一种基于重构芯片的成像算法映射方法及装置与流程
本发明涉及计算机,具体涉及一种基于重构芯片的成像算法映射方法及装置。
背景技术:
1、合成孔径雷达(sar)依靠平台与目标相对运动合成等效大孔径天线实现高分辨率对地微波成像,具备全天时、全天候工作优势;后向投影(bp)作为高精度时域sar成像算法,无场景与轨迹近似假设,适配复杂轨迹数据成像,但存在计算复杂度高、实时处理难度大的短板。
2、粗粒度可重构阵列(cgra)动态重构芯片融合asic高能效与fpga灵活可配置优势,为bp算法加速提供可行路径。当前bp算法硬件实现方案主要分为多核dsp、fpga、专用asic三类:多核dsp方案将图像分块交由各内核并行运算;fpga通过实例化多个专用硬件处理核实现像素并行加速;asic则固化完整数据流通路以追求极致性能。然而三类方案均存在固有缺陷,同时动态重构芯片用于bp成像场景缺少系统化算法映射与优化方案,硬件算力无法充分释放。
技术实现思路
1、有鉴于此,本发明实施例提供了一种基于重构芯片的成像算法映射方法及装置,以解决现有bp成像加速所用的dsp、fpga、asic方案分别存在并行能力不足、资源调度灵活性差、功能固化成本高昂的短板,同时缺乏面向bp算法的粗粒度可重构动态重构芯片系统化映射优化方案的问题。
2、第一方面,本发明实施例提供了一种基于重构芯片的成像算法映射方法,所述方法包括:
3、基于后向投影成像算法提取算法运行特征,并基于所述算法运行特征生成适配硬件映射的算子清单;
4、根据所述算子清单完成后向投影成像算法向粗粒度可重构阵列的硬件资源映射,构建多层次配置结构,解析所述多层次配置结构对应的微操作字段得到硬件控制参数,依托参数解析结果生成模块化可加载硬件配置包;
5、利用所述硬件配置包在芯片仿真模型中执行后向投影成像算法,得到仿真成像数据,比对参考模型完成成像指标校验,依托校验结果生成功能性能达标的硬件配置文件;
6、根据所述硬件配置文件实施多维度运行机制优化,得到硬件加速策略,依托优化策略生成高效率的算法运行优化方案;
7、依托所述算法运行优化方案固化硬件配置至片外闪存,以进行芯片部署。
8、进一步的,所述基于后向投影成像算法提取算法运行特征,并基于所述算法运行特征生成适配硬件映射的算子清单,包括:
9、拆解所述后向投影成像算法的运算功能模块,得到算法分层功能架构;
10、根据所述算法分层功能架构分析数据流转规则与运算依赖特性,得到算法数据流特征;
11、根据所述算法数据流特征统计各所述运算功能模块的计算占比与存储器读写规律;
12、基于所述数据流访问特征、计算强度与存储访问特征,依据算法精度动态范围及硬件开销约束确定定点运算参数以及底层基础运算单元,生成适配硬件映射的算子清单。
13、进一步的,所述根据所述算子清单完成后向投影成像算法向粗粒度可重构阵列的硬件资源映射,构建多层次配置结构,包括:
14、利用所述算子清单匹配粗粒度可重构阵列的处理单元硬件算力与互联特性,得到运算功能模块与硬件资源之间的适配关系;
15、根据所述适配关系划分应用层级、功能模块层级与微操作层级,得到配置结构框架;
16、利用所述配置结构框架定义各层级头部控制字段与校验参数,得到完整的层级配置管控信息;
17、根据所述层级配置管控信息解析单周期微操作控制字段并完成指令封装,构建完成可硬件解析的多层次配置结构。
18、进一步的,所述解析所述多层次配置结构对应的微操作字段得到硬件控制参数,依托参数解析结果生成模块化可加载硬件配置包,包括:
19、根据所述多层次配置结构的层级划分,提取配置组与配置包的管控字段;
20、依据所述管控字段拆解底层配置行硬件定义字段,解析单周期处理单元的运算与数据交互规则,得到微操作控制参数;
21、基于所述微操作控制参数补充路由控制、运算模式与数据读写地址配置,得到硬件控制参数集合;
22、根据所述硬件控制参数集合按算法功能模块规整封装配置数据,生成模块化硬件配置包。
