[发明专利]软件定义变结构计算架构及利用其实现的左右脑一体化资源联合分配方法

权利要求书

1.一种基于软件定义的左右脑一体化资源联合分配方法，其特征在于，基于软件定义变结构计算架构实现，软件定义变结构计算架构包含：用于信号处理的左脑可重构计算阵列结构，用于深度学习的右脑可重构计算阵列结构，及用于依据外部输入数据和/或外部输入配置对计算任务分解并形成相应计算结构配置的系统控制模块，系统控制模块利用软件定义互连网络将分解的计算任务加载到与计算结构配置相对应的左脑可重构计算阵列结构和/或右脑可重构计算阵列结构，利用左脑可重构计算阵列结构和/或右脑可重构计算阵列结构中算粒完成计算任务；联合分配的实现过程包含如下内容：

选取用于信号处理的若干算法及用于深度学习的若干算法，形成左脑可重构计算阵列结构和右脑可重构计算阵列结构中各类型算粒；

依据计算需求、存储需求及互连需求提取可重构计算阵列结构中算粒；并针对提取的各算粒通过计算效果的评估优化，构建最优的混合颗粒度可重构计算阵列；

对实时加载的任务结合混合颗粒度可重构计算阵列进行任务模块化分解，并生成计算配置信息；

依据计算配置信息，左脑可重构计算阵列结构和/或右脑可重构计算阵列结构构建计算结构并驱动任务待计算数据输入进行计算；并依据任务执行情况及计算结构实时状态对当前计算任务与计算结构的匹配性进行综合评估和适时调整。

2.根据权利要求1所述的基于软件定义的左右脑一体化资源联合分配方法，其特征在于，左脑可重构计算阵列结构中的算粒包括但不限于：FFT/IFFT计算、矩阵乘法、矩阵求逆、卷积计算以及匹配滤波。

3.根据权利要求1所述的基于软件定义的左右脑一体化资源联合分配方法，其特征在于，右脑可重构计算阵列结构中算粒包括但不限于：卷积计算、矩阵乘法、池化处理及全连接处理。

4.根据权利要求1所述的基于软件定义的左右脑一体化资源联合分配方法，其特征在于，通过迭代算法从计算性能、效能、重构灵活性及重构便捷性来综合评估提取的算粒设计、存储结构设计及互连结构设计，选取综合评估结果最优的情形来构建混合颗粒度可重构计算阵列，其中，构建的混合颗粒度可重构计算阵列包括左脑可重构计算阵列结构和/或右脑可重构计算阵列结构两者中算粒资源池、存储结构及互连结构。

5.根据权利要求1所述的基于软件定义的左右脑一体化资源联合分配方法，其特征在于，对最优的混合颗粒度可重构计算阵列通过资源虚拟化，并利用主动查询和被动感知相结合方式对资源状态信息进行监控。

6.根据权利要求1所述的基于软件定义的左右脑一体化资源联合分配方法，其特征在于，生成计算配置信息时，根据计算和/或存储资源及状态运行信息，如果浮点数与定点数粗粒度可重构阵列资源与任务各个模块的计算需求相匹配，则优先使用粗粒度可重构阵列实现任务模块计算；否则，对无法满足计算需求的任务模块进行软硬件划分，对于并行计算可行性小于设定阈值的情形，跳转控制需求大于需求阈值的计算模块采用软件在DSP核或实时处理器上实现，对于并行计算可行性大于设定阈值的情形，计算密集型计算模块采用硬件在嵌入式FPGA构成的细粒度可重构阵列上实现。

7.根据权利要求1所述的基于软件定义的左右脑一体化资源联合分配方法，其特征在于，所述左脑可重构计算阵列结构包含：由计算单元PE1组成的粗粒度浮点数可重构阵列，由嵌入式FPGA组成的细粒度可重构阵列，利用软件运行计算任务的DSP核，及用于计算资源互连的互连网络，其中，计算单元PE1为用于信号处理计算的硬件逻辑计算构件。

8.根据权利要求1所述的基于软件定义的左右脑一体化资源联合分配方法，其特征在于，所述右脑可重构计算阵列结构包含：由计算单元PE2组成的粗粒度定点数可重构阵列，由嵌入式FPGA组成的细粒度可重构阵列，及利用软件运行计算任务的实时处理器，及用于计算资源互连的互连网络，其中，计算单元PE2为用于深度学习的硬件逻辑计算构件。

9.根据权利要求1或7或8所述的基于软件定义的左右脑一体化资源联合分配方法，其特征在于，还包含：用于原始数据、中间计算数据及最终计算数据存储的分布式层次化存储结构。