本书由知名计算机科学家丛京生教授领衔撰写，概述了高能效可定制体系结构的研究动态，包括可定制核和加速器、片上存储定制以及互连优化。书中不仅涵盖技术层面的讨论，还分析了一些成功的设计案例，并讨论了它们在性能和能效方面的影响。
本书可帮助该领域研究人员快速把握先进研究方向，为未来计算系统大规模部署的深入研究、设计和实现提供参考。

无

计算机体系结构

随着半导体工艺不断逼近物理极限，摩尔定律尽头的计算科学路在何方？
产业界和学术界都在积极寻找超越并行技术的突破性解决方案，以期不断提升芯片效能。研究表明，调整处理器结构以使其适配于某一特定应用领域的可定制计算技术将会带来新的契机。
作者丛京生（Jason Cong）教授及其团队是该领域的顶尖学者，全书紧跟新近研究动态，主要内容包括处理器核的定制、松耦合计算引擎、片上存储器定制和互连定制等，不仅涵盖对核心技术的探讨，还分析了一些成功的设计案例，为计算机体系结构研究人员提供了迎接未来挑战的有益参考。

作者简介
本书由知名计算机科学家丛京生教授及其科研团队共同撰写。丛教授是IEEE和ACM会士，现为加州大学洛杉矶分校（UCLA）计算机科学系校长讲席教授，并担任专用领域计算中心（CDSC）主任，超大规模集成电路技术（VAST）实验室主任，以及北京大学高能效计算与应用中心主任。

译者简介
本书由中科院计算所鄢贵海副研究员及其科研团队共同翻译。鄢贵海博士目前主持ADAPT（Architecture for Data Analytics & Processing Technology）团队的研究工作，研究领域涉及计算机体系结构、异构计算和专用领域加速器等。

[美]陈昱廷（Yu-Ting Chen） 丛京生（Jason Cong） 迈克尔·吉尔（Michael Gill） 格伦·雷曼（Glenn Reinman） 肖冰峻（Bingjun Xiao） 著：---作者简介---
本书由知名计算机科学家丛京生教授及其科研团队共同撰写。丛教授是IEEE和ACM会士，美国国家工程院院士。现为加州大学洛杉矶分校（UCLA）计算机科学系校长讲席教授，并担任专用领域计算中心（CDSC）主任，超大规模集成电路技术（VAST）实验室主任，以及北京大学高能效计算与应用中心主任。

【更新】---译者简介---
本书由中科院计算所鄢贵海博士及其科研团队共同翻译。他主持ADAPT（Architecture for Data Analytics & Processing Technology）团队的研究工作，主要研究领域为计算机体系结构，承担了多项自然科学基金项目，并作为骨干参与了多项973计划子课题。曾获得中国科协优秀科技论文奖，北京市科学技术奖二等奖，入选中科院青年创新促进会，科技北京百名领军人才团队五名核心成员之一。

