面向軟件定義芯片通用的算子恢復技術(shù)

第1章 軟件定義芯片 1
1.1 概述 1
1.1.1 計算架構(gòu)發(fā)展歷程 1
1.1.2 軟件定義芯片簡介 3
1.2 重點研究方向 6
1.2.1 硬件架構(gòu)與高效性 7
1.2.2 編程模型與靈活性 8
1.2.3 編譯框架與易用性9
參考文獻.11
第2章 基于LLVM的研發(fā)平臺14
2.1 LLVM介紹14
2.1.1 經(jīng)典編譯器設(shè)計概覽 16
2.1.2 現(xiàn)有實踐17
2.1.3 LLVM中間碼18
2.1.4 LLVM三段式設(shè)計 19
2.1.5 模塊化設(shè)計附帶閃點 23
2.2 研發(fā)平臺介紹24
2.2.1 CMake構(gòu)建選項24
2.2.2 循環(huán)體 DFG圖生成 25
2.3 限制27
參考文獻 27
第3章 指令選擇技術(shù) 28
3.1 概述29
3.1.1 指令選擇介紹 29
3.1.2 機器指令特征 32
3.1.3 最優(yōu)指令選擇 34
3.1.4 指令選擇的早期發(fā)展 35
3.1.5 相關(guān)知識及定義 36
3.1.6 指令選擇的基礎(chǔ)分類 40
3.1.7 指令選擇的歸質(zhì)任務劃分49
3.2 技術(shù)介紹 49
3.2.1 初級技術(shù) 49
3.2.2 模式匹配 52
3.2.3 模式選擇 68
3.3 展望83
3.3.1 待研究主題83
3.3.2 挑戰(zhàn)84
參考文獻 85
第4章 通用算子恢復技術(shù)97
4.1 提高軟件定義芯片易用性的相關(guān)技術(shù) 97
4.2 算子恢復技術(shù)的引入98
4.3 軟件定義芯片通用算子恢復系統(tǒng) 99
4.3.1 軟件定義芯片抽象算子100
4.3.2 通用算子恢復系統(tǒng)的輸入 106
4.3.3 算子基本模板圖匹配 117
4.3.4 算子聚合126
4.3.5 算子選擇127
4.3.6 算子生成131
4.3.7 復雜度分析 132
4.3.8 總結(jié) 135
參考文獻135
第5章 通用算子恢復系統(tǒng)實現(xiàn)136
5.1 DFG 圖數(shù)據(jù)結(jié)構(gòu) 136
5.1.1 結(jié)點操作碼定義136
5.1.2 結(jié)點數(shù)據(jù)結(jié)構(gòu)138
5.1.3 邊數(shù)據(jù)結(jié)構(gòu) 139
5.1.4 圖數(shù)據(jù)結(jié)構(gòu) 140
5.2 算子基本模板庫工程示例 140
5.2.1 DOT語言 141
5.2.2 算子基本模板工程示例142
5.3 圖匹配優(yōu)先級序列工程示例 147
5.4 算子聚合模板庫工程示例 148
5.4.1 AU算子聚合模板151
5.4.2 二級 LU算子聚合模板155
5.4.3 三級 LU算子聚合模板159
5.4.4 SU模式一算子聚合模板179
5.4.5 SU模式二算子聚合模板180
5.4.6 SU模式三算子聚合模板183
5.5 算子基本模板庫圖匹配工程示例 190
5.5.1 算子基本模板匹配總控函數(shù) 190
5.5.2 算子基本模板匹配函數(shù)191
5.5.3 結(jié)點匹配函數(shù)193
5.5.4 結(jié)點向上匹配函數(shù) 198
5.5.5 基本算子恢復函數(shù) 199
5.6 算子聚合工程示例 203
5.6.1 LU算子抽象轉(zhuǎn)換函數(shù) 204
5.6.2 算子聚合模板匹配總控函數(shù) 205
5.6.3 算子聚合模板匹配函數(shù)207
5.6.4 LU抽象算子還原函數(shù) 215
5.7 算子選擇工程示例 216
5.8 算子生成工程示例224
參考文獻238
第6章 結(jié)語與展望 239
6.1 結(jié)語 239
6.2 展望239
6.2.1 軟件定義芯片的虛擬化240
6.2.2 利用機器學習進行在線訓練 241
參考文獻243
索引245