Skip to content

Latest commit

 

History

History
143 lines (98 loc) · 8.28 KB

RunOnHardware.md

File metadata and controls

143 lines (98 loc) · 8.28 KB

2019.1 SDAccel™ 開発環境チュートリアル

その他のバージョンを表示

アクセラレーションされた FPGA アプリケーションの最適化手法

7. ハードウェアでのアクセラレータの実行

ここまでは、前の演習すべての結果をハードウェア エミュレーション モードで実行して、システムをビルドするためのコンパイル時間を減らしつつ、最適化によってどれくらいパフォーマンスが改善できるかを確認してきました。このセクションでは、前の最適化それぞれをビルドして、Alveo アクセラレータ カードのハードウェアで実行します。

それぞれの実行の終了後とにタイムライン トレース レポートからのパフォーマンス データを記録し、セクションの終わりの表に数値を埋めていきます。数値は、場合によって異なることもあります。
次のデータを記録してください。

  • データ合計: (フレーム数 x フレーム サイズ) で計算。
  • 合計時間: ハードウェアのタイムライン トレース レポートで測定。公正に比較するため、これにはデータ転送とカーネル実行時間も含まれます。
  • スループット: 処理されたデータ合計 (MB)/合計時間 (s) で計算。

重要:: この演習の手順では、それぞれハードウェア カーネルをコンパイルするので、終了するのにかなり時間がかかる可能性があります。

ベースライン アプリケーションのハードウェアでの実行

次のコマンドを使用して、ハードウェアで実行し、タイムライン トレース レポートを生成して表示します。

make run TARGET=hw STEP=baseline SOLUTION=1
make gen_report TARGET=hw STEP=baseline
make view_timeline_trace TARGET=hw STEP=baseline

次の図のようなタイムライン トレース レポートが表示されるはずです。

2 つのマーカーは実行の開始点と終了点を記録するので、実行時間は大体 761.52-1.86 = 759.66s と計算されます。

処理された合計は 1920 x 1080 x 4(Bytes) x 132(frames) = 1095 MB です。このため、スループットは 1095(MB)/759(s)= 1.44 MB/s と計算されます。この数値をベンチマーク基準として使用して、今後の最適化を測定していきます。

メモリ転送演習のハードウェアでの実行

次のコマンドを使用して、ハードウェアで実行し、タイムライン トレース レポートを生成して表示します。

make run TARGET=hw STEP=localbuf SOLUTION=1
make gen_report TARGET=hw STEP=localbuf
make view_timeline_trace TARGET=hw STEP=localbuf

ハードウェア実行のタイムライン トレース レポートが次の図のように表示されるはずです。

2 つのマーカーは実行の開始点と終了点を記録するので、実行時間は大体 86.56-1.57 = 84.99s と計算されます。

固定小数点演習のハードウェアでの実行

次のコマンドを使用して、ハードウェアで実行し、タイムライン トレースを生成して表示します。

make run TARGET=hw STEP=fixedpoint SOLUTION=1
make gen_report TARGET=hw STEP=fixedpoint
make view_timeline_trace TARGET=hw STEP=fixedpoint

ハードウェア実行のタイムライン トレース レポートが次の図のように表示されるはずです。

2 つのマーカーは実行の開始点と終了点を記録するので、実行時間は大体 27.12-1.6 = 25.52s と計算されます。

データフロー演習のハードウェアでの実行

次のコマンドを使用して、ハードウェアで実行し、タイムライン トレースを生成して表示します。

make run TARGET=hw STEP=dataflow SOLUTION=1
make gen_report TARGET=hw STEP=dataflow
make view_timeline_trace TARGET=hw STEP=dataflow

ハードウェア実行のタイムライン トレース レポートが次の図のように表示されるはずです。

2 つのマーカーは実行の開始点と終了点を記録するので、実行時間は大体 4.66-0.26 = 4.4s と計算されます。

複数の計算ユニット演習のハードウェアでの実行

次のコマンドを使用して、ハードウェアで実行し、タイムライン トレースを生成して表示します。

make run TARGET=hw STEP=multicu SOLUTION=1
make gen_report TARGET=hw STEP=multicu
make view_timeline_trace TARGET=hw STEP=multicu

ハードウェア実行のタイムライン トレース レポートが次の図のように表示されるはずです。

2 つのマーカーは実行の開始点と終了点を記録するので、実行時間は大体 4.077-1.682 = 2.395s と計算されます。

パフォーマンス表

最終的なパフォーマンスのベンチマーク表は、次のようになります。

演習名 Image Size Number of Frames Time (Hardware) (s) Throughput (MBps)
baseline 1920x1080 132 759.66 1.44
localbuf 1920x1080 132 84.99 12.9 (8.96x)
fixed-point data 1920x1080 132 25.52 43 (3.33x)
dataflow 1920x1080 132 4.4 249 (5.8x)
multi-CU 1920x1080 132 2.395 457 (1.83x)

まとめ

お疲れ様でした！これで、この演習のすべてのモジュールを終了し、標準的な CPU ベースのアプリケーションを FPGA アクセラレーションされたアプリケーションに変換し、Alveo U200 アクセラレータ カードで実行すると、ほぼ 300 倍のスループットで実行できるようになりました。パフォーマンス目標を設定してから、一連の最適化を使用してその目標を達成しました。

  1. 基本的な C アプリケーションから SDAccel アプリケーション作成しました。
  2. ソフトウェアおよびハードウェア エミュレーション中に生成されるレポートを理解できるようになりました。
  3. HLS カーネルのさまざまな最適化方法を確認しました。
  4. OpenCL API コマンド キューを順不同で実行するように設定して、パフォーマンスを改善する方法を学びました。
  5. カーネルをイネーブルにして、複数 CU で実行するようにしました。
  6. HLS データフロー指示子を使用し、それがアプリケーションにどのように影響するかを確認しました。
  7. Alveo アクセラレータ カードで最適化したアプリケーションを実行し、実際にパフォーマンスがどれくらい改善したかを確認しました。

メイン ページに戻る — 入門コースの初めに戻る

Copyright© 2019 Xilinx