Enabling Effective FPGA Debug using Overlays: Opportunities and Challenges
FPGA正在成为主流。传统上不以FPGA为重点的大公司现在正在寻求利用可重构技术的好处并将其提供给客户的方法。为了做到这一点,一个调试生态系统,提供有效的可见性到一个工作的设计和快速调试周转时间是必不可少的。叠加有机会在这个生态系统中发挥关键作用。在这篇概述论文中,我们讨论了如何创建和利用一个覆盖结构,允许用户快速添加调试仪器的设计。我们讨论了这样一个覆盖的要求和一些需要解决的研究挑战和机遇。为了使我们的阐述具体,我们使用两个以前发布的覆盖已开发的实现调试插装的例子。
2016-06-21 cs.AR
Resource-Aware Just-in-Time OpenCL Compiler for Coarse-Grained FPGA Overlays
FPGA供应商最近开始关注OpenCL for FPGA,因为它能够利用异构计算平台固有的并行性。OpenCL允许在主机上运行的程序启动加速器内核,这些加速器内核可以在运行时针对特定架构进行编译,从而实现可移植性。然而,在使用FPGA供应商提供的OpenCL工具时,过高的编译时间(特别是FPGA放置和布线时间)是一个主要的绊脚石。长的编译时间意味着这些工具不能有效地使用即时(JIT)编译或运行时性能扩展。粗粒度覆盖代表了一种可能的解决方案,因为它们具有粗粒度和快速编译的优点。在本文中,我们提出了一种运行时编译的OpenCL内核的DSP块为基础的粗粒度覆盖,而不是直接到细粒度的FPGA结构的方法。所提出的方法允许JIT编译和按需资源感知的内核复制,以更好地利用可用的覆盖资源,提高抽象级别,同时显着减少编译时间。我们进一步证明,这种方法甚至可以用于运行时编译OpenCL内核的嵌入式异构Zynq设备的ARM处理器上。
2017-05-08 cs.AR
A Soft Processor Overlay with Tightly-coupled FPGA Accelerator
FPGA覆盖层通常被实现为粗粒度的可重构架构,其目标是通过平衡底层结构的灵活性和易于配置来提高设计人员的生产力。为了真正促进全面的应用加速,通常还需要包括一个高效的处理器,该处理器与加速器集成和协作,同时保持在同一覆盖框架内实现的好处。本文提出了一种开源的软处理器,旨在与FPGA加速器紧密耦合,作为覆盖框架的一部分。基于RISC-V的开放性和可移植性,采用4级流水线结构设计软处理器,以平衡在FPGA上实现时的资源消耗和性能。该处理器是通用实现的,以促进设计的可移植性和跨不同的FPGA平台的兼容性。实验结果表明,集成软件-硬件应用程序使用所提出的紧耦合架构实现可比的性能,只有硬件加速器,而所提出的架构提供了额外的运行时的灵活性。该处理器已综合到来自不同供应商的低端和高性能FPGA系列,实现了268.67MHz的最高频率和与现有RISC-V设计相当的资源消耗。
2016-06-21 cs.AR
FPGA Processor In Memory Architectures (PIMs): Overlay or Overhaul ?
本文对比 FPGA 上的定制 PIM 架构与 PIM 覆盖层,提出 PiCaSO,并证明其在延迟和 BRAM 利用率上的优势及反哺定制设计的改进。
2023-08-07 cs.AR
NPE: An FPGA-based Overlay Processor for Natural Language Processing
近年来,基于transformer的模型在自然语言处理(NLP)中显示出了最先进的结果。特别是BERT语言模型的引入,为问答和自然语言推理等任务带来了突破,推动了允许人类与嵌入式设备自然交互的应用。基于FPGA的叠加处理器已被证明是边缘图像和视频处理应用的有效解决方案,这些应用主要依赖于低精度线性矩阵运算。相比之下,基于变换器的NLP技术采用各种具有显著更高频率的更高精度的非线性运算。我们提出了NPE,一个基于FPGA的覆盖处理器,可以有效地执行各种NLP模型。NPE为最终用户提供类似软件的可编程性,并且与为每个非线性函数实现专用加速器的FPGA设计不同,NPE可以升级为未来的NLP模型,而无需重新配置。我们证明了NPE可以满足BERT语言模型的实时会话AI延迟目标,其中$4\times$的功耗低于CPU,$6\times$的功耗低于GPU。我们还表明,NPE使用$3\times$较少的FPGA资源,相对于文献中可比的BERT网络特定的加速器。NPE为边缘的自然语言处理提供了一种基于FPGA的经济高效的解决方案。
2021-04-13 cs.AR
Out-of-Order Dataflow Scheduling for FPGA Overlays
我们利用Arria10 FPGA中的浮点DSP和M20K RAM的多泵功能,为大型图形工作负载构建一个并行驱动的软处理器结构。在本文中,我们介绍了一个有效的节点标记方案,随着领先的检测器电路相结合的想法,在大量的本地节点(数千)每个处理器的无序节点调度。我们使用一个静态的一次性节点标记算法来排序节点的关键性,以组织每个软处理器内部的本地内存。这相当于大约6%的内存开销。当比较内存昂贵的FIFO为基础的先到先得的方法在以前的研究中使用,我们提供了高达50%的性能提高,同时消除了FIFO的成本。在Arria10 10AX115S板上,我们可以创建一个覆盖设计,其中多达300个处理器通过高带宽Hoplite NoC连接,频率高达250 MHz。
2017-05-08 cs.AR
