基于MPSoC的嵌入式数据处理加速技术研究

摘要

随着计算机体系结构和半导体技术的发展，嵌入式设备和系统广泛应用于生产和生活的各个领域。受到快速增长的嵌入式设备市场的推动，博客、社交网络、基于位置的服务为代表的移动互联网应用呈爆炸式发展。同时随着云计算、物联网（Internet of Things, IoT）等技术的兴起，各种日志、图像和视频等数据正以前所未有的速度不断增长和累积，因此对嵌入式系统的数据采集和数据处理能力的要求越来越高。在设计高性能的嵌入式系统时采用多处理器系统芯片（Multi-Processor System on Chip, MPSoC）的结构已经成为嵌入式体系结构设计者的优先选择。
　　为了提高嵌入式处理器处理大数据的能力，本文提出了一种基于MapReduce并行编程模型的MPSoC架构。分布式的并行编程模型和分布式的底层硬件平台的匹配，使得该多核架构不仅能加速处理器节点处理大数据流的速度，而且简化了处理器节点并行编程的复杂度。本文首先采用SystemC软硬件协同设计语言，对整个多核处理器结构进行系统级快速建模。通过分析该多核处理器模型处理MapReduce典型应用程序的性能，调整MPSoC系统架构，为嵌入式数据处理构建性能优越的多核处理器硬件平台。
　　其次，由于嵌入式系统强调的是面向具体应用的性能最优，本文采用专用指令集处理器（Application Specific Instruction Set Processor, ASIP）的设计方法实现高性能、低功耗、可编程的嵌入式多核处理器平台。采用nML指令集描述语言对专用处理器单元进行描述，然后将ASIP Designer设计工具自动生成的周期精确的SystemC代码集成到Synopsys Platform Architecture平台进行仿真。实验结果表明，与通用嵌入式多核处理器相比，本文所设计的MPSoC架构处理MapReduce典型应用的速度能提高2.1倍。并且随着数据集的增加，性能提升越明显，表明该多核处理器架构处理大数据集的巨大潜能。

目录

声明

缩略词

1第一章 绪 论

1.1 研究背景与意义

1.2 国内外研究现状分析

1.3 本文主要研究内容

1.4 论文结构安排

2第二章 嵌入式MPSoC技术

2.1 嵌入式MPSoC系统

2.2 专用指令集处理器

2.3 并行编程模型

2.4 本章小结

3第三章 基于MapReduce的MPSoC的系统级设计

3.1 基于SystemC的系统级设计方法概述

3.2 基于MapReduce模型的MPSoC架构

3.3 基于SystemC的MPSoC的系统级建模

3.4 本章小结

4第四章 基于专用指令集处理器的MPSoC设计

4.1 基于ASIP的MPSoC设计方法概述

4.2 基于专用指令集处理器的MPSoC架构

4.3 本章小结

5第五章 MPSoC的仿真验证

5.1 MPSoC的设计与验证平台

5.2 MPSoC的性能评估

5.3 本章小结

6第六章 总结与展望

参考文献

致谢

9在学期间的研究成果及发表的学术论文