MultiVers : exploração dinâmica de espaço de projeto para sistemas CPU-FPGA em cloud utilizando síntese de alto nível

• Autor(a) principal: Lignati, Bernardo Neuhaus
• Data de Publicação: 2021
• Tipo de documento: Trabalho de conclusão de curso
• Idioma: por
• Título da fonte: Repositório Institucional da UFRGS
• Texto Completo: http://hdl.handle.net/10183/224075
• topic: Computação Colaborativa; Sistemas em Cloud; Energia; CPU-FPGA; HLS; Makespan; Collaborative execution

Sistemas de servidores em Cloud têm mostrado cada vez mais importância comercial dentro do mundo da computação. Estes vêm explorando sistemas de execução colaborativa CPU-FPGA onde múltiplos clientes compartilham a mesma infraestrutura para maximizar a eficiência energética e escalabilidade, além de, em alguns casos, aumentar a qualidade de serviço percebida pelo usuário. Porém, o fornecimento de recursos é um desafio nestes ambientes, pois Kernels podem ser despachados para ambos, CPU e FPGA, concorrentemente numa grande variabilidade de cenários em termos de disponibilidade de recursos e características de carga de trabalho. Este trabalho primeiramente realiza experimentos para analisar a amplitude desse espaço de exploração e como diferentes versões de um mesmo Kernel acabam gerando melhores resultados, dependendo dos parâmetros escolhidos para avaliação. Decorrente desta análise, é proposto Multivers, uma Framework que aproveita o método de Síntese de Alto Nível para permitir maiores ganhos em tais sistemas colaborativos CPU-FPGA. Multivers explora vantagens da geração automática por Síntese de Alto Nível para produzir diferentes versões de cada requisição de entrada para Kernels, aumentando significativamente a exploração do espaço de projeto disponível e passível de otimização pelas estratégias de alocação do provedor de Cloud. Além de possuir a biblioteca gerada, que permite uma seleção de Kernels a partir de uma interface que permite a comunicação das necessidades atuais do Servidor de Cloud, Multivers também permite que o multi versionamento de Kernels e as estratégias de alocação trabalharem juntos, permitindo ajuste fino em termos de utilização de recursos, performance e energia; ou qualquer combinação destes parâmetros. A eficiência de Multivers é mostrada usando cenários de vida real de requisições de Cloud, compostos de uma diversidade de benchmarks e avaliando diferentes frações de FPGA disponíveis via regiões de reconfiguração parcial. Assim, atingindo um melhora média em makespan e energia de até 4.62× e 19.04×, respectivamente, sobre estratégias de alocação tradicional executando com Kernels não otimizados.