PBL1-v1-010j.pptx

CPU GPU
Ultimate CGRA w/ high-speed compiler
CGRA for Energy-efficient Cryptography
Beyond-Neuromorphic Systems
Non-Deterministic Computing
1
ナレータ VOICEVOX:もち子(cv 明日葉よもぎ)
はらぺこエンジニアに贈るCGRAの世界2022
（10. 高速コンパイラ編）

20220819
2
Variety of local memory access

20220819
3
FMA C+B*A ⇒ D
Dual Random access

20220819
4
FMA C+B*A ⇒ D
C has location info (next unit)
D has location info (same as C)
Sequential updates

20220819
5
FMA C+B*A ⇒ D
D has location info (same as C)
Sequential updates

20220819
6
FMA C+B*A ⇒ C
Accumulation

20220202
7
命令テンプレート（自由記述は非効率、超CISC的表現が必要）
cex(OP_CEXE, &ex0-9, c3, c2, c1, c0, 16bit-pattern)
c3，c2，c2，c1は各々64bit値であり，bit32を連結した4bitと，bit0を連結した4bitにより，各々，16bit-patternのbit位置を
取り出した結果が，ex[0-9]のbit1およびbit0に格納される．ex0-9のbit1は条件付きストアの上位32bit，bit0は条件付きス
トアの下位32bitに対応する．
exe(OP_X, &var|&AR[0-63][0-3], s1, e1, s2, e2, s3, e3, OP_Y, s4, OP_Z, s5)
ex4(OP_X, &var|&AR[0-63], s1, e1, s2, e2, s3, e3, OP_Y, s4, OP_Z, s5)
varまたはAR[0-63][0-3]はALUの演算結果格納先であり，前者は位置情報無し，後者は行列位置情報に対応する．s1か
らs3の各64bit値は，各々，e1からe3による修飾後に演算器に入力される．修飾子は以下の通り．
EXP_H3210: 無加工
EXP_H1010: 下位32bitを上位+下位32bitにコピー
EXP_H3232: 上位32bitを上位+下位32bitにコピー
EXP_B5410: byte5,4,1,0を各々16bitに拡張し連結
EXP_B7632: byte7,6,3,2を各々16bitに拡張し連結
OP_Xには主に算術演算，OP_Yには主に論理演算，OP_Zには主にシフト演算を記述できる．各演算はSIMD型であり，上
位32bitと下位32bitを独立に扱う．exe()は倍幅、ex4()は8倍幅のSIMDである．

20220202
8
命令テンプレート
exe(OP_X, &var, INIT0?var:var, e1, s2, e2, s3, e3, OP_Y, s4, OP_Z, s5)
INIT0?var:varは，C言語としては常にvarであるため冗長である．これは，CGRAにおいてホストの介入無しに多重ループ
に対応する工夫である．多重ループ起動前に，ホストは，内側ループに関する各初期値をCGRA内にセットする．通常，
内側ループ完了時にホストが介入して内部レジスタの再初期化を行う必要がある．しかし，IMAXでは，INIT0?var:varが
記述された変数は，CGRAが自ら再初期化を行い，ホスト介入のオーバヘッドを排除している．具体的には，varに初期値
がセットされていることを前提に，LOOP0の初回(INIT0=1)は，ホストが予めセットした当該初期値を演算器の第1入力とし，
次回以降は演算器出力を第1入力とするようデータパスを切替える．
exe(OP_X, &var, var, e1, INIT0?s2:0, e2, s3, e3, OP_Y, s4, OP_Z, s5)
これも，CGRAにおいて，ホストの介入無しに多重ループに対応する工夫である．INIT0?s2:0が記述されている場合，
LOOP0の初回(INIT0=1)は，s2を演算器の第2入力とし，次回以降は0を第2入力とするようデータパスを切替える．2次元
サブアレイの先頭アドレス計算に利用できる．