Building Application-Specific Overlays on FPGAs with High-Level Customizable IPs
覆盖是虚拟的、可重新配置的架构,覆盖在物理FPGA结构之上。专门用于一个应用程序或一类应用程序的覆盖提供了快速的重新配置和最小化的性能损失。这种覆盖通常由硬件设计者在寄存器传输级(RTL)用硬件“汇编”语言实现。这篇简短的文章为软件程序员而不是硬件设计人员提出了一个想法,使用高级可定制的IP快速实现特定于应用程序的覆盖。这些IP由规约语言简洁地表示,其抽象级别比RTL高得多,但仍然可以在FPGA上表示许多性能关键的循环和数据优化,因此将以低得多的维护成本和更容易的定制提供具有竞争力的高性能。我们提出了新的语言功能,可以轻松地将IP放在一起叠加。编译器自动实现指定的优化以生成有效的覆盖,暴露用于覆盖的多任务编程接口,并且插入用于调度任务以在覆盖的IP上运行的运行时调度器,尊重任务之间的依赖性。虽然用任何语言编写的应用程序都可以通过编程接口利用覆盖,但我们展示了一个特定的使用场景,其中应用程序本身也是用同一语言简洁地指定的。我们描述了新的语言功能表示覆盖,并说明了LU分解器和卷积神经网络的功能。正在建设一个系统,以实现语言功能和工作量。
2020-09-01 cs.AR cs.PL
SIFO: Secure Computational Infrastructure using FPGA Overlays
由于大量收集和挖掘个人数据,安全功能评估(SFE)最近受到关注,但由于其巨大的计算成本,仍然不切实际。Garbled Circuits(GC)是一种用于实现SFE的协议,可以评估任何可以表示为布尔电路的函数并获得结果,同时保持各方输入的私密性。最近的进步导致了各种不同任务的软件中乱码电路实现的激增。然而,这些实现是低效的,因此GC没有被广泛使用,特别是对于大型问题。本研究探讨、实作及评估安全运算产生的方法,并以FPGA为特色的异质运算平台。我们设计并实现了SIFO:使用FPGA覆盖的安全计算基础设施。与传统的FPGA设计不同,采用了粗粒度的覆盖架构,该架构支持映射太大而无法映射到单个FPGA的SFE问题。提供的主机工具包括SFE问题生成器、解析器和自动主机代码生成。我们的设计允许重新利用FPGA来评估不同的SFE任务,而不需要重新编程,并充分探讨了任何GC问题的并行性。与现有的软件平台相比,我们的系统表现出一个数量级的加速。
2019-11-22 cs.AR cs.CR
DLA: Compiler and FPGA Overlay for Neural Network Inference Acceleration
叠加技术在现场可编程门阵列(FPGA)中显示出了巨大的潜力,因为它们允许快速的开发周期,并消除了传统FPGA硬件设计流程的许多挑战。然而,这通常伴随着显著的性能负担,导致在实际应用中很少采用覆盖。在本文中,我们量身定制的覆盖到一个特定的应用领域,我们展示了我们如何保持其完整的可编程性,而不支付传统上与覆盖的性能开销。具体来说,我们引入了一个覆盖的深度神经网络推理只有~1%的开销,以支持控制和重编程逻辑使用轻量级超长指令字(VLIW)网络。此外,我们还实现了一个复杂的特定于领域的图形编译器,该编译器编译了Caffe或Tensorflow等深度学习语言,以轻松定位我们的覆盖。我们展示了我们的图编译器如何执行架构驱动的软件优化,以显着提高卷积神经网络和递归神经网络(CNN/RNN)的性能-与朴素的实现相比,我们展示了ResNet-101的3倍改进和长短期记忆(LSTM)单元的12倍改进。最后,我们描述了如何定制我们的硬件覆盖,并使用我们的图形编译器在英特尔Arria 10 1150上实现GoogLeNet上的约900 fps-这是同类FPGA上有史以来最快的速度。
2018-07-13 cs.AR cs.DC eess.SP
Automatic Nested Loop Acceleration on FPGAs Using Soft CGRA Overlay
卸载计算密集型嵌套循环在FPGA加速器上执行已被许多研究人员证明是跨许多应用领域的有效性能增强技术。为了构建具有高设计效率的加速器,研究人员越来越多地转向使用叠加架构作为构建在现成FPGA之上的中间代目标。然而,实现所需的性能开销权衡仍然是一个主要的生产力挑战,因为需要在覆盖多个架构参数的大型设计空间上进行复杂的特定于应用程序的定制。在这项工作中,提出了一种利用常规软粗粒度可重构阵列(SCGRA)覆盖的自动嵌套循环加速框架。给定高级资源约束,框架自动定制覆盖架构设计参数、高级编译选项以及加速器与主机处理器之间的通信,以针对给定应用程序优化性能。在我们的实验中,以10到20分钟的额外工具运行时间为代价,所提出的定制过程导致了比由相同框架生成的基线加速器高出5倍的额外加速。总的来说,与在Zedboard上仅在主机ARM处理器上运行的等效软件相比,由此产生的加速器实现了高达10倍的加速。
2015-08-27 cs.AR cs.DC
Soft GPGPUs for Embedded FPGAs: An Architectural Evaluation
我们提出了一个可定制的软架构,它允许在FPGA上执行GPGPU代码,而无需重新编译的设计。将覆盖架构扩展到多个GPGPU多处理器的相关问题与应用程序级架构优化一起考虑。覆盖架构针对FPGA实现进行了优化,以支持有效使用嵌入式块存储器和DSP块。该架构支持将整数计算直接CUDA编译为可在基于FPGA的GPGPU上执行的二进制。我们的架构的好处进行了评估,收集了五个标准的CUDA基准测试,使用标准的GPGPU编译工具编译。与MicroBlaze微处理器相比,平均加速44倍。与软核处理器相比,我们显示出平均80%的动态节能。应用程序定制版本的软GPGPU可用于进一步降低动态能耗,平均降低14%。