计算机体系结构是连接上层应用和底层硬件实现的桥梁，在信息领域具有基础性作用。自1971年微处理器诞生以来，通过近50年的发展，微处理器体系结构经历了多代技术更迭。从最初每秒只能执行5万条指令的4位、8位微控制器，发展到如今的数十个核、每秒可执行数十亿条指令的64位多核处理器。所承载的应用也从最初的简单算术操作，扩展到如今的人工智能、虚拟现实、自动驾驶、互联网等。“计算能力”正在像空气一样，逐渐渗透进人们日常生活的方方面面。
自英特尔创始人戈登?摩尔于1965年提出“摩尔定律”以来，芯片的运算能力大体上按照每18个月翻一番的速度在增长，其动力既来自于工艺的进步，也源于架构的不断创新。芯片制造工艺的进步所带来的贡献之大，使得架构可以几乎不做任何更改，仅采用更细化的半导体工艺，就可以获得可观的性能提升。同时，更多、更便宜的晶体管等片上资源也为很多架构设计提供了可能性，例如超标量、乱序执行、同时多线程、向量指令扩展等技术，这些都是在大量片上晶体管和互连资源的基础上才可能实现的架构创新。
但是，随着工艺不断细化并逐渐逼近一定的物理极限，最近几年，有关“摩尔定律终结”的观点不绝于耳。这意味着原来的“工艺-架构”这种“双轮驱动”的发展模式似乎很难平衡，在找到“新摩尔定律”之前，架构的创新需要担负起更为重要的角色。2005年前后，有研究发现，单个处理器核的能效及提升已经遇到瓶颈，于是开始转向发展多核处理器架构。这是一个比较直接的演化过程，很多并行应用因此直接受益；但也有很多应用的性能并没有因为采用了多核处理器而得到提升，特别是那些没有“显式”并行度且难以进行并行编译优化的应用。时至2010年，体系结构学术界的一些前辈还常常责备架构设计人员“只关注集成更多的核，而不考虑软件如何才能充分利用它们”。
正所谓时势造英雄，与此同时，研究人员也开始了针对特定领域应用的架构研究，面向“特定领域计算”就是其中的代表。在这一技术框架之下，可定制计算是实现特定领域计算的有效技术路线，也是本书的主题。本书从计算引擎的架构设计、片上存储器的设计、片上网络的设计三个方面讨论了可定制计算涉及的核心内容，是对这一领域重要研究内容的总结和提炼。纲举目张，我们相信通过阅读本书，读者可以比较迅速地抓住该研究领域的重点，为进一步研究打下扎实的基础。
我从事体系结构学习和研究虚有十年，但在接到该书的翻译邀请时也倍感压力。本书作者是国际知名专家学者，通常对于译著而言，鲜有读者满意之作，这从各大书籍销售网站的评论便可见一斑。尽管如此，犹豫再三，还是决定接受这个挑战。一来通过此事获得学习的机会，加深对该领域的理解；二来也为国内该领域的相关学者贡献微薄的力量。
本书是集体贡献的结果。翻译团队包括我、叶靖博士、王颖博士、路航博士，还有博士生卢文岩、李家军、吴婧雅。其中叶靖负责第4章、王颖负责第5章、路航负责第6章，我和其他成员负责了其他部分，并统一校稿。在与编辑反复沟通的过程中，吴婧雅负责了大部分繁琐的工作。本书的翻译恰逢农历春节，团队成员都牺牲了大量陪同家人的时间来促成此事，在此特表示感谢。我们将多处原文进行了比较“中式”的表达，不求“信、达、雅”，但求无重大曲解。限于我们的水平，其中不足之处在所难免，恳请读者批评指正。

鄢贵海

出版者的话
译者序
作者简介
致谢
第1章　引言 3
第2章　路线图 9
2.1　可定制的片上系统设计 10
2.1.1　计算资源 10
2.1.2　片上存储层次结构 13
2.1.3　片上网络 15
2.2　软件层 18
第3章　处理器核的定制 21
3.1　引言 22
3.2　动态处理器核缩放和处理器核“去特征化” 24
3.3　处理器核的融合 25
3.4　定制指令集扩展 29
3.4.1　向量指令 30
3.4.2　定制计算引擎 32
3.4.3　可重构指令集 32
3.4.4　编译器对定制指令的支持 35
第4章　松耦合计算引擎 37
4.1　引言 38
4.2　松耦合加速器 39
4.2.1　线速处理器 40
4.2.2　硬件与软件的LCA管理比较 42
4.2.3　利用LCA 42
4.3　现场可编程门阵列实现的加速器 43
4.4　粗粒度可重构阵列 44
4.4.1　静态映射 46
4.4.2　运行时映射 48
4.4.3　CHARM 50
4.4.4　使用组合加速器 51
第5章　片上存储器定制 53
5.1　引言 54
5.1.1　高速缓存和缓冲区（便签式存储器） 54
5.1.2　片上存储系统定制 57
5.2　CPU高速缓存定制 59
5.2.1　粗粒度定制策略 60
5.2.2　细粒度定制策略 62
5.3　富加速器架构的缓冲区 65
5.3.1　加速器的共享缓冲区系统设计 65
5.3.2　加速器的内部缓冲区定制 67
5.4　在CPU和加速器的高速缓存中提供缓冲区 68
5.4.1　为CPU提供软件管理的便签式存储器 68
5.4.2　为加速器提供缓冲区 75
5.5　不同存储技术下的缓存 81
5.5.1　粗粒度定制策略 85
5.5.2　细粒度定制策略 88
第6章　互连定制 97
6.1　引言 98
6.2　拓扑定制 98
6.2.1　针对特定应用的拓扑合成方法 99
6.2.2　可重构快速数据通路 100
6.2.3　局部交叉开关合成与重构方法 102
6.3　路由定制 105
6.3.1　应用感知的无死锁路由技术 106
6.3.2　数据流合成方法 109
6.4　由新设备/电路技术使能的定制功能 112
6.4.1　光学互连 112
6.4.2　射频互连 112
6.4.3　基于RRAM的互连 113
第7章　结束语 117
参考文献 123