20220202
9
mex(OP MEX2, &s2, INIT0?s20:s2, INIT0?0:expr, OP MEX1, &s1, INIT0?s10:s1,
INIT0?0:expr, limit, BR[0-63][0-3][1], BR[0-63][0-3][0])
ホストの介入無しに多重ループ疎行列計算またはマージソートを行うためのアドレス計算補助記述．INIT0?s20:s2 および
INIT0?s10:s1 はベースアドレス，INIT0?0:expr は加算するオフセットに対応する．LOOP0 の初回 (INIT0=1) は，s2 と s1に，
s20とs10（初期値）が格納され，次回以降は，前回ローカルメモリから読み出した 2 つの64bitデータの上位32bitを比較し，
大小関係によって，s2またはs1，すなわちアドレス計算器出力に，0またはexprを加算した結果が格納される．また，limit
はマージソート用の比較対象間距離である．使用方法はプログラム例を参照のこと．OP_MEX は以下の通り．
OP_NOP: 常にbase
OP_ALWAYS: 常にbase+offset
OP_CMPA_LE: 上位32bit(BR[][][1])≦上位32bit(BR[][][0])ならbase+offset．それ以外はbase
OP_CMPA_GE: 上位32bit(BR[][][1])≧上位32bit(BR[][][0])ならbase+offset．それ以外はbase？＿

20220202
10
mop(OP_X, ex9-0, &src|&dst, base, offset, mask, top, len, block, force, ptop, plen)
mo4(OP_X, ex9-0, &src|&dst, base, offset, mask, top, len, block, force, ptop, plen)
ローカルメモリに対するロードまたはストアを記述する．各項目は以下の通り．
OP_X: データ幅に応じた倍幅SIMD型ロード命令またはストア命令．mo4は8倍幅SIMDである
ex0-9: 無条件ストアの場合は定数3，前述の条件付きストアの場合は変数
src|dst: ロードの場合は格納先レジスタ，ストアの場合はストアデータ
base: 参照するメモリアドレス base+mask(offset) のbase部分．ホストの主記憶アドレスをそのまま使える．ローカルメモリ内アドレスへはコンパイラと
ハードウェアの連携により自動変換するので，アドレス変換を意識する必要はない
offset: 同じくoffset部分．offsetの単位は1byteである点に注意
mask: 最終的なアドレスは，baseに，offsetレジスタをmaskにより修飾した値を加えたもの．MSK_B0:bit7-0、MSK_B1:bit15-8、MSK_B2:bit23-16、
MSK_B3:bit31-24、MSK_B4:bit39-32、MSK_B5:bit47-40、MSK_B6:bit55-48、MSK_B7:bit63-56、MSK_H0:bit15-0、MSK_H1:bit31-16、
MSK_H2:bit47-32、MSK_H3:bit63-48、MSK_W0:bit31-0、MSK_W1:bit63-32、MSK_D0:bit63-0
top: バースト演算が参照するホスト主記憶の先頭アドレス．先頭アドレスと長さを用いてホストDMAコントローラがホスト主記憶-LMM間転送を行う
len: 同じく長さ．単位は1word（4byte）である．なお，DMA転送速度は256bit/cycleである．lenに定数0を指定した場合，topにより指定された領域が
確保されるものの，DMAは抑止される．この指定は，同一LMMによるダブルバッファリングを行う際に使用する．
block: IMAXでは使用しない（EMAX5ではDMAギャザ機能のパラメタ）
force: ロードとストアとで動作が異なる
0: ロードの場合，前回DMAの先頭アドレスおよび長さが同一であればDMAを起動せずLMMを再利用する．ストアの場合，バースト演算後に
LMMからホスト主記憶にデータ転送する．ただし，次回バースト演算と同時の遅延ドレインが指定されている場合はDMAを抑止する．
1: ロードの場合，必ずホスト主記憶からLMMにデータ転送する．外部機器入力のように，アドレスが同じでも内容が異なる場合に使用する．
ストアの場合，パーシャルストア（一部アドレスのみストア）を想定し，バースト演算前にホスト主記憶から一旦LMMにデータ転送する．ただし，
前回ストアとアドレス範囲が同じ場合はDMAを抑止する．
ptop: バースト演算中に行うDMAの先頭アドレス．ロードの場合，バースト演算中に次回バースト演算に必要な入力がホスト主記憶からLMMに転送
される（プリフェッチ）．ストアの場合，バースト演算中に前回バースト演算結果がLMMからホスト主記憶に転送される（遅延ドレイン）．なお，
mapdist=0 の場合，同一 LMM を対象に，LD/ST とプリフェッチ/ドレインが同時動作する．
plen: 同じく長さ．単位は1word（4byte）である．