2016-06-21 cs.AR
IMAGine: An In-Memory Accelerated GEMV Engine Overlay
针对现有FPGA基PIM架构时钟低、扩展差的问题,提出可满频运行、全占BRAM的IMAGine GEMV加速器,其时钟速度、MAC单元规模优于同类方案及多款商用AI芯片。
2024-10-06 cs.AR
SkipOPU: An FPGA-based Overlay Processor for Large Language Models with Dynamically Allocated Computation
University of California, Los Angeles(加州大学洛杉矶分校);Eastern Institute of Technology(宁波诺丁汉大学);Institute of Digital Twin, Eastern Institute of Technology(宁波诺丁汉大学数字孪生研究院);Ningbo Key Laboratory of Spatial Intelligence and Digital Derivative, Institute of Digital Twin, Eastern Institute of Technology(宁波诺丁汉大学数字孪生研究院空间智能与数字衍生宁波市重点实验室);Chiplet CAD and Manufacturing Engineering Research Center of Zhejiang Province, Ningbo Institute of Digital Twin, Eastern Institute of Technology(浙江省芯片级封装CAD与制造工程研究中心,宁波诺丁汉大学数字孪生研究院)
本文提出SkipOPU,一种基于FPGA的覆盖处理器,通过轻量级路由机制动态分配计算,提升大型语言模型推理效率,减少冗余计算并降低存储开销。
2026-07-28 cs.AR
A Dynamic Overlay Supporting Just-In-Time Assembly to Construct Customized Hardware Accelerators
阻止程序员使用FPGA的障碍包括需要在供应商特定的CAD工具中工作,硬件编程模型的知识,以及通过综合,布局和布线来传递每个设计的要求。在这项工作中,一个动态的覆盖设计,以支持准时组装组成硬件运营商,以构建完整的加速器。硬件操作符是预合成的比特流,并且可以在运行时下载到部分可重构(PR)区域。
2016-03-03 cs.AR
Platform-Aware FPGA System Architecture Generation based on MLIR
本文提出基于MLIR的Olympus方言及Olympus-opt分析与转换遍,实现平台感知的系统级FPGA架构自动生成与优化,减少人工集成工作并提升可扩展性与可复用性。
2023-09-22 cs.AR
The implementation of a Deep Recurrent Neural Network Language Model on a Xilinx FPGA
最近,FPGA越来越多地应用于诸如语音识别、机器学习和云计算(如微软使用的Bing搜索引擎)等问题。这是由于FPGA具有强大的并行计算能力以及与通用处理器相比的低功耗。然而,这些应用主要集中在大规模的FPGA集群,具有执行大量矩阵或卷积运算的极端处理能力,但不适合便携式或移动应用。本文以单FPGA平台为研究对象,探索FPGA在这些领域的应用。在本项目中,我们设计了一个深度循环神经网络(DRNN)语言模型(LM),并在一个基于XILINX ZYNQ SOC XC7Z020 1CLG400 C的PYNQ板上实现了一个具有AXI Stream接口的硬件加速器。PYNQ不仅具有丰富的可编程逻辑资源,而且具有灵活的嵌入式操作系统,非常适合应用于自然语言处理领域。我们使用Python和Theano设计了DRNN语言模型,在CPU平台上对模型进行训练,并将模型部署到PYNQ板上,使用Pyroyter Notebook对模型进行验证。同时,利用PYNQ上的硬件库Overlay设计了硬件加速器,并在PYNQ板上验证了加速效果。最后,我们发现DRNN语言模型可以顺利地部署在嵌入式系统上,并且具有AXI流接口的Overlay加速器的处理吞吐量为20 GOPS,与参考文献30和参考文献31中的工作相比,分别构成了70.5倍和2.75倍的速度提升。
2017-11-16 cs.AR cs.NE
HPIPE: Heterogeneous Layer-Pipelined and Sparse-Aware CNN Inference for FPGAs
我们提出了一种新的卷积神经网络(CNN)加速器架构和FPGA的网络编译器,优于所有以前的工作。我们的网络编译器不是一次处理一层的通用处理元件,而是静态地划分可用的设备资源,并为CNN的每一层构建定制的硬件。通过为每一层构建硬件,我们可以将控制器打包到更少的查找表中,并使用专用路由。这些效率使我们的加速器能够利用2倍的DSP,并以2倍以上的频率在FPGA上进行稀疏CNN加速。我们评估我们的架构上的稀疏Resnet-50和密集的MobileNet Imagenet分类器的Stratix 10 2800 FPGA的性能。我们发现,稀疏Resnet-50模型的批量大小为1/4550图像/秒,这几乎是NVIDIA最快的机器学习目标GPU V100吞吐量的4倍,并且优于FPGA上的所有先前工作。
