欢迎来到天天文库
浏览记录
ID:34113799
大小:1.05 MB
页数:57页
时间:2019-03-03
《多核心处理机模拟平台设计与实现》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库。
1、ClassifiedIndex:TP301.6U.D.C.:621.38ADissertationfortheMasterDegreeofM.EngTHEDESINGANDIMPLEMENTATIONOFMULTI-COREPROCESSORSIMULATIONPLATFORMCandidate:SongGuangjiaSupervisor:Prof.JiZhenzhouAcademicDegreeAppliedfor:MasterofEngineeringSpecialty:ComputerScienceandTechnologyDateofOralEx
2、amination:July,2007University:HarbinInstituteofTechnology哈尔滨工业大学工学硕士学位论文摘要随着飞行器智能化和信息化水平的不断提高,飞行控制系统变得越来越复杂,对嵌入式系统的处理能力、工作温度范围、抗辐照能力、功耗、浮点运算精度、可靠性、稳定性提出了更高要求。在弹载、箭载计算机系统需要处理大量实时性要求很高的任务,摩尔定律预示着芯片的集成度正在达到极限,单一处理器体系结构不能大幅度提高计算机整体性能,因为缺少隐式并行化以及存在数据通道及内存方面的瓶颈,因此研究高性能嵌入式多核心处理器对我国航空航天事业
3、发展具有重大意义。在此背景下,为了研究适用于飞行器控制系统和卫星信息处理等嵌入式场合的基于SPARCV8结构SOC的芯片级高性能并行计算平台,也需要对航天专用并行软件数学库进行设计,重点解决应用科学计算中的常用串行算法的并行化实现。为了解决前期算法设计中没有硬件开发平台这一关键问题,作者设计一套可以模拟基于SPARCV8架构的、内部为SMP结构的嵌入式多核心处理器的模拟平台,并详细描述了多核心模拟平台的实现方法。为了解决航天专用并行软件数学库的部分设计工作,作者找出了对航天专用并行计算中常遇到的三种科学计算问题:海量数据排序、高阶矩阵相乘、图论问题,并给出
4、了这三种单核心算法在多核心模拟平台上的并行化方法,并最终在模拟平台上实现。作者又针对每种算法进行了两个实例测试,收集到了大量实验数据,在这些数据的基础上,作者绘制了大量图表,然后基于多核心模拟平台对各种算法进行分析,重点分析了加速度和总开销这两个指标,通过分析指出了各种并行算法的优势:执行时间大大缩短,具有很高的加速度。同时也指出了影响算法性能的几个因素:初始化开销、同步开销和通信开销。作者也指出了影响多核心模拟平台性能的若干方面,如各个处理器的异构性和通信网络的质量,并提出了合理的解决办法,以待今后改进。进一步的工作可以在此模拟平台直接展开,工作的重点可
5、以放在算法设计与优化,任务调度、负载平衡等方面。关键词模拟平台;SMP;多核心;MPI;集群-I-哈尔滨工业大学工学硕士学位论文AbstractWithcontinuousenhancementofflyingvehicle’sintelligentandinformation,flightcontrolsystemsbecomemoreandmorecomplex.Putahigherdemandonembeddedsystem’shandlingcapacity,operatingtemperaturerange,anti-radiationcapac
6、ity,power,precisionoffloating-pointoperations,reliability,stability.Inmissileandarrowonboardcomputersystemneedtoprocessthealotofreal-timedemandingtasks.Moore'sLawindicatesthatthechipintegrationisreachingitslimit,singleprocessorarchitecturecannotsignificantlyimprovethewholeperforma
7、nceofthecomputer,becauseoflackimplicitparallelismandtherearedatachannelandmemorychokepoints,Sothestudyofhigh-performanceembeddedmulti-coreprocessorhasaimportantsignificancetoChineseaerospaceindustry.Inthisbackground,tostudythechip-levelhigh-performanceparallelcomputingplatformthat
8、basedontheSPARCV8structureSOCthat
此文档下载收益归作者所有