矩阵运算的硬件加速技术分析-精密仪器与机械专业毕业论文.docxVIP

国防科学技术大学研究生院硕士学位论文 国防科学技术大学研究生院硕士学位论文 第 第 i 页 摘 要 科学计算涉及到航空航天、现代生物与医学、石油勘探、环境科学、核模拟 等国民经济和国防建设各个重要领域，矩阵分解、求逆的矩阵运算则是科学计算 的基础和关键。因此，加快矩阵分解、求逆的运算速度具有重要的理论意义和实 际应用价值。 本文基于 FPGA 平台研究对称和对称正定两类矩阵分解、求逆运算的细粒度 并行加速技术，主要完成了以下工作： （1）对称正定矩阵是实际应用常见的一类矩阵，针对正定对称矩阵 Cholesky 分解也是科学计算中一种重要矩阵运算。本文首先分析了算法的数据依赖关系， 提出了 Cholesky 分解细粒度并行算法与结构。基于所提出的并行算法与结构，实 现了单精度浮点 Cholesky 分解硬件加速器，并建立了该并行结构加速器的性能模 型。 （2）研究了对称矩阵 LDLT 分解加速器的细粒度并行结构与实现。同 Cholesky 分解类似，首先分析了算法的数据依赖关系，提出了 LDLT 分解细粒度并行算法 与结构，然后实现了单精度浮点 LDLT 分解硬件加速器，最后给出该结构加速器 的性能模型。 （3）研究了基于 Cholesky 分解矩阵求逆的细粒度并行实现结构。在 Cholesky 分解细粒度并行实现的基础上，研究了三角矩阵求逆和三角矩阵乘的细粒度并行 实现，并提出了三角矩阵存储方法。最后实现了单精度浮点矩阵求逆硬件加速器， 并对该加速器的性能进行了分析。 关键词：科学计算，Cholesky分解，LDLT分解，矩阵求逆，细粒度并行，FPGA 第 第 ii 页 ABSTRACT Scientific computing are involved in many important applications, such as aeromechanics, modern biomedicine, oil reservoir, environmental science, nuclear simulation. Matrix decomposition and inversion play the base and key role in scientific computing. Therefore, it’s of great theoretical significance and practical value to study the acceleration technology for matrix decomposition and matrix inversion. In this paper, we studies the fine-grained parallel acceleration technology for decomposition and inversion of two kinds of matrix. And the detailed work are bellows. Symmetric positive matrix is an important kind of matrix in practical applications, and Cholesky decomposition plays significant role in scientific computing. Firstly, we analyze the data dependency, then propose a fine-grained parallel algorithm and structure for Cholesky decomposition. Finally, we implement a single-precision float-point accelerator for Cholesky decomposition basing the proposed structure, and build its performance model. We study the parallel structure and implementation for LDLT decomposition hardware accelerator of symmetric matrix. Similar to Cholesky decomposition, we first propose the fine-grained parallel algorithm and structure basing the data dependency analysis. Then a single-pr