[发明专利]基于大规模粗粒度嵌入式可重构系统及其处理方法

摘要

本发明公开了一种基于大规模粗粒度嵌入式可重构系统及其处理方法，其包括系统总线、配置总线、嵌入式微处理器、数据存储器、可重构处理器、重构控制器、中断控制器和直接存储器访问控制器。该方法针对常用的矩阵求逆算法，在可重构处理器中设计了4个特殊的可重构阵列和一个片上数据传输单元，通过将矩阵求逆算法映射到包含多个基本运算的可重构阵列上，提高运算并行度，从而提升运算效率。同时，通过片上数据传输网络优化了阵列间的数据交换。

主权项

一种基于大规模粗粒度嵌入式可重构系统,其包括：系统总线、嵌入式微处理器、数据存储器、可重构处理器、重构控制器、中断控制器和直接存储器访问控制器；可重构处理器，用于映射高阶矩阵求逆数据，其中，所述高阶矩阵求逆数据是根据数据流图确定的流程和矩阵求逆输入数据不断更新的特点确定的，而所述数据流图是根据分析矩阵求逆，将其算法各步骤的运算转换得到的；直接存储器访问控制器，其将配置信息以及所需用到的初始数据存入相应数据存储器中；嵌入式处理器，通过对其进行设置，启动所述重构控制器，将所述配置信息从所述配置总线发送到所述可重构处理器；重构控制器，通过控制其任务的执行，当所述可重构处理器完成当前任务后，发送中断信号给所述嵌入式微处理器；中断控制器，用于系统中各个功能部件之间的系统同步设置；矩阵求逆可分为LU分解、三角矩阵求逆、矩阵相乘三个步骤，每个步骤都有对应的映射方式；N阶矩阵的LU分解采取高斯消元法，需要进行(1+2+…+(N‑1))次消元运算，一次消元运算即除法阵列从向量a、b获得除数、被除数完成除法运算，二维乘加运算阵列将除法阵列得到的结果与向量a中每一个元素相乘，然后将得到的新向量与向量b相减，得到运算结果；N阶三角矩阵的求逆需要进行(1+2+…+(N‑1))次运算，一次运算包括一次向量乘法运算和一次乘法预算，一次运算即二维乘加运算阵列将向量a、b的所有元素两两相乘，然后倒三角累加阵列完成累加计算并与当前行的对角线元素相乘，得到运算结果；N阶矩阵相乘需要完成N*N次向量乘法，一次向量乘法运算即二维乘加阵列将向量a、b的所有元素两两相乘，然后倒三角累加阵列完成累加计算，得到运算结果；还包括可重构阵列，所述可重构阵列包括由8个除法器构成的1*8一维除法阵列，48个基本运算单元构成的6*8二维乘加基本运算阵列，其包括15个加法器、1个乘法器和1个累加器构成的倒三角累加阵列；除法阵列包含的8个除法器为流水关系；所述基本运算阵列包含的6*8个基本运算单元可实现乘法运算、移位加减法和逻辑运算；其包括：分成6行的倒三角累加阵列，第一行有8个加法器，第二行有4个加法器，第三行有2个加法器，第四行有1个加法器，第五行有1个累加器，第六行有1个乘法器；所述除法阵列与所述基本运算阵列间通过两组寄存器分两个周期节拍完成两个阵列间的数据传递；所述基本运算阵列最后四行的基本运算单元与倒三角累加阵列直接相连，完成这两个阵列间的数据传递；所述基本运算阵列中的每个基本运算单元都附带一个寄存器，用于暂存下一步计算所需的数据。