|
DOI: 10.14489/vkit.2025.08.pp.055-062
Дудников Е. А., Левин И. И.
УВЕЛИЧЕНИЕ ПРОПУСКНОЙ СПОСОБНОСТИ КАНАЛОВ ПЕРЕДАЧИ ИНФОРМАЦИИ В РЕКОНФИГУРИРУЕМЫХ ВЫЧИСЛИТЕЛЬНЫХ СИСТЕМАХ ЗА СЧЕТ СЖАТИЯ ДАННЫХ В РЕАЛЬНОМ МАСШТАБЕ ВРЕМЕНИ
(с. 55-62)
Аннотация. Для решения трудоемких вычислительных задач в различных областях науки и техники, требующих обработки больших массивов данных в режиме реального времени, все чаще используются реконфигурируемые вычислительные системы на основе программируемых логических интегральных схем (ПЛИС). Популярность применения ПЛИС в качестве вычислительной платформы обусловлена как возможностью адаптации архитектуры системы к структуре решаемых задач, так и сохранением тенденции роста производительности за счет увеличения числа логических вентилей в новых архитектурных решениях. В то же время увеличение числа контактов на ПЛИС происходит медленно по сравнению с приращением вычислительного ресурса кристалла, поэтому с ростом потенциальной производительности устройства его коммутационные возможности остаются на прежнем уровне. Повысить пропускную способность каналов передачи информации между ПЛИС и внешними устройствами можно путем использования методов сжатия потока данных без потерь. В статье описана структурная реализация модернизированного метода Хаффмана, которая обеспечивает сжатие непрерывных плотных потоков данных, поступающих со скоростью 128 Гбит/с. В отличие от известных решений разработанная реализация характеризуется существенно меньшими аппаратными затратами и латентностью. Применение предложенного решения позволит кратно степени сжатия повысить пропускную способность каналов передачи данных без значительного увеличения аппаратных затрат.
Ключевые слова: реконфигурируемые вычислительные системы; энтропийное кодирование; потоковая обработка данных; удельная производительность; структурные вычисления.
Dudnikov E. A., Levin I. I.
PROSPECTS FOR THE APPLICATION OF LOSSLESS COMPRESSION SYSTEMS FOR DENSE DATA STREAMS IN REAL-TIME ON RECONFIGURABLE COMPUTING SYSTEMS
(pp. 55-62)
Abstract. There are many tasks from various fields of science and technology that must process huge amounts of data in real time in current time. Reconfigurable computing systems based on programmable logic integrated circuits (FPGA) can become the technical basis for such computers. FPGAs are characterized by an increase in real performance due to an annual increase in the number of logic gates in new architectural solutions. At the same time, the increase in the number of contacts on the FPGA occurs disproportionately slowly compared to the growth of the volume of computing equipment on the chip. This leads to the fact that with the growth of the potential performance of the device, its switching and transmission capabilities remain at the same level. This paper examines an approach to increasing the throughput of data transmission channels in FPGAs by using lossless data compression algorithms multiple of the average compression ratio of the selected algorithm. It is proposed that an increase in the channel throughput leads to an increase in the specific performance of the reconfigurable computing system. A modernized Huffman algorithm is presented, which allows compressing dense data streams with an optimal compression ratio at the rate of arrival at the RCS. The use of new principles for constructing a Huffman tree and forming the lengths of new codes made it possible to reduce latency, make it equal to the duty cycle of data receipt and fit into the task cyclogram. A simulation was conducted, which showed that the developed algorithm makes it possible to compress a data stream at a speed of 128 Gbit/s on one computing core (pipeline). Comparison with other modifications of the Huffman algorithms on RCS showed that, with the same flow processing speed, the developed algorithm occupies the smallest hardware resource. This ensures a 25 % increase in specific performance. Also, the performance of this implementation exceeds all known third-party implementations on hybrid computing systems by up to 5 times. The use of such compression systems will increase the speed of information processing when solving such promising problems on RCS as training convolutional neural networks or pairing high-speed computers with external memory units.
Keywords: Reconfigurable computing systems; Entropy coding; Data streaming; Specific performance; Reconfigurable computing.