20220202
11
コンパイル過程 src/conv-mark/conv-mark の入力
void tone_curve(r, d, t)
unsigned int *r, *d;
unsigned char *t;
{
#if !defined(EMAX5) && !defined(EMAX6)
int j;
for (j=0; j<WD; j++) {
*d = ((t)[*r>>24])<<24 | (t[256+((*r>>16)&255)])<<16 | (t[512+((*r>>8)&255)])<<8;
r++; d++;
}
#else
Ull t1 = t;
Ull t2 = t+256;
Ull t3 = t+512;
Ull BR[16][4][4]; /* output registers in each unit */
Ull r0, r1, r2, r3, r4, r5, r6, r7, r8, r9, r10, r11, r12, r13, r14, r15;
int loop=WD;
//EMAX5A begin tone_curve mapdist=0
while (loop--) {
mop(OP_LDWR, 1, &BR[0][1][1], (Ull)(r++), 0LL, MSK_D0, (Ull)r, 320, 0, 0, (Ull)NULL, 320); /* stage#0 */
mop(OP_LDUBR, 1, &BR[1][1][1], (Ull)t1, BR[0][1][1], MSK_B3, (Ull)t1, 64, 0, 0, (Ull)NULL, 64); /* stage#1 */
exe(OP_MMRG, &r1, BR[1][1][1], EXP_H3210, BR[1][2][1], EXP_H3210, BR[1][3][1], EXP_H3210, OP_NOP, 0LL, OP_NOP, 0LL);
mop(OP_STWR, 3, &r1, (Ull)(d++), 0LL, MSK_D0, (Ull)d, 320, 0, 0, (Ull)NULL, 320); /* stage#2 */
}
//EMAX5A end
#endif
}
 filter+rmm.c

20220202
12
コンパイル過程 cpp –P の入力
 filter+rmm.c-mark.c
unsigned char *t;
{
#if !defined(EMAX5) && !defined(EMAX6)
int j;
for (j=0; j<WD; j++) {
*d = ((t)[*r>>24])<<24 | (t[256+((*r>>16)&255)])<<16 | (t[512+((*r>>8)&255)])<<8;
r++; d++;
}
#else
Ull t1 = t;
Ull t2 = t+256;
Ull t3 = t+512;
Ull BR[16][4][4]; /* output registers in each unit */
int loop=WD;
#define printf(format,...)
/-EMAX5AB-/ tone_curve 0
/-EMAX5AS-/ while (loop--) {
/-EMAX5AS-/ mop(OP_LDWR, 1, &BR[0][1][1], (Ull)(r++), 0LL, MSK_D0, (Ull)r, 320, 0, 0, (Ull)NULL, 320); /* stage#0 */
/-EMAX5AS-/ mop(OP_LDUBR, 1, &BR[1][1][1], (Ull)t1, BR[0][1][1], MSK_B3, (Ull)t1, 64, 0, 0, (Ull)NULL, 64); /* stage#1 */
/-EMAX5AS-/ exe(OP_MMRG, &r1, BR[1][1][1], EXP_H3210, BR[1][2][1], EXP_H3210, BR[1][3][1], EXP_H3210, OP_NOP, 0LL, OP_NOP, 0LL);
/-EMAX5AS-/ mop(OP_STWR, 3, &r1, (Ull)(d++), 0LL, MSK_D0, (Ull)d, 320, 0, 0, (Ull)NULL, 320); /* stage#2 */
/-EMAX5AS-/ }
/-EMAX5AE-/
#undef printf
#endif
}

