Generierung von Logikschaltungen zum effizienten Lösen von Differentialgleichungen auf FPGAs

DOI zum Zitieren der Version auf EPub Bayreuth: https://doi.org/10.15495/EPub_UBT_00005013
URN to cite this document: urn:nbn:de:bvb:703-epub-5013-0

Title data

Bartel, Silas:
Generierung von Logikschaltungen zum effizienten Lösen von Differentialgleichungen auf FPGAs.
Bayreuth , 2020 . - VIII, 66 P. - (Bayreuth Reports on Parallel and Distributed Systems ; 13 )
( Bachelor thesis, 2020 , University of Bayreuth, Faculty of Mathematics, Physics and Computer Sciences)

	Format: PDF Name: bartel2020generierung.pdf Version: Published Version Available under License Creative Commons BY 4.0: Attribution
	Download (1MB)

Abstract

Zusammenhänge aus Natur und Technik in Simulationsmodellen werden im Allgemeinen durch Differentialgleichungssysteme beschrieben. Das effiziente Lösen von diesen Differentialgleichungssystemen ist eine wichtige Aufgabe im High Performance Computing (HPC)-Umfeld. Zur Beschleunigung solcher Berechnungen stellt die Verwendung von Field Programmable Gate Arrays (FPGAs) einen vielversprechenden Ansatz dar. Mithilfe von Hardwarebeschreibungssprachen können sehr effiziente Logikentwürfe umgesetzt werden. Ihr hardwarenahes Konzept verhindert jedoch gleichzeitig eine weite Verbreitung unter Wissenschaftlern und Software-Ingenieuren. Der Einsatz von High Level Synthese (HLS)-Tools verspricht eine schnellere und einfachere Entwicklung, verbunden mit dem Risiko einer geringeren Performance und eines erhöhten Ressourcenbedarfs der finalen Umsetzung. Selbst bei der Verwendung von HLS-Tools benötigt der Benutzer spezielle Kenntnisse über FPGAs und Schaltungsentwicklung. Um eine weite Verbreitung von FPGAs in HPC-Anwendungen zu ermöglichen, wird ein einfach zu bedienendes Werkzeug zum Erstellen von perfomanten Schaltungen benötigt. Im Rahmen dieser Arbeit wird ein Logikgenerator vorgestellt, der in der Lage ist aus einfach zu handhabenden Konfigurationsdateien automatisch optimierte Löserschaltungen zu erzeugen. Weder manuelle Entwicklungsarbeit, noch spezielle FPGA- oder Programmierkenntnisse sind erforderlich. Zur Evaluation der entwickelten Software wurden Schaltungen zur Umsetzung unterschiedlicher Lösungsmethoden generiert und jeweils mit einer alternativen handoptimierten HLS-Implementierung verglichen. Die durch diesen neuen Ansatz, in dieser Arbeit, automatisch erzeugte Logik erreicht eine 21,7- bis 774-fache schnellere Berechnung als die HLS-Alternative.

Abstract in another language

The solving of ordinary differential equations (ODEs) used to describe simulation models is a main task in the high performance computing (HPC) domain. Field programmable gate arrays (FPGAs) are a promising platform to be used as accelerators for such calculations. While the usage of hardware description languages (HDLs) can produce very efficient logic designs, their unique concept is hard to adopt for scientists or software engineers. High-level synthesis tools (HLS) promise faster development although at the risk of lower performance and increased resource consumption of the final design. But even when using HLS tools the user requires special knowledge about FPGAs and circuit design. In order to reach a wide adoption of FPGAs in HPC applications the need of simple to use tools, which enable performant designs, was identified beforehand. This thesis proposes a framework able to automatically generate specific and optimized solver logic from easy to handle configuration files. No manual development, nor special FPGA or programming knowledge is required. To measure the capability of the proposed tool the performance was evaluated for different solver methods and compared to an alternative hand optimized HLS implementation. The logic generated by this new approach is 21.7 to 774 times faster than its HLS counterpart.

Further data

Item Type:	Bachelor thesis
Keywords:	FPGA; Codegenerierung; gewöhnliche Differentialgleichungssysteme; numerische Verfahren
DDC Subjects:	000 Computer Science, information, general works > 004 Computer science
Institutions of the University:	Faculties > Faculty of Mathematics, Physics und Computer Science > Department of Computer Science > Chair Applied Computer Science II > Chair Applied Computer Science II - Univ.-Prof. Dr. Thomas Rauber Faculties Faculties > Faculty of Mathematics, Physics und Computer Science Faculties > Faculty of Mathematics, Physics und Computer Science > Department of Computer Science Faculties > Faculty of Mathematics, Physics und Computer Science > Department of Computer Science > Chair Applied Computer Science II
Language:	German
Originates at UBT:	Yes
URN:	urn:nbn:de:bvb:703-epub-5013-0
Date Deposited:	15 Sep 2020 06:25
Last Modified:	15 Sep 2020 06:25
URI:	https://epub.uni-bayreuth.de/id/eprint/5013

Download Statistics

Download Statistics

Download Statistics

Downloads

Downloads per month over past year