2020-07-20 cs.AR
RePart: Efficient Hypergraph Partitioning with Logic Replication Optimization for Multi-FPGA System
School of Integrated Circuits, Peking University(北京大学集成电路学院);Institute of Electronic Design Automation, Peking University(北京大学电子设计自动化研究所);Institute for Artificial Intelligence, Peking University(北京大学人工智能研究院);Beijing Advanced Innovation Center for Integrated Circuits(北京集成电路先进创新中心);School of Electronics Engineering and Computer Science, Peking University(北京大学电子工程学系)
RePart通过整合逻辑复制与拓扑优化,提升多FPGA系统的超图划分效率,减少跳转距离并提升性能。
2026-04-01 cs.AR
Interconnect-Aware Logic Resynthesis for Multi-Die FPGAs
Ghent University(根特大学);Vrije Universiteit Brussel(布鲁塞尔自由大学);Eindhoven University of Technology(埃因霍温理工大学)
本文提出一种互连感知逻辑综合方法,通过重构LUT级网表减少超长线数量,提升多芯片FPGA的物理设计灵活性。
2026-03-13 cs.AR
FAPO: Fanout-Aware Post-Mapping Optimization for LUT-Based FPGAs
State Key Lab of Integrated Chips and Systems, Fudan University(复旦大学集成芯片与系统国家重点实验室)
FAPO是一种映射后优化器,通过联合优化汇点分配和LUT切割,在面积约束下减少扇出瓶颈,实现高达14.48%的ATP降低和7.04%的布线延迟降低。
2026-10-07 cs.AR
Real Time FPGA Based Transformers & VLMs for Vision Tasks: SOTA Designs and Optimizations
本文综述了基于FPGA的Transformer与VLM推理的设计权衡、优化策略与实现挑战,分析关键影响因素与新兴趋势,指出实际问题并展望未来方向,为多模态AI的高效FPGA部署提供支撑。
2025-09-04 cs.AR
Towards Delta Aware Training: Efficient DNN Weight Storage for Resource-Constrained FPGAs
Intelligent Embedded Systems Lab, University Duisburg-Essen(杜伊斯堡-埃森大学智能嵌入式系统实验室)
提出delta压缩技术降低FPGA上DNN权重存储,通过低比特delta保存权重并训练网络适应压缩,固定参考delta方案在4位权重下实现78.6%准确率,硬件加速器压缩权重近50%并达7.992M MACs/s吞吐量。
2026-06-16 cs.AR
Model Compression and Hardware-Aware Acceleration for Deep Learning on FPGAs: A Co-Design Taxonomy and Comparative Analysis
本综述针对FPGA的深度学习部署,建立压缩与硬件加速的分类体系,分析25项案例研究,发现领域表征缺口,明确六项开放挑战并给出具体下一步方向。
2026-08-25 cs.AR
Critical Path Aware Timing-Driven Global Placement for Large-Scale Heterogeneous FPGAs
Chengdu Sino Microelectronics System Co.Ltd.(成都中微半导体系统有限公司)
TD-Placer通过时序驱动的全局放置方法,提升大规模异构FPGA的时序性能,实现关键路径延迟的优化。
2025-11-13 cs.AR
Criticality Aware Soft Error Mitigation in the Configuration Memory of SRAM based FPGA
有效的低复杂度纠错码(ECC)被认为是一种有效的技术,用于减轻基于静态随机存取存储器(SRAM)的现场可编程门阵列(FPGA)设备的配置存储器(CM)中的多位翻转(MBU)。传统的多比特纠错码开销大,译码电路复杂,需要纠正相邻多比特错误。在这项工作中,我们提出了一个简单的多位ECC,它使用安全哈希算法的错误检测和奇偶校验为基础的二维的擦除乘积码的错误纠正。目前的错误缓解技术在CM中执行错误校正,而不考虑分配在CM的不同部分中的任务的关键性或执行周期。在大多数情况下,错误纠正没有在正确的时刻完成,这有时会暂停正常的系统操作或浪费硬件资源用于不太重要的任务。在本文中,我们提倡一种基于优先级的动态硬件调度算法,它根据任务的面积、执行周期和关键性来选择纠错任务。该方法已被验证的开销,由于冗余位,纠错时间和系统的可靠性方面
