[发明专利]一种用于行列并行粗粒度可重构阵列多目标优化自动映射调度方法

权利要求书

1.一种用于行列并行粗粒度可重构阵列多目标优化自动映射调度方法，其特征在于，包括以下步骤：

步骤1，输入可重构目标架构信息、循环任务数据流图、可重构单元阵列的互连及多约束模式；

步骤2，初始化并建立就绪任务节点列表；

步骤3，跨层就绪节点处理：加过渡节点，获得最小的处理单元阵列跨层数据传输互连时延；

步骤4，通过概率模型公式计算每个就绪节点的权重值，动态更新就绪节点列表；

步骤5，选择权重值大且优先级高的队首任务节点；

步骤6，选择重构处理单元，处理单元阵列按设定次序依次选择第一个没有被使用的重构处理单元，映射任务节点；

步骤7，如果当前处理单元阵列块没有放满，则返回步骤2；如果当前处理单元阵列已经放满或没有放满但是按硬件约束不能放置节点了，则执行步骤8；

步骤8，当前块处理单元阵列、单个重构处理单元配置字与配置文件生成，执行；

步骤9，若计算密集型任务的节点没有全部映射完，就绪队列不为空，开辟新块，处理单元阵列块数+1，变量初始化，并返回步骤2，就绪队列为空，任务节点全部映射完毕，则执行步骤10；

步骤10，最后一块处理单元阵列、单个重构处理单元配置字与配置文件生成，执行，通用处理器做二进制代码融合，编译；

步骤11，输出计算任务的执行通信成本、总时延参数，性能评估；

自动映射调度方法执行前设有预处理步骤：计算密集型任务程序源文件解析，将计算密集型任务转换为数据流图的中间表达形式，对中间表达进行代码级划分，分为通用处理器可以直接执行的顺序代码部分和可重构单元阵列可处理的循环部分。

2.根据权利要求1所述的自动映射调度方法，其特征在于：

所述步骤1中：

可重构目标架构信息＝(PE，I，O，R，MI，MO，CON)

式中：PE＝{PE_0，0，PE_0，1......PE_m，n}，PE_m，n(1≤m≤Row，1≤n≤Col)；

I＝{I(PE_0，0)∪I(PE_0，1)∪......∪I(PE_m，n)}，I(PE_m，n)为PE_m，n输入端口的集合；O＝{O(PE_0，0)∪O(PE_0，1)∪......∪O(PE_m，n)}，O(PE_m，n)为PE_m，n输出端口的集合；

R＝I×O＝{＜o，i＞|o∈O，i∈I}是一有限集合，其中每一个元素代表一PE输出口到另一PE输入口存在连接关系；

MI＝{MI(PE_0，0)∪MI(PE_0，1)∪......∪MI(PE_m，n)}，MI(PE_m，n)为PE_m，n与存储器输入端口的集合；

MO＝{MO(PE_0，0)∪MO(PE_0，1)∪......∪MO(PE_m，n)}，MO(PE_m，n)为PE_m，n与存储器输出端口的集合；

CON＝{CON(PE_0，0)∪CON(PE_0，1)∪......∪CON(PE_m，n)}，CON(PE_m，n)为PE_m，n与配置端口的集合；

输入循环数据流任务图DFG＝(V，E，W，D)；

DFG表示循环任务数据流图展开的中间表示；顶点集V＝{v₁，v₂......v_n}，v_i(i∈(1，n))表示有序运算符号，|V|＝n表示运算符的个数；边集E＝{e₁₁，e₁₂......e_nn}，e_ij表示从v_i到v_j有一条有向边，v_i为v_j的直接前驱，v_j为v_i的直接后继，v_j的执行依赖于v_i的运算结果，|E|＝m表示循环DFG边的个数；W＝{w_i|w_i表示v_i所占的硬件资源面积，i∈(1,n)}；运算时延集D＝{d_i|d_i表示v_i的运算时延，i∈(1,n)}；

输入可重构单元阵列的互连及多约束模式：包括行列并行粗粒度可重构阵列的行和列PE单元的个数，行列并行粗粒度可重构阵列的面积APEA的大小，PE之间的互连关系。