electrónica
Palabras clave
Computación reconfigurable
Rendimiento
Eficiencia energética
Chips basados en FPGA
HBM
Enlaces de alta velocidad
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 27
Citaciones: Sin citaciones
La computación reconfigurable puede mejorar significativamente el rendimiento y la eficiencia energética de muchas aplicaciones. Sin embargo, los chips basados en FPGA están evolucionando rápidamente, lo que aumenta la dificultad de evaluar el impacto de nuevas capacidades como HBM y enlaces de alta velocidad. En este documento, se implementó una aplicación del mundo real en diferentes FPGAs para comprender mejor las nuevas capacidades de los FPGAs modernos y cómo la nueva tecnología FPGA mejora el rendimiento y la escalabilidad. La aplicación mencionada fue el método del gradiente conjugado precondicionado (PCG) que se utiliza en el análisis subterráneo. La implementación se realizó en cuatro FPGAs diferentes, incluido un MPSoC, teniendo en cuenta las características de cada plataforma. Los resultados muestran que los chips basados en FPGA de hoy en día ofrecen un rendimiento ocho veces mejor en un problema ligado a la memoria que los FPGAs de hace 5 años, ya que incorporan HBM y pueden operar a frecuencias de reloj más altas.
Descripción
La computación reconfigurable puede mejorar significativamente el rendimiento y la eficiencia energética de muchas aplicaciones. Sin embargo, los chips basados en FPGA están evolucionando rápidamente, lo que aumenta la dificultad de evaluar el impacto de nuevas capacidades como HBM y enlaces de alta velocidad. En este documento, se implementó una aplicación del mundo real en diferentes FPGAs para comprender mejor las nuevas capacidades de los FPGAs modernos y cómo la nueva tecnología FPGA mejora el rendimiento y la escalabilidad. La aplicación mencionada fue el método del gradiente conjugado precondicionado (PCG) que se utiliza en el análisis subterráneo. La implementación se realizó en cuatro FPGAs diferentes, incluido un MPSoC, teniendo en cuenta las características de cada plataforma. Los resultados muestran que los chips basados en FPGA de hoy en día ofrecen un rendimiento ocho veces mejor en un problema ligado a la memoria que los FPGAs de hace 5 años, ya que incorporan HBM y pueden operar a frecuencias de reloj más altas.