基于 FPGA 客戶端的分布式計算網絡設計

高校和私企正在應用分布式平臺，而不是安裝速度更快、耗電更大的超級計算機來解決日益復雜的科學算法，針對SETI@home 這樣的項目，他們則使用數以千計的個人計算機來計算它們的數據。［1，2］當前的分布式計算網絡一般用CPU 或 GPU 來計算項目數據。

FPGA 也正被像 COPACOBANA這樣的項目所采用，該項目使用 120個賽靈思 FPGA 通過暴力處理來破解DES 加密文件。［3］不過在這個案例中，FPGA 都被集中布置在一個地方，這種方案不太適合那些預算緊張的大學或企業。目前并未將 FPGA 當作分布式計算工具，這是因為它們的使用需要借助 PC，才能用新的比特流不斷地重新配置整個 FPGA。但是現在有了賽靈思部分重配置技術，為分布式計算網絡設計基于 FPGA 的客戶端完全可行。

我們漢堡應用技術大學的研究小組為這樣的客戶端創建了一個原型，并將其實現在單個 FPGA 上。我們的設計由靜態和動態兩大部分組成。其中靜態部分在 FPGA 啟動時加載，與此同時用靜態部分實現的處理器從網絡服務器下載動態部分。動態部分屬部分重配置區域，提供共享的 FPGA資源。［4］采用這種配置，FPGA 可以位于世界上的任何地方，用較低的預算就能夠為計算項目提供強大的計算能力。

分布式 SOC 網絡

由于具有信號并行處理能力，FPGA能夠使用比微處理器慢 8 倍的時鐘，低 8 倍的功耗實現比其快三倍的數據吞吐量。［5］為利用該強大的計算能力實現高數據輸入速率，設計人員一般將算法實現為流水線，比如 DES 加密。［3］我們開發分布式 SoC 網絡（DSN）原型的目的是加快算法的速度和使用分布式 FPGA 資源處理大型數據集。我們的網絡設計采用“客戶端- 代理-服務器”架構，故我們可以將所有注冊的片上系統（SoC）客戶端分配給每一個網絡參與方的計算項目（如圖 1所示）。這在將每一個 SoC 客戶端連接到唯一的項目的“客戶端- 服務器”架構中是無法實現的。

另外，我們選擇“代理- 服務器”架構可以將每個 FPGA 的 TCP/IP 連接數量減少到一個。DSN FPGA 負責運算使用專用數據集的算法，而“代理-服務器”則負責管理 SoC 客戶端和項目客戶端。代理調度連接的 SoC 客戶端，讓每個項目在相同的時間幾乎擁有相同的計算能力，或者在 SoC 的數量少于計算請求的項目時分時復用soc客戶端。

項目客戶端提供部分重配置模塊（PRM）和激勵輸入數據集。在連接到“代理- 服務器”之后，項目客戶端將PRM 比特文件發送給服務器，然后由服務器將它們分配給帶有空閑的部分可重配置區域（PRR）的 SoC 客戶端。SoC 客戶端的靜態部分是一個基于MicroBlazeTM 的微控制器，用接收到的 PRM 動態重新配置 PRR。接下來，項目客戶端開始通過“代理- 服務器”發送數據集并從 SoC 客戶端接收計算的結果。根據項目客戶端的需要，舉例來說，它可以比較不同的計算結果，或根據計算目的評估計算結果。

MicroBlaze 處理器負責運行客戶端軟件，客戶端軟件管理部分重配置以及比特流和數據交換。

SOC 客戶端

我們為隨 ML605 評估板配套提供的賽靈思 Virtex?-6 FPGA（XC6VLX240T）開發了 SoC 客戶端。MicroBlazeTM 處理器負責運行客戶端軟件，客戶端軟件負責管理部分可重配置以及比特流和數據交換（如圖 2 所示）。用戶邏輯封裝PRR 的處理器本地總線（PLB）外設用以連接靜態部分和動態部分。在動態部分駐留的是接收到的 PRM 提供的加速器 IP 核使用的 FPGA 共享資源。為存儲接收到的數據和計算完成的數據，我們選擇了 DDR3 存儲器而非CompactFlash，因為 DDR 存儲器有更高的數據吞吐量和無限制的寫入訪問次數。PRM 存儲在專用數據段內，以控制其大小，避免與其它數據集發生沖突。該數據段大小為 10 MB，足以存儲完整的 FPGA 配置。因此每一個PRM 都應該與這個數據段的大小匹配。