20220202
13
コンパイル過程 src/conv-c2c/conv-c2c の入力
 filter+rmm.c-cppo.c
unsigned char *t;
{
Ull t1 = t;
Ull t2 = t+256;
Ull t3 = t+512;
Ull BR[16][4][4];
int loop=WD;
/-EMAX5AB-/ tone_curve 0
/-EMAX5AS-/ while (loop--) {
/-EMAX5AS-/ mop(0x02, 1, &BR[0][1][1], (Ull)(r++), 0LL, 14, (Ull)r, 320, 0, 0, (Ull)((void *)0), 320);
/-EMAX5AS-/ mop(0x07, 1, &BR[1][1][1], (Ull)t1, BR[0][1][1], 3, (Ull)t1, 64, 0, 0, (Ull)((void *)0), 64);
/-EMAX5AS-/ exe(0x25, &r1, BR[1][1][1], 3, BR[1][2][1], 3, BR[1][3][1], 3, 0x00, 0LL, 0x00, 0LL);
/-EMAX5AS-/ mop(0x12, 3, &r1, (Ull)(d++), 0LL, 14, (Ull)d, 320, 0, 0, (Ull)((void *)0), 320);
/-EMAX5AS-/ }
/-EMAX5AE-/
}

20220202
14
コンパイル過程通常のARM-Cコンパイラの入力 1/3
 filter+rmm-emax6.c ../../src/conv-c2c/emax6.h ../../src/conv-c2c/emax6lib.c
unsigned char *t;
{
Ull t1 = t;
Ull t2 = t+256;
Ull t3 = t+512;
Ull BR[16][4][4];
Ull r0, r1, r2, r3, r4, r5, r6, r7, r8, r9, r10, r11, r12, r13, r14, r15, r16, r17, r18, r19, r20, r21, r22, r23, r24, r25, r26, r27, r28, r29, r30, r31;
int loop=WD;
volatile emax6_conf_tone_curve();
emax6.lmmio = emax6.lmmic;
emax6.lmmic = 1-emax6.lmmic;
emax6.mapdist = 0;
*(Uint*)&emax6.lmmi[0][0][1][emax6.lmmic] = 0x013f0001|(0<<2);
emax6.lmmi[0][0][1][emax6.lmmic].ofs = 0; emax6.lmmi[0][0][1][emax6.lmmic].top = r;
emax6.lmmi[0][1][1][emax6.lmmic].ofs = 0; emax6.lmmi[0][1][1][emax6.lmmic].top = t1;
emax6.lmmi[0][2][0][emax6.lmmic].ofs = 0; emax6.lmmi[0][2][0][emax6.lmmic].top = d;
emax6.lmmi_bitmap[0] = 0x0000000000000004LL;
emax6_pre_with_drain_cache();
get_nanosec(NANOS_ARM);
if (emax6.last_conf == emax6_conf_tone_curve) {
emax6.status = STATUS_DRAIN;
emax6_check_lmmi_and_dma(0, 1, 0, 0, 2, 0);/*drain*/
}
get_nanosec(NANOS_DRAIN);
LMMのアドレス範囲情報
必要に応じて前回演算結果の回収

