方 冉， 沈丽娜

(安徽工商职业学院 应用工程学院,安徽 合肥 231131)

引 言

粗粒度可重构体系结构CGRA(coarse grained reconfigurable architectures)在循环内核处理层面具有较高的执行效率和低的功耗消费，传统单核架构在处理计算密集型循环任务时效率低下，在这样的背景下，可重构计算模式被提出，可重构计算目前是国际研究前沿和热点，近三年相关典型的研究列举如下：文献[1]对可重构计算系统的数据流图执行进行了研究，该文针对多缓冲和控制开销问题，提出了一种可重构计算系统优化数据流图执行方法，通过该种方法，获得了计算任务3.4倍的加速[1]。文献[2]针对芯片在指令存储器上消耗能量大的问题，给出了一种基于代码的统计分析方法，同时提出将配置存储器重组为单独分区的硬件/软件协同设计方法，实验结果表明指令解码逻辑所消耗的能量减少了70%[2]。文献[3]对可重构计算系统的容错问题进行了研究，基于三重模块冗余和编码技术的错误检测和纠正理论，该文提出了一个容错模型，实验结果表明任务划分执行效率制约了容错模块恢复时间[3]。文献[4]提出了两种减少可重构系统能量消费的方法，一种是减少配置切换单元的数量；另外一种是减少配置存储器的容量[4]。文献[5]利用程序转换来获得能量和模型性能的权衡，通过一组信号处理和代数内核基准测试表明，该方法获得了50%到80%的资源利用率[5]。文献[6]提出了一种流处理CGRA可重构系统，该系统采用SMIC标准55纳米单元技术，基于7个典型算法，在450MHz的频率下，流处理CGRA平均功耗消费仅为0.84w[6]。……