2018-10-23 cs.AR
FADO: Floorplan-Aware Directive Optimization for High-Level Synthesis Designs on Multi-Die FPGAs
多芯片FPGA被广泛用于部署大型硬件加速器。有两个因素阻碍了在多管芯FPGA上实现的HLS设计的性能优化。一方面,由于网络跨越管芯边界而导致的长网络延迟导致正确地布局和流水线化应用的NP难问题。另一方面,传统的HLS指令优化的自动搜索流程是针对单芯片FPGA的,因此,它不能考虑每个芯片上的资源约束和芯片交叉引起的时序问题。此外,由于设计规模大,在定向优化期间,使在每组配置下生成的HLS设计的布图规划合法化导致过长的运行时间。为了在多芯片FPGA上协同优化HLS设计的指令和布图规划,提出了FADO框架,该框架基于多选择多维装箱问题,建立了指令-布图规划协同搜索问题,并采用迭代优化流程求解。对于定向搜索的每一步,延迟瓶颈引导的贪心算法搜索更有效的定向配置。对于布图规划,我们实现了一个更有效的增量布图规划合法化算法,而不是重复地招致全局布图规划算法。它主要应用最差拟合在线装箱算法来平衡布图规划,连同离线最佳拟合减少重新装箱来压缩布图规划,随后是跨越管芯边界的长导线的流水线。通过在HLS设计上的实验,FADO不仅实现了协同优化的自动化,与全局布图规划辅助的DSE相比,其运行时间缩短了693倍~ 4925倍,而且在Xilinx Alveo U250 FPGA上实现后,总体工作流执行时间提高了1.16倍~ 8.78倍。
2023-02-05 cs.AR
FINNAS: FINN-Guided Hardware-Aware NAS and Pruning for FPGA Jet Substructure Classification
Reconfigurable Computing Systems Lab, Electronic & Electrical Engineering(可重构计算系统实验室,电子与电气工程系);Trinity College Dublin, Ireland(都柏林三一学院)
FINNAS提出FINN引导的硬件感知进化神经架构搜索框架,联合搜索量化MLP深度、宽度和精度,在CERNBox喷注子结构分类任务上,相比手动优化FINN加速器,精度提升至74.36%,LUT减少8.5倍,延迟减少1.77倍。
2026-09-16 cs.AR
FireFly-T: High-Throughput Sparsity Exploitation for Spiking Transformer Acceleration with Dual-Engine Overlay Architecture
针对现有脉冲Transformer加速器在脉冲注意力支持、细粒度稀疏吞吐量及可扩展并行性上的不足,提出双引擎覆盖架构FireFly-T,通过稀疏引擎与二进制引擎协同优化,在能效和DSP效率上显著优于现有方案。
2025-05-19 cs.AR
Field-Programmable Gate Array Architecture for Deep Learning: Survey & Future Directions
本文综述了FPGA架构在深度学习中的应用与改进,探讨了其在加速深度学习推理中的优势及未来发展方向。
2024-04-15 cs.AR
Power Aware Scheduling of Tasks on FPGAs in Data Centers
本文提出一种针对数据中心FPGA的功耗感知调度方法,通过最大化并行计算单元实现周期性硬件任务的高效执行并最小化功耗,在Alveo-50 FPGA和Vitis 2023上验证了其优于现有方案的效率。
2023-11-18 cs.AR cs.DC
Data-Rate-Aware High-Speed CNN Inference on FPGAs
本文提出了一种面向数据速率的CNN加速器架构,通过设计空间探索提高硬件利用率和资源效率,实现高效多像素处理。
2026-02-18 cs.AR cs.LG
RAD-Sim: Rapid Architecture Exploration for Novel Reconfigurable Acceleration Devices
随着现场可编程门阵列(FPGA)容量的持续增长以及它们被纳入到新的环境中,例如嵌入式系统,我们已经见证了一类超越传统FPGA架构的新型可重构加速器件(RAD)的引入。这些器件将可重新配置的结构与粗粒度的域专用加速器块相结合,所有加速器块都通过高性能分组交换片上网络(NoC)连接,以实现高效的系统范围通信。然而,我们缺乏必要的工具来有效地探索RAD的巨大设计空间,研究其不同组件之间的复杂交互,并评估各种设计选择的组合。在这项工作中,我们开发的RAD-Sim,一个周期级的架构模拟器,允许快速的应用程序驱动的探索新的RAD的设计空间。为了展示RADSim的功能,我们在RAD实例上映射和模拟了最先进的深度学习(DL)推理覆盖,该RAD实例包含FPGA结构和复杂的硬矩阵向量乘法引擎,通过系统范围的NoC进行通信。通过这个例子,我们展示了RAD-Sim如何帮助架构师量化更改特定架构参数对端到端应用程序性能的影响。
2023-01-12 cs.AR