20220202
15
if (emax6.last_conf != emax6_conf_tone_curve) {
Dll *dst, *src;
int i,j;
emax6.status = STATUS_CONF;
emax6.last_conf = emax6_conf_tone_curve;
emax6.lastdist = 0;
dst = (Dll*)(((struct reg_ctrl*)emax6.reg_ctrl)->i[0].conf);
src = (Dll*)emax6_conf_tone_curve;
for (i=0; i<sizeof(conf)/sizeof(Dll); i++)
*dst++ = *src++;
for (i=0; i<64; i++) {
for (j=0; j<4; j++)
emax6.lmmi[0][i][j][emax6.lmmio].v = 0;
}
while (((struct reg_ctrl*)emax6.reg_ctrl)->i[0].stat & 0xf0); //LMRING_BUSY
}
get_nanosec(NANOS_CONF);
emax6.status = STATUS_REGV;
((struct reg_ctrl*)emax6.reg_ctrl)->i[0].breg[63][0].br[0] = loop;
((struct reg_ctrl*)emax6.reg_ctrl)->i[0].breg[63][0].br[1] = -1LL;
((struct reg_ctrl*)emax6.reg_ctrl)->i[0].addr[0][1].ea1b = (Ull)r;
((struct reg_ctrl*)emax6.reg_ctrl)->i[0].addr[0][1].ea1o = (Ull)0LL;
((struct reg_ctrl*)emax6.reg_ctrl)->i[0].addr[1][1].ea1b = (Ull)t1;
((struct reg_ctrl*)emax6.reg_ctrl)->i[0].addr[2][0].ea0b = (Ull)d;
((struct reg_ctrl*)emax6.reg_ctrl)->i[0].addr[2][0].ea0o = (Ull)0LL;
get_nanosec(NANOS_REGV);
emax6.status = STATUS_RANGE;
{struct reg_ctrl *reg_ctrl = emax6.reg_ctrl;
Uint lmmic = emax6.lmmic;
*(Ull*)&(reg_ctrl->i[0].addr[0][1].top)=((Ull)(emax6.lmmi[0][0][1][lmmic].top+*((Ushort*)&emax6.lmmi[0][0][1][lmmic]+1)*sizeof(Uint)+(sizeof(Uint)-1))<<32)|(Ull)(Uint)emax6.lmmi[0][0][1][lm
}
get_nanosec(NANOS_RANGE);
命令写像が前回と異なる場合は
再写像
AXIIF/PIOによるレジスタ初期化
LMMにアドレス範囲情報書き込み

20220202
16
emax6.status = STATUS_LOAD;
emax6_check_lmmi_and_dma(0, 2, emax6.lastdist, 0, 0, 1);/*load*/
get_nanosec(NANOS_LOAD);
((struct reg_ctrl*)emax6.reg_ctrl)->i[0].cmd = 3LL; // EXEC
{struct reg_ctrl *reg_ctrl = emax6.reg_ctrl;
Uint lmmic = emax6.lmmic;
}
emax6.lmmd[2][0] = 0xff>>7;
while (((struct reg_ctrl*)emax6.reg_ctrl)->i[0].stat); //LMRING_BUSY|EXRING_BUSY
get_nanosec(NANOS_EXEC);
asm volatile("b emax6_conf_end_tone_curven"
".align 5n"
".global emax6_conf_tone_curven"
"emax6_conf_tone_curve:n"
" .word 0x031e0003, 0x00000000n"
" .word 0xffff0000, 0x00000000n"
" .word 0x00000000, 0x00000000n"
:
" .word 0xffff0000, 0x00000000n"
" .word 0x00000000, 0x00000000n"
" .word 0x00000000, 0x00000000n"
".global emax6_conf_end_tone_curven"
"emax6_conf_end_tone_curve:n"
);
}
AXIIF/DMAによる
LMMデータ書き込み
AXIIF/PIOによるIMAX起動
演算と同時の次データ転送が
あればDMA起動
UNITのconfiguration情報

ld @(gr1, 0) -> gr2
add gr1, 4 -> gr1
sub gr3, 1 -> gr3, z
VLIW0
add sub
gr1 gr3z
Register File
gr1 4 gr3 1
eag
gr1 4
0 1 2 3 4 5 6
0 0 0 0 0 0 0
0 1 2 3 4 5 6
0 0 0 0 0 0 0
0 1 2 3 4 5 6
0 0 0 0 0 0 0
0 1 2 3 4 5 6
0 0 0 0 0 0 0
0 1 2 3 4 5 6
0 0 0 0 0 0 0
z
0
z
0
z
0
z
0
z
0
gr2
ld
Propagation skip table
gr/cr
Stage
0
1
2
3
4
20220202
17
コンパイルが速いのは、非探索的だから