Е. А. Дудников, И. И. Левин (Институт компьютерных технологий и информационной безопасности Южного федерального университета, Таганрог, Ростовская область, Россия) E-mail:
Этот e-mail адрес защищен от спам-ботов, для его просмотра у Вас должен быть включен Javascript
E. A. Dudnikov, I. I. Levin (Institute of Computer Technologies and Information Security of the Southern Federal University, Taganrog, Rostov region, Russia) E-mail:
Этот e-mail адрес защищен от спам-ботов, для его просмотра у Вас должен быть включен Javascript
1. Каляев И. А., Левин И. И. Реконфигурируемые вычислительные системы на основе ПЛИС. Ростов-на-Дону: Изд-во ЮНЦ РАН, 2022. 475 с.
2. Дудников Е. А. Управление вычислениями и потоками данных в РВС для задач сжатия данных в темпе поступления// XIV Всероссийское совещание по проблемам управления (ВСПУ–2024, Москва, Россия, 17–20 июня 2024 г.): сб. науч. трудов. Москва, Россия / под общ. ред. Д. А. Новикова; Институт проблем управления имени В. А. Трапезникова Российской академии наук. Электронные текстовые данные. М.: ИПУ РАН. 2024. С. 2851–2855.
3. Sano K., Koshiba A., Miyajima T., Ueno T. ESSPER: Elastic and Scalable FPGA-Cluster System for High-Performance Reconfigurable Computing with Supercomputer Fugaku (HPC Asia 2023) // Proceedings of the International Conference on High Performance Computing in Asia-Pacific Region. 27 February – 2 March 2023. Singapore, Singapore. P. 140–150.
4. Листопад Е. В. Многокристальные реконфигурируемые вычислительные средства на базе ПЛИС // Международная научно-техническая конференция, приуроченная к 50-летию МРТИ–БГУИР (Минск, Республика Беларусь. 18–19 марта 2014 г.): Материалы конференции: в 2 ч. Ч. 1. Минск, 2014. С. 306–307.
5. Georgopoulos K., Bakanov K., Mavroidis I., Papaefstathiou I. A Novel Framework for Utilising Multi-FPGAs in HPC Systems // Heterogeneous Computing Architectures: Challenges and Vision; edited by Olivier Terzo et al. CRC Press LLC, 2019. P. 153–189.
6. Каляев И. А., Дордопуло А. И., Левин И. И., Федоров А. М. Развитие отечественных многокристальных реконфигурируемых вычислительных систем: от воздушного к жидкостному охлаждению // Тр. СПИИРАН. 2017. Вып. 50. С. 5–31.
7. Левин И. И., Федоров А. М., Доронченко Ю. И., Раскладкин М. К. Перспективный высокопроизводительный реконфигурируемый вычислительный блок «Арктур» на основе ПЛИС Xilinx Ultrascale+ // Параллельные вычислительные технологии (ПаВТ–2023, Санкт-Петербург, Россия, 28–30 марта 2023 г.). Короткие статьи и описания плакатов / Материалы XVII Всероссийской научной конференции с международным участием. Челябинск, 2023. С. 162–172.
8. Shawahna A., Sait S.M., El-Maleh A. FPGA-Based Accelerators of Deep Learning Networks for Learning and Classification: A Review // IEEE Access. Dec. 2018. V. 7. P. 7823–7859.
9. Ahmed W., Hajimolahoseini H., Wen A., Liu Y. Speeding up resnet architecture with layers targeted low rank decomposition // arXiv preprint. arXiv:2309.12412. Sept. 2023.
10. Huffman D. A. A method for the construction of minimum-redundancy codes // Proceedings of the IRE. 1952. V. 40, No. 9. P. 1098–1101.
11. Левин И. И., Дудников Е. А. Структурная модификация метода Хаффмана для сжатия плотных потоков данных без потерь на РВС // Известия ЮФУ. Технические науки. 2024. № 5(241). С. 48–58.
12. Alekseev K. N., Sorokin D. A., Levin I. I. Structural-procedural implementation the huffman coding on reconfigurable computer systems in real time // Vestnik Komp'iuternykh i Informatsionnykh Tekhnologii (Herald of Computer and Information Technologies). 2018. No. 9. P. 3–10.
13. Hashemian R. Memory Efficient and High-speed Search Huffman Coding // IEEE Transactions on Communications.1995. V. 43, No. 10. P. 2576–2581.
14. Степаненко С. А. Фотонная вычислительная машина. Принципы реализации. Оценки параметров // Доклады Академии наук. 2017. Т. 476, № 4. С. 389–394.
