|
ABSTRACT – CAN. J. ELECT. COMPUT. ENG., VOL.
30, NO. 2, PP. 103–113
Design of embedded compute-intensive processing
elements and their scheduling in a reconfigurable environment
Conception d’éléments intégrés
de traitement
à calcul intensif et leur ordonnancement dans
un environnement reconfigurable
A. Dasu, A. Sudarsanam, and S. Panchanathan
This paper addresses the problem of solving computationally
intensive algorithms such as multimedia and graphics applications.
A novel methodology to design embedded compute-intensive processing
elements (ECIPEs) is proposed. In order to identify common data
flow patterns among core data flow graphs (DFGs), a low-complexity
and parallelism-aware common subgraph extraction algorithm is
proposed. In addition, a reconfiguration-aware static scheduling
technique to manage task and resource dependencies is proposed.
To validate the success of this approach, estimates of reconfiguration
times obtained by performing several experiments (on an assorted
set of algorithms taken from media standards such as MPEG-4 and
frequently used graphics algorithms) are provided, and the potential
for reduction in the number of reconfiguration cycles is shown.
Cet article traite le problème de résolution
d’algorithmes à calcul intensif tel que des applications
graphiques et multimédias. Une nouvelle méthodologie
pour concevoir des d’éléments intégrés
de traitement à calcul intensif (EITCI) est proposée.
Afin d’identifier des patrons communs de flux de données
parmi les graphiques de flux de données (GFD) principaux,
l’on propose un algorithme d’extraction de sous graphes
communs à faible complexité et conscient du parallélisme.
L’on propose aussi une technique statique d’ordonnancement
consciente de la reconfiguration afin de gérer les dépendances
des tâches et des ressources. Pour valider le succès
de cette approche, l’on fournit des estimés des temps
de reconfiguration obtenus en effectuant plusieurs expériences
(sur un ensemble assorti d’algorithmes pris des standard
médias tel que MPEG-4 et sur des algorithmes graphiques
utilisés fréquemment) et montre aussi le potentiel
de réduction du nombre de cycles de reconfiguration.
Back to Table of Contents
|