ld @(gr4, 0) -> gr5
add gr4, 4 -> gr4
bz end
VLIW1
add sub
gr1 gr3z
add
gr4
Register File
gr1 4
gr4 4
gr3 1 gr4
bz
end
eag
eag
gr1 4
gr4 4
0 1 2 3 4 5 6
0 1 1 1 0 0 0
0 1 2 3 4 5 6
0 1 1 1 0 0 0
0 1 2 3 4 5 6
0 0 1 0 0 0 0
0 1 2 3 4 5 6
0 0 0 0 0 0 0
0 1 2 3 4 5 6
0 0 0 0 0 0 0
z
1
z
1
z
0
z
0
z
0
gr5
ld
gr2
ld
gr/cr
Stage
0
1
2
3
4
VLIW1
20220202
18
LAPPと同様の非探索的高速コンパイル手法

gr5
ld
gr2
ld
sll gr2, 16 -> gr2
VLIW2
add sub
gr1 gr3z
add
gr4
sll
Register File
gr1 4
gr4 4
16
gr3 1
0 1 2 3 4 5 6
0 1 1 1 1 1 0
0 1 2 3 4 5 6
0 1 1 1 1 1 0
0 1 2 3 4 5 6
0 0 1 0 1 1 0
0 1 2 3 4 5 6
0 0 0 0 0 1 0
0 1 2 3 4 5 6
0 0 0 0 0 0 0
z
1
z
1
z
0
z
0
z
0
gr4
bz
end
eag
eag
gr1 4
gr4 4
gr/cr
Stage
0
1
2
3
4
VLIW2
VLIW2
20220202
19

gr5
ld
gr2
ld
or gr2, gr5 -> gr5
VLIW3
add sub
gr1 gr3z
add
gr4
gr2
Register File
or
gr5
gr1 4
gr4 4
gr3 1
0 1 2 3 4 5 6
0 1 1 1 1 1 0
0 1 2 3 4 5 6
0 1 1 1 1 1 0
0 1 2 3 4 5 6
0 0 1 0 1 1 0
0 1 2 3 4 5 6
0 0 1 0 0 1 0
0 1 2 3 4 5 6
0 0 0 0 0 0 0
z
1
z
1
z
0
z
0
z
0
gr4
bz
end
eag
eag
gr1 4
gr4 4
gr/cr
Stage
0
1
2
3
4
sll
16
VLIW3
VLIW3
VLIW3
20220202
20

gr5
gr2
ld
st, gr5 -> @(gr6, 0)
add gr6, 4 -> gr6
bra loop
VLIW4
add sub
gr1 gr3z
add
gr4
Register File
gr5 gr5
add
gr6
gr1 4
gr4 4
16
gr6
gr6 4
gr6
gr6
gr3 1
0 1 2 3 4 5 6
0 1 1 1 1 1 0
0 1 2 3 4 5 6
0 1 1 1 1 1 0
0 1 2 3 4 5 6
0 0 1 0 1 1 0
0 1 2 3 4 5 6
0 0 1 0 0 1 0
0 1 2 3 4 5 6
0 0 0 0 0 1 0
z
1
z
1
z
0
z
0
z
0
gr4 gr6
bz
bra
end
loop
eag
eag
eag
gr1 4
gr4 4
gr6 0
st
gr/cr
Stage
0
1
2
3
4
gr5
ld
gr2
or
sll
VLIW4
VLIW4
VLIW4
VLIW4
20220202
21

ZYNQ ZCU102 …ホストはARMv8-1.2GHz PL経由でIMAX-150MHzを実装
i7-8650U cross …ホストはx86_64 クロス開発環境
Jetson TX2 …ホストはARMv8-1.2GHz GPU使用，CUDA8.0に移植
Gold6144+V100 …ホストはx86_64 GPU使用，CUDA10.0に移植
(C)はCGLA記述とライブラリを用いた通常コンパイル
(IMAX)はCGLA記述と提案コンパイル手法
書き込みはNFS先,SDcardが影響?
20220202
22
コンパイル時間の比較