23、进一步的,所述利用所述硬件配置包在芯片仿真模型中执行后向投影成像算法,得到仿真成像数据,比对参考模型完成成像指标校验,依托校验结果生成功能性能达标的硬件配置文件,包括:
24、根据预先构建的硬件配置文件搭建配置预取流水架构,重叠配置加载与硬件计算流程,得到重构执行机制;
25、依托所述重构执行机制搭建指令级、节点级、任务级三层数据流并行架构,得到多粒度算法并行加速机制;
26、基于所述多粒度并行加速机制,设计多存储体共享存储架构与轮转仲裁逻辑,得到高并发的存储访问优化机制;
27、整合所述重构执行机制、所述多粒度算法并行加速机制、所述存储访问优化机制,生成算法运行优化方案。
28、进一步的,所述根据预先构建的硬件配置文件搭建配置预取流水架构,重叠配置加载与硬件计算流程,得到重构执行机制,包括:
29、根据预先构建的硬件配置文件解析各功能模块的配置包执行时序,得到算法硬件运行时序特征;
30、根据获取的硬件运行时序特征设计配置预取调度逻辑,构建片外闪存至片上缓存的流水加载通路,得到配置预取架构:
31、基于配置预取架构错位排布配置加载周期与阵列计算周期,得到流水并行运行模式;
32、根据流水并行运行模式规范配置切换与执行流程,消除配置切换等待开销,得到高效硬件重构执行机制。
33、进一步的,所述依托所述算法运行优化方案固化硬件配置至片外闪存,以进行芯片部署,包括:
34、运行所述优化方案固化全套硬件配置参数至片外闪存,得到可动态加载的部署配置文件;
35、基于所述部署配置文件解析算法运算路径时序特征,区分关键运算链路与非关键运算链路,得到双电压域映射规则;
36、根据所述双电压域映射规则完成处理单元电压域差异化映射,并配置阵列级动态电压调配策略,得到静态功耗部署机制;
37、依托所述静态功耗部署机制搭载所述动态电压频率调节策略,实时负载动态调控芯片工作状态,完成芯片部署工作。
38、第二方面,本发明实施例提供了一种基于重构芯片的成像算法映射装置,所述装置包括:
39、提取模块,用于基于后向投影成像算法提取算法运行特征,并基于所述算法运行特征生成适配硬件映射的算子清单;
40、构建模块,用于根据所述算子清单完成后向投影成像算法向粗粒度可重构阵列的硬件资源映射,构建多层次配置结构,解析所述多层次配置结构对应的微操作字段得到硬件控制参数,依托参数解析结果生成模块化可加载硬件配置包;
41、执行模块,用于利用所述硬件配置包在芯片仿真模型中执行后向投影成像算法,得到仿真成像数据,比对参考模型完成成像指标校验,依托校验结果生成功能性能达标的硬件配置文件;
42、优化模块,用于根据所述硬件配置文件实施多维度运行机制优化,得到硬件加速策略,依托优化策略生成高效率的算法运行优化方案;
43、部署模块,用于依托所述算法运行优化方案固化硬件配置至片外闪存,以进行芯片部署。
44、第三方面,本发明实施例提供了一种计算机设备,包括:存储器和处理器,存储器和处理器之间互相通信连接,存储器中存储有计算机指令,处理器通过执行计算机指令,从而执行上述第一方面或其对应的任一实施方式的方法。
45、第四方面,本发明实施例提供了一种计算机可读存储介质,该计算机可读存储介质上存储有计算机指令,计算机指令用于使计算机执行上述第一方面或其对应的任一实施方式的方法。
46、本发明提取bp算法运行特征并整理算子清单,实现算法运算需求标准化梳理,便于充分挖掘算法并行潜力,改善dsp并行拓展受限的缺陷;其次,构建多层次配置结构并生成模块化硬件配置包,支持硬件资源随算法阶段动态重配,解决fpga资源利用率不均衡、调度灵活性差的问题;然后,通过仿真校验迭代筛选合规配置文件,依托配置包动态加载特性,无需硬件重新流片即可适配参数变更,克服asic功能固化、研发成本高的弊端;最后,开展多维度运行优化并完成片上部署,形成面向bp算法完整的cgra系统化映射流程,充分发挥重构芯片算力,兼顾实时性、灵活性与能效。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com