A Flexible Sparsity-Aware FPGA Accelerator with Column-Wise Compression for Efficient CNN Inference
Institut national de la recherche scientifique (INRS-EMT)(国家科学研究研究所(INRS-EMT))
研究针对资源受限平台 CNN 加速难题,提出 SparHiXcel-v2 加速器,通过列向内核压缩技术及硬件 - 算法协同设计框架,在稀疏灵活性与硬件效率间平衡,经实验在吞吐量和能效上显著提升,精度有适度下降。
2026-07-22 cs.AR
Fast Iterative Dual-Output-Aware LUT Mapping for Fracturable FPGA Architectures
The University of Texas at Arlington(德克萨斯大学阿灵顿分校)
研究针对可分块FPGA架构的LUT映射问题,提出迭代双输出感知LUT映射框架,集成于ABC映射器优化过程。通过交替单输出割选和双输出匹配,利用稀疏支持索引生成候选对并验证选择,反馈信息调整成本,实验表明该框架能有效降低LUT面积、加速并减少深度和面积。
2026-07-28 cs.AR
The Road Less Traveled: Congestion-Aware NoC Placement and Packet Routing for FPGAs
University of Toronto(多伦多大学)
本研究针对FPGA的片上网络拥塞问题,在开源CAD工具VPR中融入拥塞建模、转弯模型路由、SAT路由建模及强化学习智能体优化,显著降低了NoC拥塞并缩短了线长。
2026-08-19 cs.AR
History-Aware Trajectory k-Anonymization Using an FPGA-Based Hardware Accelerator for Real-Time Location Services
Graduate School of Science and Department of System Design Engineering, Technology Faculty of Science and Technology Keio University(庆应义塾大学理工学部系统工学科);Keio University(庆应义塾大学)
针对先前FPGA轨迹匿名化依赖最短路径导致数据效用低的问题,提出历史感知方法及集成并行历史轨迹搜索与最短路径的FPGA架构,实现6000+记录/秒吞吐量,提升数据保留率与干道保留效果,平衡隐私与行为准确性。
2025-11-12 cs.AR cs.CR
Context-aware Simopt-Power: Using structural data with simulation metadata to optimise FPGA designs
Trinity College Dublin(都柏林三一学院)
提出Context-aware Simopt-Power框架,结合活动元数据和轻量级结构特征,通过架构感知参数替代经验阈值,在Yosys/ABC流程中实现平均6.8%动态功耗降低和11.2% LUT开销限制。
2026-05-23 cs.AR cs.DC
A Security-Aware Nonlinearity Study of FPGA-Based Time-to-Digital Converters for Quantum Key Distribution Systems
Technical University of Munich(慕尼黑工业大学)
本文研究FPGA基时间到数字转换器的非线性对量子密钥分发系统定时指标的影响,提出基于LUT辅助延迟塑造的缓解策略,降低非线性导致的误码率并提升密钥分量。
2026-03-31 cs.AR quant-ph
Timing Fragility Aware Selective Hardening of RISCV Soft Processors on SRAM Based FPGAs
Evolution Optiks R&D Inc.(进化光学研发有限公司)
本文提出一种基于时序脆弱性的选择性硬化方法,用于提升基于SRAM的FPGA上RISCV软处理器的可靠性,同时减少面积和时序开销。
2026-01-09 cs.AR cs.SY eess.SP
Retention-Aware RISC-V ISA Extension and Memory Controller on FPGA for MLC NVM
German University in Cairo(开罗德国大学);Karlsruhe Institute of Technology(卡尔斯鲁厄理工学院);Ubitium GmbH(Ubitium有限公司)
该研究提出面向FPGA的MLC NVM内存控制器架构与RISC-V指令扩展,通过平衡写入速度和数据保留时间优化MLC NVM写入,实验显示其可降低硬件开销并提升性能。
2026-08-10 cs.AR
A Sparsity-Aware Autonomous Path Planning Accelerator with HW/SW Co-Design and Multi-Level Dataflow Optimization
本文提出一种基于FPGA的稀疏感知路径规划加速框架,通过软硬件协同设计、定制稀疏矩阵运算单元和多级数据流优化,在ZCU102平台上实现了优于CPU、GPU及现有FPGA方案的延迟、能效和吞吐量。
