基于FPGA的聚類算法的加速平臺(tái)的研究與設(shè)計(jì).pdf

1、聚類分析在人類工作生活中扮演著越來越重要的角色，目前已被廣泛運(yùn)用于許多不同的領(lǐng)域，如市場(chǎng)調(diào)研、模式識(shí)別、數(shù)據(jù)挖掘、圖像處理、客戶分割、Web文檔分類等。隨著互聯(lián)網(wǎng)和電子商務(wù)的飛速發(fā)展，各行各業(yè)采集、積累或急需處理的數(shù)據(jù)呈現(xiàn)海量式的增長(zhǎng)。海量的數(shù)據(jù)大大降低了聚類分析的效率，針對(duì)各種聚類算法加速的研究成為了人們探討的重要課題。不同的應(yīng)用領(lǐng)域以及不同類型的數(shù)據(jù)集需要使用不同的聚類算法才能夠獲得較好的聚類效果，由此可見高效實(shí)現(xiàn)多種聚類算法是很有

2、必要的。
　　目前聚類算法的加速平臺(tái)主要有云計(jì)算平臺(tái)和硬件加速平臺(tái)，其中硬件加速平臺(tái)主要有GPU、FPGA以及ASIC。云計(jì)算平臺(tái)采用集群的方式將應(yīng)用進(jìn)行劃分，然后將劃分后的任務(wù)分配到各個(gè)PC節(jié)點(diǎn)，各個(gè)節(jié)點(diǎn)處理任務(wù)并將計(jì)算結(jié)果匯總到總機(jī)。這種加速方式需要多個(gè)PC機(jī)，而且算法的加速最終受限于網(wǎng)絡(luò)帶寬;硬件加速平臺(tái)利用硬件自身速度快的特點(diǎn)，使用硬件來代替軟件或者CPU來實(shí)現(xiàn)具體功能邏輯，而且大量的內(nèi)置硬件邏輯部件使得硬件加速平臺(tái)可以更

3、好地采用并行和流水的方式加速算法的執(zhí)行。硬件加速平臺(tái)的加速效果好、不受限于帶寬而且相比云計(jì)算平臺(tái)加速成本更低。綜上，硬件加速平臺(tái)是算法加速的一種有效的加速平臺(tái)。
　　目前，硬件加速器的設(shè)計(jì)大多針對(duì)單一特定的算法，對(duì)加速器的通用性和靈活性的研究很少。雖然GPU提供了解決通用性和靈活性的方法，但是對(duì)通用性和靈活性的支持使得GPU帶來了高能耗的問題，而FPGA會(huì)獲得更好的節(jié)能效果。但是目前基于FPGA的加速器都是針對(duì)特定算法設(shè)計(jì)特定的硬

4、件加速模塊的，使得該硬件加速器僅支持一種算法，大大限制了硬件加速器的通用性和靈活性。能否設(shè)計(jì)一種基于FPGA的硬件加速器，使之能夠支持多種聚類算法呢？
　　本文采用軟硬件結(jié)合的方式實(shí)現(xiàn)了一個(gè)基于FPGA的硬件加速系統(tǒng)平臺(tái)，它能夠支持K-means、PAM、SLINK、DBSCAN四種聚類算法和兩種相似度度量標(biāo)準(zhǔn)。基于對(duì)算法的熱點(diǎn)代碼和局部性的分析，加速器解決了頻繁的片外訪存問題，最后通過提取熱點(diǎn)代碼的公共算子，最大化地平衡了加速器