面向大數據的計算與存儲融合CPU體系結構研究

《面向大數據的計算與存儲融合CPU體系結構研究》是依託中國人民解放軍國防科技大學，由黃立波擔任項目負責人的面上項目。

基本介紹

• 中文名：面向大數據的計算與存儲融合CPU體系結構研究
• 項目類別：面上項目
• 項目負責人：黃立波
• 依託單位：中國人民解放軍國防科技大學

中文摘要

近年來，以基於海量數據的大規模學習、數據挖掘以及新型網際網路服務為代表的大數據套用成為學術界與工業界的明星套用。相對於傳統套用，大數據處理所涉及的數據量大，強調高吞吐、強並行、低延遲等特性。然而，傳統通用CPU在計算密度、訪存性能、並行性開發和功耗等方面都無法滿足大數據處理套用發展的要求。因此，分析傳統CPU在面向大數據處理所存在的不足，研究面向大數據的高效CPU體系結構與關鍵技術，為研製高效大數據系統提供基礎計算部件，具有重要的學術價值和套用前景。目前，面向大數據的CPU相關研究才開始起步，將三維集成新型非易失存儲介質套用於CPU設計還處於概念形成階段。本項目抓住這一契機，研究計算與存儲融合的片上三維CPU體系結構，擬在重定製處理器資源、低功耗技術、編程模型硬體支持以及原型驗證系統等方面取得突破，為解決阻礙通用大數據CPU發展的核心問題探索新的道路，以期在大數據系統研究中搶占先機。

結題摘要

隨著社會信息化的快速發展，無論科學研究、工業套用，還是在社會民生等各個領域，數據都呈現出爆炸式增長。大數據套用給人類改造自身生存環境帶來了潛在便利，但也給計算機處理系統帶來了巨大的挑戰。相對於傳統套用，大數據處理套用所涉及的數據量大，高效的大數據系統需要滿足高吞吐、強並行、低延遲等特性。然而，傳統通用處理器在計算密度、訪存性能、並行性開發和功耗等方面都無法滿足大數據處理套用發展的要求。因此，分析傳統CPU在面向大數據處理所存在的不足，有效利用片上的電晶體資源，基於底層工藝，探索新的多核乃至眾核體系結構設計方法，成為高效能大數據CPU設計的關鍵。 本項目系統分析了典型大數據套用的程式特徵，提出計算與存儲融合的CPU體系結構，在重定製的處理器資源最佳化設計、非易失性存儲三維集成與低功耗設計、面向核心編程模型的硬體支持以等方面取得形成了關鍵技術，滿足構建大數據高效計算系統的需求，並為未來大數據CPU晶片的研製奠定基礎。在項目研究期間，共發表高水平論文29篇，其中SCI 期刊論文7篇，CCF高水平推薦期刊與會議論文15篇，EI檢索論文18篇。出版學術專著2部，申請國家發明專利8項，獲得授權2項。申請軟體著作權1項。協助培養博士研究生7名，碩士研究生7名。