2025-07-22 cs.AR
AMF-Placer 2.0: Open Source Timing-driven Analytical Mixed-size Placer for Large-scale Heterogeneous FPGA
本研究提出开源时序驱动解析型混合尺寸FPGA布局工具AMF-Placer 2.0,通过多项时序优化新技术,在大型异构FPGA基准测试中实现了与最新商业工具相当的布局质量。
2023-05-03 cs.AR
DeepBurning-MixQ: An Open Source Mixed-Precision Neural Network Accelerator Design Framework for FPGAs
针对FPGA商用DPU对低比特混合精度神经网络支持不足、原生DSP位宽冗余的问题,提出开源框架DeepBurning-MixQ,通过DSP打包算法、结合硬件开销的NAS量化与HLS全流水线模板,实现性能、资源利用率和精度的全面提升。
2023-08-22 cs.AR
ShortcutFusion: From Tensorflow to FPGA-based accelerator with reuse-aware memory allocation for shortcut data
残差块是最近最先进的CNN(如EfficientNet或EfficientDet)中非常常见的组件。在ResNet 152中,XML数据占特征地图访问的近40%[8]。以前的DNN编译器、加速器大多忽略了快捷方式的数据优化。本文介绍了ShortcutFusion,基于FPGA的加速器的优化工具,具有重用意识的静态内存分配的快捷数据,最大限度地提高片上数据重用给定的资源约束。从TensorFlow DNN模型中,所提出的设计为一组节点生成指令集,这些节点为每个残留块使用优化的数据重用。在Xilinx KCU 1500 FPGA卡上实现的加速器设计比NVIDIA RTX 2080 Ti快2.8倍,能效高9.9倍,输入尺寸为256 x256。.与基线的结果相比,在基线中,权重、输入和输出每层都从片外存储器访问一次,ShortcutFusion将RetinaNet、Yolov 3、ResNet 152和EfficientNet的DRAM访问减少了47.8-84.8%。考虑到与ShortcutMining [8]类似的缓冲区大小,它也在硬件中挖掘快捷方式数据,所提出的工作将特征映射的片外访问减少了5.27倍,同时从片外存储器访问权重仅一次。
2022-02-13 cs.AR cs.DC
Emulated ASIC Power and Temperature Monitor System for FPGA Prototyping of an Invasive MPSoC Computing Architecture
在这方面的贡献的ASIC温度和功率监控系统(TPMon)的FPGA原型的仿真和测试控制处理器温度下不同的控制目标和操作策略。用于仿真功率监视器的方法是基于一个预防级别的能量模型。为了仿真温度监测器,使用热RC模型。监控系统为侵入式MPSoC计算架构提供硬件状态信息(系统内处理器的功率和温度数据)。这些数据是资源感知负载分配所必需的。作为一个概念的证明,不同的操作策略和控制目标进行了评估的2-瓦片侵入MPSoC计算系统。
2014-05-12 cs.AR
Idle is the New Sleep: Configuration-Aware Alternative to Powering Off FPGA-Based DL Accelerators During Inactivity
Intelligent Embedded Systems Lab, University of Duisburg-Essen, Germany(Duisburg-埃森大学智能嵌入式系统实验室)
本文提出一种配置感知的FPGA深度学习加速器在不活动时的节能策略,通过优化配置过程降低能耗,实现40.13倍的配置能耗减少,并在请求周期内优于传统开关闭合策略。
2026-04-21 cs.AI cs.AR
Hardware-Aware Neural Dropout Search for Reliable Uncertainty Prediction on FPGA
Imperial College London(帝国理工学院)
针对现有基于Dropout的贝叶斯神经网络手动配置效率低、性能欠佳的问题,提出硬件感知的神经Dropout搜索框架,自动优化网络与FPGA实现,在能效和算法性能上均优于现有方案。
2024-06-23 cs.AR cs.LG
FPGA Resource-aware Structured Pruning for Real-Time Neural Networks
Imperial College London(伦敦帝国学院);ETH Zürich(苏黎世联邦理工学院);Institute of Physics Belgrade(贝尔格莱德物理研究所);Massachusetts Institute of Technology(麻省理工学院)
针对剪枝未考虑硬件特性导致资源优化瓶颈的问题,提出将其建模为资源感知张量结构背包问题的硬件中心剪枝方法,在粒子分类等任务中实现DSP利用率降55%-92%、BRAM利用率降81%的效果。
2023-12-13 cs.AI cs.AR
