求真百科歡迎當事人提供第一手真實資料,洗刷冤屈,終結網路霸凌。

領域專用架構查看源代码讨论查看历史

跳转至: 导航搜索
領域專用架構
原圖鏈接

領域專用架構(DSA, Domain Specific Architecture),亦稱領域專用運算架構。不同於傳統的通用運算架構,領域專用運算架構更強調貼近資料的運算,以便提高運算效能跟降低功耗。然而,這也使得領域專用架構必須依照應用的資料流型態來進行設計,對其泛用性造成限制。[1]

機器學習(Machine Learning)熱潮點燃高效能運算需求,新興運算架構跟著水漲船高。跟過去數十年流行的通用運算架構不同,這些新興架構是為了特定幾種運算任務最佳化,並使用特定的程式語言,因而稱為[[領域專用架構(Domain Specific Architecture, DSA)及領域專用語言(Domain Specific Language, DSL)。DSA/DSL的興起,將成為引領未來處理器設計。[2]

芯片上的晶体管数量不断增加,但是这些晶体管都沒有被充分用。假设用Python实现一个矩阵乘法的性能是1,那么用C语言重写后性能可以提高50倍,如果再充分挖掘体系结构特性(如循环并行化、访存优化、SIMD等),那么性能甚至可以提高63000倍。領域專用架構可以针对特定领域应用程序,定制微结构,从而实现数量级提高性能功耗比。这相当于是把顶尖程序员的知识直接实现到硬件上。[3]

主要的设计原则

  • 減少數據流動
  • 降低數據精度
  • 提高處理並行度[3]

參考來源

  1. 黃繼寬. 讓資料動起來 領域專用架構思維不一樣. 新電子. 2019-10-17 (中文). 
  2. 黃繼寬. AI掀起高效運算熱潮 DSA/DSL後勢看好. 新電子. 2018-12-03 (中文). 
  3. 3.0 3.1 CPU结构的演变:多核之后,发展方向是什么?. 新電子. 2021-01-16 (中文).