本發(fā)明涉及一種基于多核異構cpu-gpu-fpga的大數(shù)據(jù)引擎架構
背景技術：
隨著云計算及虛擬化，呈現(xiàn)出“大規(guī)模”、“高密度”、“高能耗”、“復雜化”等特點，建設與發(fā)展新一代數(shù)據(jù)中心，提升數(shù)據(jù)中心基礎設施管理將變得日趨重要，數(shù)據(jù)中心的基礎架構融合管理與智能將成為數(shù)據(jù)中心發(fā)展的新趨勢。
超大型數(shù)據(jù)中心提供了從基礎設施到后面的數(shù)據(jù)分析、篩選、應用的整個應用服務。不僅是數(shù)據(jù)分析，還包括與公有云提供的通用化服務不同的專門服務于智能制造的云計算，以及超級運算，這就對大數(shù)據(jù)的處理能力提出了更高要求。
異構計算是指使用不同類型指令集和體系架構的計算單元組成系統(tǒng)的計算方式。常見的計算單元類別包括：cup(中央處理器)、gpu(圖形處理器)、fpga(現(xiàn)場可編程門陣列)等。cpu與gpu的高度融合已是大勢所趨，但這不只是硬件層面的變更，更多的是計算理念的變革。如何將不同的計算任務自動分配給最適宜于處理該任務的芯片，借此實現(xiàn)最高的能效比以及最高的晶體管利用率，成為探索新的編程模式或者計算模式要面臨的重大問題。
當越來越多的專用硬核被集成到fpga中以后，fpga的設計方法需要發(fā)生根本性的變化。在ic設計領域已經(jīng)逐步得到認同的soc設計方法同樣被引入到fpga設計領域，這一方法的核心在于圍繞cpu內(nèi)核展開設計，以cpu引出的系統(tǒng)總線為主干，其他模塊都掛在這一總線上，比如，在fpga上開發(fā)基于cpu的系統(tǒng)，當fpga上電后，硬件邏輯通過芯片配置成功后，讀取軟件文件并轉到sdram(同步動態(tài)隨機存儲器)中，軟件在sdram中運行。
gpu等專用計算單元雖然工作頻率較低，具有更多的內(nèi)核數(shù)和并行計算能力，總體性能/芯片面積的比和性能/功耗比都很高，卻遠遠沒有得到充分利用。特別是gpu的通用計算被導入高并行計算領域，對處理包括視覺傳感器在內(nèi)的融合多傳感器信息，起到新核心的作用。
智能閃存緩存是一個只讀緩存。當未修改的數(shù)據(jù)塊由于空間的壓力被清除出緩存區(qū)高速緩存，這些數(shù)據(jù)塊就被移入到閃存緩存中；如果又需要這些數(shù)據(jù)，數(shù)據(jù)庫將會再把這些數(shù)據(jù)塊從閃存緩存移回。閃存緩存利用閃存設備的i/o速度，比基于磁盤的存儲性能要高得多；具有足夠的cpu，可使用閃存緩存。
磁性隨機存儲器(magneticrandomaccessmemory，簡稱mram)擁有靜態(tài)隨機存儲器(sram)的高速讀取寫入能力，以及動態(tài)隨機存儲器(dram)的高集成度，而且基本上可以無限次地重復寫入。
本發(fā)明提供了一種基于多核異構cpu-gpu-fpga的大數(shù)據(jù)引擎架構。架構的特征為具有獨立的并行cpu和并行gpu，有各自的磁性隨機存儲子系統(tǒng)，均可訪問對方的磁性隨機存儲器，并處于fpga結構之外；gpu通過i/o總線連接到芯片組，然后再通過i/o橋與cpu相連；cpu由alu、寄存器文件和智能閃存緩存以及總線接口組成。
技術實現(xiàn)要素：
本發(fā)明的目的在于提供一種基于多核異構cpu-gpu-fpga的大數(shù)據(jù)引擎架構。本發(fā)明包括以下特征：
發(fā)明技術方案
1.一種基于多核異構cpu-gpu-fpga的大數(shù)據(jù)引擎架構，架構的特征：
1)具有獨立的并行cpu和并行gpu，有各自的磁性隨機存儲子系統(tǒng)，均可訪問對方的磁性隨機存儲器，并處于fpga結構之外；
2)gpu通過i/o總線連接到芯片組，然后再通過i/o橋與cpu相連；
3)cpu由alu、寄存器文件和智能閃存緩存以及總線接口組成。
附圖說明
附圖1是基于多核異構cpu-gpu-fpga的大數(shù)據(jù)引擎架構圖。
具體實施方式
這種基于多核異構cpu-gpu-fpga的大數(shù)據(jù)引擎架構，包括如下步驟特征：
1)具有獨立的并行cpu和并行gpu，有各自的磁性隨機存儲子系統(tǒng)，均可訪問對方的磁性隨機存儲器，并處于fpga結構之外；
2)gpu通過i/o總線連接到芯片組，然后再通過i/o橋與cpu相連；
3)cpu由alu、寄存器文件和智能閃存緩存以及總線接口組成。