摘要：如今,随着机器学习、语音识别、人工智能、基因测序等新型大数据应用的兴起,人类面临的各类数据规模呈现爆炸式增长趋势.为了实现数据密集型应用的高效能计算,围绕新型应用展开的异构加速器相关研究已经成为计算机体系结构领域的热点.目前异构加速器的实现主要借助于专用集成电路(ASIC)、图形处理单元(GPU)、现场可编程门阵列(FPGA)等异构计算部件.在上述几种典型的异构体系结构中,基于FPGA和CGRA等可重构体系结构的异构加速器具有以下两个优点:第一,FPGA和CGRA等结构内部包含大量可配置的逻辑电路,能够满足特定应用的高性能和低功耗的运行要求,从而获得较高的效能比.第二,由于目前新型应用的种类多样、迭代速度快,而采用ASIC进行加速器设计的周期又比较长,与之相比,采用FPGA和CGRA等可重构体系结构能够快速实现原型系统,并能够根据应用和算法的迭代进行演化,具有良好的定制性和可重构特性.近年来,在体系结构的顶级国际会议上,涌现了一批以可重构体系结构为基础的异构加速器,成为学术界的研究热点.与此同时,基于FPGA的加速器平台也成为工业界关注的关键技术之一,国际知名的公司(如Intel、微软等)都将可重构计算加速器作为构建下一代异构加速器的重要平台,将其广泛应用于数据中心和嵌入式设备中.为了更好地回顾近年来的可重构计算加速器相关工作,本章将以最近的可重构计算加速器体系结构以及算法应用等高水平科研成果为基础,对国内外的相关研究热点和关注领域进行客观对比,对可重构计算加速器的优缺点和挑战进行了详细的分析和说明.由于计算机体系结构是国内外计算机领域发展差距较大的方向之一,本章将以可重构计算加速器为切入点,着重分析FPGA和可重构计算加速器等技术给国内体系结构研究人员带来的新机遇和挑战,展望加速器体系结构未来的发展趋势.本章中的相关内容希望能为我国计算机体系结构领域的研究提供参考.
