项目名称: 面向大数据的计算与存储融合CPU体系结构研究

项目编号: No.61472435

项目类型: 面上项目

立项/批准年度: 2015

项目学科: 自动化技术、计算机技术

项目作者: 黄立波

作者单位: 中国人民解放军国防科技大学

项目金额: 79万元

中文摘要: 近年来,以基于海量数据的大规模学习、数据挖掘以及新型互联网服务为代表的大数据应用成为学术界与工业界的明星应用。相对于传统应用,大数据处理所涉及的数据量大,强调高吞吐、强并行、低延迟等特性。然而,传统通用CPU在计算密度、访存性能、并行性开发和功耗等方面都无法满足大数据处理应用发展的要求。因此,分析传统CPU在面向大数据处理所存在的不足,研究面向大数据的高效CPU体系结构与关键技术,为研制高效大数据系统提供基础计算部件,具有重要的学术价值和应用前景。目前,面向大数据的CPU相关研究才开始起步,将三维集成新型非易失存储介质应用于CPU设计还处于概念形成阶段。本项目抓住这一契机,研究计算与存储融合的片上三维CPU体系结构,拟在重定制处理器资源、低功耗技术、编程模型硬件支持以及原型验证系统等方面取得突破,为解决阻碍通用大数据CPU发展的核心问题探索新的道路,以期在大数据系统研究中抢占先机。

中文关键词: 计算机体系结构;大数据;三维集成;非易失存储器;微处理器

英文摘要: In recent years, Big data applications such as large-scale data based learning, data mining, and new Internet services become the star applications of academia and industry. With respect to the traditional application, big data applications involve large data processing and emphazie on the characteristics of high throughput, high parallelism and low latency. However, current modern general-purpose CPU is unable to meet the high requirement of big data applications in computing density, memory access performance, parallel exploration and power consumption. Therefore, the analysis on the gap between traditional CPU and big data processing, and research on efficient CPU architecture for big data can have important academic value and application prospect, which provides basic computing component for the development of efficient big data system. Currently, CPU design for big data is still in its infancy, and the three-dimensional integrated non-volatile memory architecture is still in the conceptual stage. To seize this reasearch oppportunity, this project proposes the computation and memory fused CPU architecture using three-dimension and emerging memory technology. It tries to do a breakthrough in terms of recustomization of processor resources, low power consumption technology, hardware support for programming model, and prototype verification system. The aim is to explore new roads for solving the issues that hinder the development of CPU for big data, and to gain opportunity from its system design.

英文关键词: computer architecture;big data;three dimension integration;non-volatile memory;microprocessor

成为VIP会员查看完整内容
0

相关内容

阿里云发布《中国云原生数据湖应用洞察白皮书》
专知会员服务
42+阅读 · 2022年4月15日
《面向制造业的数字化仿真分类》国家标准意见稿
专知会员服务
66+阅读 · 2022年4月13日
计算体系架构研究综述与思考
专知会员服务
65+阅读 · 2022年3月21日
【博士论文】分形计算系统
专知会员服务
33+阅读 · 2021年12月9日
专知会员服务
112+阅读 · 2021年9月22日
【耶鲁】数据结构与编程技术,656页pdf
专知会员服务
55+阅读 · 2021年4月26日
区块链+数字经济发展白皮书,45页pdf
专知会员服务
129+阅读 · 2021年4月25日
《人工智能计算中心白皮书》,43页pdf
专知会员服务
152+阅读 · 2021年3月5日
专知会员服务
80+阅读 · 2020年6月20日
计算体系架构研究综述与思考
专知
2+阅读 · 2022年3月22日
作业帮基于Flink的实时计算平台实践
AI前线
0+阅读 · 2022年1月27日
湖仓一体会成为企业的必选项吗?| Q推荐
【博士论文】分形计算系统
专知
2+阅读 · 2021年12月9日
【数字孪生】数字孪生标准体系探究
产业智能官
47+阅读 · 2019年11月27日
工行基于MySQL构建分布式架构的转型之路
炼数成金订阅号
15+阅读 · 2019年5月16日
面向云端融合的分布式计算技术研究进展与趋势
中国计算机学会
19+阅读 · 2018年11月27日
国家自然科学基金
8+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
2+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2011年12月31日
小贴士
相关VIP内容
阿里云发布《中国云原生数据湖应用洞察白皮书》
专知会员服务
42+阅读 · 2022年4月15日
《面向制造业的数字化仿真分类》国家标准意见稿
专知会员服务
66+阅读 · 2022年4月13日
计算体系架构研究综述与思考
专知会员服务
65+阅读 · 2022年3月21日
【博士论文】分形计算系统
专知会员服务
33+阅读 · 2021年12月9日
专知会员服务
112+阅读 · 2021年9月22日
【耶鲁】数据结构与编程技术,656页pdf
专知会员服务
55+阅读 · 2021年4月26日
区块链+数字经济发展白皮书,45页pdf
专知会员服务
129+阅读 · 2021年4月25日
《人工智能计算中心白皮书》,43页pdf
专知会员服务
152+阅读 · 2021年3月5日
专知会员服务
80+阅读 · 2020年6月20日
相关资讯
计算体系架构研究综述与思考
专知
2+阅读 · 2022年3月22日
作业帮基于Flink的实时计算平台实践
AI前线
0+阅读 · 2022年1月27日
湖仓一体会成为企业的必选项吗?| Q推荐
【博士论文】分形计算系统
专知
2+阅读 · 2021年12月9日
【数字孪生】数字孪生标准体系探究
产业智能官
47+阅读 · 2019年11月27日
工行基于MySQL构建分布式架构的转型之路
炼数成金订阅号
15+阅读 · 2019年5月16日
面向云端融合的分布式计算技术研究进展与趋势
中国计算机学会
19+阅读 · 2018年11月27日
相关基金
国家自然科学基金
8+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
2+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2011年12月31日
微信扫码咨询专知VIP会员