投稿者: yasu

Four ages of FPGAs:
– 1984-1991: Invention
– 1992-1999: Expansion
– 2000-2007: Accumulation
– 2008-2015: Specialization
Age of Invention:
– Tight technology limits: much smaller than application size
– Efficiency is key
– Design automation is secondary to capacity
Age of Expansion:
– metal layer が増えて、wire が一気に増えた
Age of Accumulation:
– Process tech: complexity eliminates “casual” ASIC users
– FPGAs are larger than the typical problem size
– Logic capacity limited by I/O and mem bandwidth
– Power is growing concern
– Design effort takes on a new dimension: complete digital systems on FPGAs require new design skills
Age of Specialization:
– Dual challenges of VLSI: giga-scale & deep submicron
– Logic cells, memory, multiplier and I/O: 増加速度がそれぞれ違う
– I/O per gate は 1/60 にもなっている！ (これは microprocessor でも同じ)
– Application domain に特化させることでコストを最適化: “ASIC FPGA”
XIlinx FSB module: V5 on Xeon FSB at 1066MHz
Configurable Computing に必要なもの
– バイナリ互換性
– 5-minute compiles
– native compilers
– source level debugging

[ FPGA Implementation of a Data-Driven Stochastic Biochemical Simulator with the Next Reaction Method ]
ほかのネットワークの形は検討した？
– これが一番シンプルだから
[ GENDIV – A Hardware Algorithm for Intron and Exon String Detection in DNA Chains ]
DP 使ってる。むうー。どうだろな。ちゃんと読んだらおもしろいのかな。
[ Virtualization on the Tartan Reconfigurable Architecture ]
WASMII だ! (違うけど)
つまりまあ、仮想ハードウェアです。
prefetch とかするのかー。かっこいいな。

[ Ringing High-Performance Reconfigurable Computing to Exact Computations ]
floating-point の、fixed-precision な計算ではなくて、arbitrary-precision な計算 (1995 年くらいに発明された仕掛けで、わりと新しい)。Exact な計算ではあるが、遅いのと、ハードウェアサポートが存在していないことが問題。
dynamic (non-linear) pipeline, short pipeline for lower latency.
構成がおもしろそうだ。
[ Applying Out-of-Core QR Decomposition Algorithms on FPGA-Based Systems ]
OOCQR algorithm.
行列ものは苦手です。すいません。
[ Multi-processor System-level Synthesis for Multiple Applications on Platform FPGA ]
XML で DFG を描いて設計するみたい。
http://www.es.ele.tue.nl/~akash/mamps/ に、サンプルとかもある。
[ A Hardware Algorithm for the Minimum p-Quasi Clique Cover Problem ]
会津大の渡辺先生。
Gene expression profile. クリークを求めるのにニューロンを使います。Matsuda’s algorithm でHopfield NN. リングネットワーク。
[ High Speed Tablation System using an FPGA designed for Distribution Tables of Frequent DNA Subsequences ]
筑波大 + 理研 GSC のひとたち。
ncRNA を検出したい。短い部分配列の出現頻度を調べる。
24bp query on 4Gbp DNA sequence.
[ Discrete Event Simulation of Molecular Dynamics with Configurable Logic ]
Boston Univ のチーム。
DMD: Descrete MD = 「なにも起きないときは何もしない」MD なので、超速い。

[ Design Space Exploration of the European Option Benchmark Using HyperStreams ]
金融のモデルは Monte-Carlo.
accuracy/acceleration design curve とか描いてる。トレードオフが選べるんだぜ。
HyperStreams っていうのを使っている。C++ っぽい何か。Celoxica の？
[ Accelerating a Medical 3D Brain MRI Analysis Algorithm using a High-Performance Reconfigurable Computer ]
Int’l Consourtium for Brain Mapping (ICBM) というのがあって、それがテストデータ (名前がすごいな)。計算速度向上は約10倍、トータルでの速度向上は約 3.6 倍。ソフトウェアでは倍精度だが、FPGA では単精度でやっている。結果が違う voxel がいくつかあるのだが、計算精度の問題というより、計算アルゴリズムが若干違っているためらしい。
Platform は RASC RC100 で、Mitrion-C で書いている。
[ Soft-Hard 3D FD-TD Solver for Non Destructive Evaluation ]
FD-TD 法は PDE を解くためのやつ。
でも integer arithmetic だから参考にはならないかなー。