[发明专利]一种应用复合指令加快数据流结构中指令执行速度的方法

说明书

本发明公开了一种应用复合指令加快数据流结构中指令执行速度的方法，该方法应用于一数据流处理的硬件架构中，以加快指令执行速度。本发明对数据流中的指令进行了优化，将两条相互依赖的指令用一条复合指令进行替换，这两条指令需要满足第二条指令只依赖于一条指令，即第二条指令需要的源操作数只有一个，即可称这两条指令是这条复合指令的微指令，这个条件是复合指令提出的基础。当第二条指令只需要一个源操作数时，在已经收到后一条指令的ack消息的情况下，可以在前一条指令计算出结果以后，立马就发射。本发明在运算部件中增加旁路电路，在复合指令中的第一条指令执行完后，立即将操作数通过旁路电路提供给运算部件，继续执行第二条指令。

技术领域

本发明涉及指令优化领域，具体而言，涉及一种应用复合指令加快数据流结构中指令执行速度的方法。

背景技术

据统计，全球每天产生的数据以2.5EB的速度不断积累(张引,陈敏,廖小飞.大数据应用的现状与展望[J].计算机研究与发展,2013,50(s2):216-233.)，IDC报告指出，全球数据总量正以每两年翻一番的速度持续增长，从2013年到2020年，全球数据总量将增长10倍，达到44ZB。毋容置疑，大数据时代已经到来，人类已经从IT时代悄然进入DT时代。许多科学计算领域的应用也转变成了大数据应用。许多领域的科研都在通过高通量传感器和仪器获取大量数据，从天体物理学和海洋学，到基因学和环境研究，无不如此。美国国家科学基金会(NSF)最近公布了BIGDATA方案征集，以利于信息共享和数据分析。一些学科已经开发了海量数据平台并取得了相应的收益。例如，在生物学中，iPlant正应用网络基础设施、物理计算资源、协作环境、虚拟机资源、可互操作的分析软件和数据服务来协助研究人员、教育工作者和学生建设所有的植物学科。iPlant数据集形式变化多端，其中包括规范或参考数据、实验数据、模拟和模型数据、观测数据以及其他派生数据。

现有的高性能处理器在面向高性能计算机性能评价标准测试程序时能获得很高的浮点效率，但在处理某些大规模实际科学计算时获得浮点效率却非常低(申小伟,叶笑春,王达,张浩,王飞,谭旭,张志敏,范东睿,唐志敏,孙凝晖.一种面向科学计算的数据流优化方法[J].计算机学报,2016,:1-18)。浮点效率的低下意味着浮点计算资源和计算能力的浪费，在面向未来E级科学计算时，计算系统将难以承受现有处理器低效带来的计算能力需求和功耗需求。大数据科学计算领域，相比控制流处理器，数据流处理器具有较好的指令并行性、数据复用性和能效比。大规模科学计算应用在数据流体系结构实现时，可以将大规模的数据划分成小块，将处理小块数据的逻辑转化为数据流图，将数据流图转化为一串数据流指令(即内核)映射到数据流处理器中，不同的小块作为独立的上下文流式地注入数据流处理器，这种动态数据流方式指令利用率高，不同层的数据流图犹如流水线般运行，上下文吞吐量大。

在数据流结构中，一条指令要发射需要满足两个条件，一个是要满足源操作数全部准备好，另一个是要确认依赖于这条指令的指令已经准备好接受源操作数了。如图1所示为指令的发射约束示意图，图1中，op1、op2和op3为3个指令发射单元，op1可以发射指令就要满足它的两个源操作数到达，且op3返回给它一个ack消息，说明op3的第一个源操作数的位置为空，是可以写入的，那么在这种情况下，op1就可以发射了。同样op3要等op1和op2产生的数据传输到op3的源操作数位置，且依赖于op3的指令返回给了op3的ack消息后才能发射。

因为数据流结构具有上述特点，产生了数据流执行过程中独特的现象和规律，图2为指令之间发射的依赖关系示意图，如图2所示：