20220202
23
コンパイラの中身
/**********************************************************************************************************/
/* Step 1 ... decode[][]登録と伝搬レジスタ */
/* 1-1. 各insn[]のsrc毎に依存関係検査対象を抽出し,insn[].header.rdepと比較・rdepを下方へ更新 */
/* 1.2a 絶対位置指定★row,colがない場合(row=-1) */
/* 1.2b 絶対位置指定★row,colがある場合(row>=0) */
/* 1-3. 先行写像との競合検査 */
/* 1-4. insn[]->decode[][]コピーおよびALU機能割り当て可否検査 */
/* 1-5. busmap+伝搬レジスタ設定●emaxと異なり,更新変数は,同一行別カラムでの参照を禁止(逐次実行との互換) */
/* 1-6. 位置を確定.dst変数の位置情報をid[].row,colに記録 */
/**********************************************************************************************************/
/* Step 2 ... setup conf[][] */
/* 2-1. select EXE-in */
/* 2-2. select CEX-in and EAG-in */
/**********************************************************************************************************/
/* Step 3 ... setup conf[][] */
/* 3-1. select MW-in */
/* 3-2. select BR-in */
/* 3-3. set mapdist */
/**********************************************************************************************************/
/* Step 4 ... Insert LMM-buffering for neighbor LDDMQ. Multiple LDDMQ in the same row is not allowed */
/**********************************************************************************************************/
/* Step 5 ... Merge LMM imm_modeの初期値は,OP_IM_BUFRD/WRを含めて3 */
/* stage毎にcolumn間(3-2,1-0)を検査し,上記機能の干渉に応じてlmmを集約し,IM_PREF/DRAINと整合 */
/* 5-1. mode=0 | mode=0 1-0を検査し,#1/#0空 #0.mode=2/#1.mode=2(merge) */
/* 5-1. = 1-0を検査し,同一なら #1.mode=2&#0.mode=2(merge) */
/* 5-1. != 1-0を検査し,その他 #1.mode=3,#0.mode=3 */
/* 5-2. mode=0 | mode=0 3-2を検査し,#3/#2空 #2.mode=2/#3.mode=2(merge) */
/* 5-2. = 3-2を検査し,同一なら #3.mode=2&#2.mode=2(merge) */
/* 5-2. != 3-2を検査し,その他 #3.mode=3,#2.mode=3 */
/* 5-3. mode=0,0 | mode=0,0 (3-2)と(1-0)を検査し,#2.mode=2/#0.mode=2&空有なら,mode=1(merge) */
/* 5-3. mode=2 = mode=2 (3-2)と(1-0)を検査し,#2.mode=2&#0.mode=2&同一なら,mode=1(merge) */
/* 5-3. != (3-2)と(1-0)を検査し,その他, そのまま */
/* 5-4. mapdist!=0とmop=IM_PREF/DRAINの検出により対応IMの調整が可能 */
/* 一通りmode拡張後,最後に,幅の狭いほうにあわせて再分割する */
/**********************************************************************************************************/
/* Step 6 ... Set additional copy-flag for Vertical Broadcast(slave) */
/* 上から探して後段のvcopyを1にすると,lmf+lmxの場合,lmxがbitmapから消され,結果がDRAINされない */
/* 下から探して前段のvcopyを1にするのが正しい */
/**********************************************************************************************************/
/* Step 7 ... emit EMAX6 SC (soft-CGRA for manycore) */
/**********************************************************************************************************/
/* Step 8 ... emit EMAX6 CGRA */
/**********************************************************************************************************/

20220202
24
今回のおさらい

PBL1-v1-010j.pptx

Empfohlen

Empfohlen

Weitere ähnliche Inhalte

Ähnlich wie PBL1-v1-010j.pptx

Ähnlich wie PBL1-v1-010j.pptx (20)

Mehr von NAIST

Mehr von NAIST (15)

PBL1-v1-010j.pptx

Hinweis der Redaktion