1. Kalyaev, I. A., & Levin, I. I. (2022). Reconfigurable computing systems based on FPGAs. Izd-vo YuNTs RAN. [in Russian language]
2. Dudnikov, E. A. (2024). Control of computations and data flows in RVS for data compression tasks at the arrival rate. In D. A. Novikov (Ed.), Proceedings of the XIV All-Russian Meeting on Control Problems (VSPU-2024, Moscow, Russia, June 17-20, 2024) (pp. 2851–2855). IPU RAN. [in Russian language]
3. Sano, K., Koshiba, A., Miyajima, T., & Ueno, T. (2023). ESSPER: Elastic and scalable FPGA-cluster system for high-performance reconfigurable computing with supercomputer Fugaku. Proceedings of the International Conference on High Performance Computing in Asia-Pacific Region (pp. 140–150).
4. Listopad, E. V. (2014). Multi-chip reconfigurable computing tools based on FPGAs. Proceedings of the International Scientific and Technical Conference dedicated to the 50th anniversary of MRTI-BGUIR (Minsk, Belarus, March 18-19, 2014), Part 1 (pp. 306–307). [in Russian language]
5. Georgopoulos, K., Bakanov, K., Mavroidis, I., & Papaefstathiou, I. (2019). A novel framework for utilising multi-FPGAs in HPC systems. In O. Terzo et al. (Eds.), Heterogeneous computing architectures: Challenges and vision (pp. 153–189). CRC Press.
6. Kalyaev, I. A., Dordopulo, A. I., Levin, I. I., & Fedorov, A. M. (2017). Development of domestic multi-chip reconfigurable computing systems: From air to liquid cooling. Trudy SPIIRAN, (50), 5–31. [in Russian language]
7. Levin, I. I., Fedorov, A. M., Doronchenko, Yu. I., & Raskladkin, M. K. (2023). Promising high-performance reconfigurable computing unit "Arktur" based on Xilinx Ultrascale+ FPGAs. Proceedings of the XVII All-Russian Scientific Conference with International Participation "Parallel Computing Technologies (PaVT-2023)" (pp. 162–172). [in Russian language]
8. Shawahna, A., Sait, S. M., & El-Maleh, A. (2018). FPGA-based accelerators of deep learning networks for learning and classification: A review. IEEE Access, 7, 7823–7859.
9. Ahmed, W., Hajimolahoseini, H., Wen, A., & Liu, Y. (2023). Speeding up resnet architecture with layers targeted low rank decomposition. arXiv preprint. arXiv:2309.12412
10. Huffman, D. A. (1952). A method for the construction of minimum-redundancy codes. Proceedings of the IRE, 40(9), 1098–1101.
11. Levin, I. I., & Dudnikov, E. A. (2024). Structural modification of the Huffman method for lossless compression of dense data streams on RVS. Izvestiya YuFU. Tekhnicheskie Nauki, (5), 48–58. [in Russian language]
12. Alekseev, K. N., Sorokin, D. A., & Levin, I. I. (2018). Structural-procedural implementation of the Huffman coding on reconfigurable computer systems in real time. Vestnik Komp'iuternykh i Informatsionnykh Tekhnologii, (9), 3–10.
13. Hashemian, R. (1995). Memory efficient and high-speed search Huffman coding. IEEE Transactions on Communications, 43(10), 2576–2581.
14. Stepanenko, S. A. (2017). Photonic computer. Principles of implementation. Parameter estimates. Doklady Akademii Nauk, 476(4), 389–394. [in Russian language].
Статью можно приобрести в электронном виде (PDF формат).
Стоимость статьи 700 руб. (в том числе НДС 20%). После оформления заказа, в течение нескольких дней, на указанный вами e-mail придут счет и квитанция для оплаты в банке.
После поступления денег на счет издательства, вам будет выслан электронный вариант статьи.
Для заказа скопируйте doi статьи:
10.14489/vkit.2025.08.pp.055-062
и заполните форму
Отправляя форму вы даете согласие на обработку персональных данных.
.
This article is available in electronic format (PDF).
The cost of a single article is 700 rubles. (including VAT 20%). After you place an order within a few days, you will receive following documents to your specified e-mail: account on payment and receipt to pay in the bank.
After depositing your payment on our bank account we send you file of the article by e-mail.
To order articles please copy the article doi:
10.14489/vkit.2025.08.pp.055-062
and fill out the form
.
|
Current Issue
Разработка концепции и создание сайта - ООО «Издательский дом «СПЕКТР»