FPGA加速器的整体优化框架

《ACM Transactions on Design Automation of Electronic Systems》：Holistic Optimization Framework for FPGA Accelerators

FPGA优化框架Prometheus通过整合任务融合、tiling、循环置换等策略，结合非线性规划方法实现资源约束下的自动优化，动态平衡计算与内存访问，在多基准测试中显著提升性能并降低手动调优需求。

　　

摘要

定制化的加速器通过硬件专业化显著提升了能源效率和性能，彻底改变了现代计算领域。现场可编程门阵列（FPGA）在这一进程中发挥了关键作用，它们具备无与伦比的灵活性和高性能潜力。高级综合（HLS）技术和源到源编译器通过将高级编程语言转换为包含指令的硬件描述，简化了FPGA的开发过程。然而，实现高质量的结果（QoR）仍然是一个重大挑战，这需要复杂的代码转换、策略性的指令布局以及优化的数据传输。

本文介绍了Prometheus这一全面的优化框架，它将多种优化技术——包括任务融合、平铺布局、循环重排、计算与通信的重叠以及并发任务执行——整合到一个统一的设计空间中。通过运用非线性规划（NLP）方法，Prometheus能够在严格的资源限制下探索优化方案，并实现自动比特流生成。与现有框架不同，Prometheus能够考虑相互依赖的转换过程，并动态平衡计算与内存访问的需求。

我们在多个基准测试中评估了Prometheus的性能，证明了其在最大化并行性、减少执行延迟以及优化数据传输方面的能力。测试结果表明，其性能优于现有的FPGA优化框架，特别是在实现高质量结果的同时显著降低了手动调优的工作量。