计算机工程与科学

作者：周智, 高建花, 计卫星

单位：（北京理工大学计算机学院，北京 100081）

关键词：稀疏矩阵向量乘,现场可编程门阵列,高级综合,行折叠,

稀疏矩阵向量乘（SpMV）是科学与工程计算中的一个关键内核。由于稀疏矩阵中不规则的数据分布和SpMV计算中不规则的访存操作，SpMV在多核CPU和GPU等设备上的性能与这些设备的理论峰值还具有较大差距。现有的CPU和GPU由于在架构上受到限制，导致它们无法很好地利用稀疏矩阵的特殊结构来加速SpMV计算，而现场可编程门阵列（FPGA）可以通过自定义电路实现高效的并行运算，能够更好地处理稀疏矩阵的计算和存储问题。基于FPGA提出了一种SpMV优化方法，该优化方法基于高级综合的流式处理引擎，采用了一种自适应多行折叠的SpMV优化策略。该方法通过行折叠减少了处理引擎中零元的无效存储和计算，从而提升了基于FPGA的SpMV计算性能。实验结果表明，相比于现有的FPGA实现方案，设计的基于行折叠优化的数据流引擎实现了最高1.78倍和平均1.15倍的加速。

来源：2024年第8期

《计算机工程与科学》期刊编辑部

查看计算机工程与科学杂志2024年第8期