A Study of Quantisation-aware Training on Time Series Transformer Models for Resource-constrained FPGAs
University of Duisburg-Essen(杜伊斯堡-埃森大学)
针对资源受限 FPGA 上的时间序列 Transformer,本文提出在 QAT 中按数据分布自适应选择对称或非对称量化,以低精度混合量化降低开销并保持精度。
2023-10-04 cs.AI cs.AR cs.LG
Zephyr: An Efficient Audio Denoising System Using Spiking Neural Networks Enabled With A Sparsity-Aware Flexible FPGA PE Array
National Tsing Hua University(国立清华大学)
针对边缘设备音频降噪的功耗问题,提出基于脉冲神经网络的Zephyr系统,通过量化感知训练和激活简化实现约28倍功耗降低,并设计稀疏感知FPGA阵列,在PYNQ-Z1上达到0.727实时因子。
2026-09-30 cs.AR eess.AS
P4-compatible High-level Synthesis of Low Latency 100 Gb/s Streaming Packet Parsers in FPGAs
分组解析是SDN感知设备中的关键步骤。SDN网络中的数据包解析器需要同时具备可重构性和快速性,以支持不断发展的网络协议和不断增长的多千兆位数据率。数据包处理语言与FPGA的结合似乎是这些要求的完美匹配。在这项工作中,我们开发了一个开源的基于FPGA的可配置架构,用于SDN网络中使用的任意数据包解析。我们直接从数据包处理程序生成低延迟和高速流数据包解析器。我们的体系结构是流水线和完全使用模板C++类建模。流水线布局是从一个解析器图中导出的,该解析器图对应于一系列图形变换轮之后的P4代码。RTL代码使用Xilinx Vivado HLS从C++描述生成,并使用Xilinx Vivado合成。我们的架构在Xilinx Virtex-7 FPGA中实现了100 Gb/s的数据率,同时与最先进的技术相比,延迟降低了45%,LUT使用率降低了40%。
2017-11-17 cs.AR
Workload-Aware Opportunistic Energy Efficiency in Multi-FPGA Platforms
具有高计算和可扩展性需求的大数据应用的持续增长导致了云计算的日益普及。因此,优化云资源的性能和功耗对于降低数据中心的成本至关重要。近年来,多FPGA平台作为低成本但高性能的解决方案,特别是作为加速引擎,在数据中心获得了广泛的关注,这要归功于它们提供的高度并行性。尽管如此,数据中心工作负载的大小在服务期间会发生变化,导致计算资源严重利用不足,同时消耗大量电力,这成为数据中心效率低下的关键因素,无论底层硬件结构如何。在本文中,我们提出了一个有效的框架来节流多FPGA平台的功耗动态缩放的电压和频率在运行时根据预测,并调整工作负载水平,同时保持所需的服务质量(QoS)。这与仅按比例缩放(即,功率门控)计算节点或频率。所提出的框架仔细利用了一个预表征库的延迟电压,和功率电压的FPGA资源,我们表明是必不可少的,以获得有效的工作点,由于不同的灵敏度的资源w.r.t.电压缩放,特别是考虑到驻留在这些器件中的多个电源轨。我们通过实现最先进的深度神经网络加速器进行的评估显示,平均功耗降低4.0倍,所提出的框架超过了以前的工作33.6%(高达83%)。
2019-10-29 cs.AR cs.PF
No Attention, No Problem: DPU-Aware Attention Approximation in Modern YOLO on FPGA
Bielefeld University of Applied Sciences and Arts (HSBI)(比勒费尔德应用科学与艺术大学)
研究针对FPGA上基于注意力的YOLO变体,提出DPU感知架构,评估YOLOv26和YOLOv11,替换函数、近似注意力机制,在多数据集训练评估,在多种DPU配置下测试,得出YOLOv26n等吞吐量高、精度降5%、功耗降约3倍的结果。
2026-07-16 cs.AR eess.IV
FPGA Energy Efficiency by Leveraging Thermal Margin
尖端的FPGA并不像传统上认为的那样节能,因此,积极的节能技术已经变得势在必行。FPGA映射设计的时钟速率根据最差情况设置,以确保在所有情况下都能可靠运行。这通常会留下相当大的时序裕度,可以利用该时序裕度来通过缩放电压而不降低时钟频率来降低功耗。FPGA中的这种机会性电压缩放存在障碍,因为(a)关键路线随着设计而改变,使得时序评估随着电压改变而变得困难,(b)每个FPGA资源具有与电压的特定功率延迟权衡,(c)配置单元和存储器块的数据损坏进一步阻碍了电压缩放。在本文中,我们提出了一种系统的方法来利用FPGA映射设计的可用热余量,以提高功率和能源。通过全面分析FPGA构建模块在不同温度和电压下的时序和功耗,提出了一种热感知的电压调整流程,有效利用热裕度降低功耗,同时不降低性能。我们表明,所提出的流程也可以用于能量优化,从而功耗和延迟的妥协,以最小的能量完成任务。最后,我们提出了一个模拟框架,能够检查所提出的方法的效率,为其他应用程序,固有的容忍一定量的错误,授予进一步的节能机会。一组工业基准的实验结果表明,高达36%的功耗降低相同的性能,和66%的总节能时,能源是优化目标。
2019-11-17 cs.AR