近期，鄢貴海團隊研究成果在計算機體系結構領域國際頂級期刊《IEEE Transactions on Computers》中發表。該研究主要圍繞KPU敏捷計算架構展開，KPU具有超強異構核集成和調度能力，在降低了規模限制的硬件成本和設計周期的同時，又可通過軟件編程實現不同功能的計算，具有較高的可擴展性和靈活性。中科馭數DPU芯片基于自研KPU架構設計。以下是部分研究內容：

————————

領域特定架構技術顯著提升了計算性能。然而，隨著數據量呈指數增長以及應用類型的豐富，面向某一特定計算操作的加速器難以處理復雜的工作負載和應用需求，現有的加速器設計也難以滿足大規模數據計算需求。主要挑戰在于建立一個靈活的框架，能夠充分利用這些粗粒度的特定計算加速單元執行復雜計算，同時避免硬件集成、編程、系統編譯和運行等引入的額外開銷。

核處理單元（Kernel Processing Unit, KPU）架構基于“軟件定義加速器”方法實現，是一種為加速特定領域核心功能計算而設計的協處理器架構，能夠有效解決“專用”的困境。KPU以功能核作為基本單元，直接對應用中計算密集型應用進行抽象核和高層綜合，實現以數據為中心的架構“定制”。KPU具有超強異構核集成和調度能力，一顆 KPU根據需求可以集成數十至數百個功能核。在運行機制上，KPU采用“數據驅動并行計算”的方式，運行過程中通過數據流來激活不同的功能核進行相應計算。通過高層次綜合，既實現了領域內硬件的統一，降低了規模限制的硬件成本和設計周期，又能通過軟件編程實現不同功能的計算；特定需求只需要增刪功能核的種類和數量即可。在整體計算效率提升百倍的前提下，仍然具有非常高的可擴展性和靈活性。

基于KPU架構的思想，面向數據庫的KPU-SQL架構的核心是設計統一的接口以整合所有數據查詢操作。在硬件架構方面，KPU-SQL集成了多個獨立設計的查詢操作計算單元，通過對這些特定功能計算核的充分優化，最大程度上提升數據查詢性能。在數據管理方面，KPU-SQL集成一種高效數據管理系統（DMS）充分優化數據流，利用流式計算方法最大化片上內存帶寬的利用率。面向數據庫查詢這一典型的應用場景，設計KPU指令集架構KISA，從查詢關鍵操作的層次抽象關鍵算子，實現KPU-SQL的并行編程。在上層軟件的支持方面，KPU-SQL提供了一個完整的軟件編程工具并充分優化數據庫查詢操作執行。設計了一種自適應卸載機制，充分協同CPU和加速器的計算能力，優化執行中的計算和數據傳輸開銷。在數據查詢標準測試集TPC的典型實驗中，KPU-SQL比通用CPU和GPU取得24.5倍和8.75倍性能提升。

審核編輯 黃宇