Imagine流处理器上流的优化组织方法

流应用的特点以及传统处理器在处理流应用上的不足,使得支持数据并行的流处理器的设计成为当前体系结构研究领域的一个热点.文中针对Imagine流处理器体系结构的特点,提出了流分割和流压缩两种流的优化组织方法.模拟结果表明,流分割和流压缩使得流应用程序能充分利用Imagine的并行结构、流水结构和多级带宽存储结构,从而减少流程序的执行时间.     

多媒体基准测试程序中的流并行性分析

在分析多媒体基准测试程序Mediabench特征的基础上,以Imagine流处理器为例讨论了流体系结构对多媒体应用所提供的软硬件支持,并且利用流编程模型对多媒体应用中存在的流并行性进行了详细的剖析,最后通过对3个典型的多媒体应用进行流并行程序设计,在Imagine的时钟精确模拟器Isim上测试得到了多媒体应用在流体系结构上可以获得的加速性能.     

基于Imagine流处理器的JPEG图片压缩技术

Imagine流体系结构利用三级存储层次较有效地解决了带宽问题,其多处理器也提供了数据操作的高度并行性,我们在Imagine平台上实现了JPEG压缩算法。本文详细说明了JPEG在Imagine上的实现和运行性能,并且和C6211DSP作了性能比较,实验结果表明Imagine流处理器比C6211DSP在图片压缩上具有更优的性能,验证了流处理器在处理大型数据上的优势。     

地球引力位函数在流处理器上的实现与分析

流处理器是新型高性能微处理器的代表之一。该文通过分析Imagine流处理器体系结构,实现某卫星轨道预报系统核心子程序CBPTRB,对基于Imagine的钟精确模拟器ISim进行性能测试,并将结果与该程序在普通x86处理器上的性能进行对比,同时根据实验结果提出改进方法。     

矩阵向量乘在流处理器上的实现

Imagine是一款致力于媒体处理的流体系结构芯片，而它是否适合科学计算应用是当前国际上的热点讨论问题。本文研究了典型科学计算核心--矩阵向量乘在Imagine处理器 上的有效映射，主要开发了四种不同的流程序版本，并且提出了优化方法。实验结果表明，经过优化的矩阵向量乘程序能够开发Imagine处理器的潜能。     

线性方程组迭代法在流处理器上的映射与分析

斯坦福大学的Imagine流处理器具有很强的计算能力，如何将该体系结构应用在科学计算领域是当前研究的热点。解线性方程组的迭代法在工程和科学计算的各个领域中有着十分广泛的应用，该算法具有较好的计算密集性和并行性，十分适合流处理器的计算模型。本文分别针对系数矩阵的规模大小和稠密程度，介绍了Jacobi和Seidel迭代在流处
理器上的映射。实验结果表明，迭代算法能高效地开发Imagine的计算能力，取得较高的性能加速。     

基于Imagine的科学程序局部性优化方法

基于Imagine体系结构,提出了一种科学程序局部性优化方法,旨在提高流程序的带宽利用率并保证Imagine强大的计算能力.关键技术在于通过对循环的计算变换和数据变换来开发体系结构的优势.对4个典型科学程序的实验表明,该优化能够有效地提高程序计算密集性且减少索引流,从而增强程序的局部性.     

面向分布式流体系结构的多副本积极容错技术

随着互联网环境下计算系统规模的不断扩大,分布式流体系结构的可靠性问题面临着严峻的挑战。以多模冗余容错技术为基础,针对软错误提出了一种面向分布式流体系结构的多副本积极容错技术TREFT,利用三个程序副本进行高效的检错与纠错。在分布式流体系结构原型系统上的实验结果表明,该技术能有效提高系统的可靠性,具有较低的容错成本,平均增加10.77%的容错开销。     

流体系结构抽象模型研究

流体系结构在新兴的体系结构中备受关注.鉴于多种多样的流体系结构的存在,本文提出了一个流体系结构的抽象模型.本项工作对开发应用在多种流体系结构上的可移植性具有重要意义.     

H．264运动估计算法在Imagine流处理器上的加速实现

鉴于Imagine流处理器在媒体处理领域取得的优越性能，我们将H．264视频编码中耗时较大的运动搜索算法映射到Imagine上，利用流处理的思想充分开发其并行性来提高编码性能，对QCIF图像编码可达372fps，加速效果是非常明显的。由此证明，H．264是适于Imagine实现的。     

基于P2P平台的流媒体技术

网络改变着我们得生活,越来越多的人都通过网络来观看电视节目,让人们有了更多的频道选择。在此基础上,各种基于P2P流媒体播放软件层出不穷,本文将着重介绍P2P流媒体技术,包括流媒体传输协议以及如何实时传送。最后简要介绍流媒体播放的实现架构。     

StreamTMC: Stream compilation for tiled multi-core architectures

Tiled multi-core architectures have become an important kind of multi-core design for its good scalability and low power consumption. Stream programming has been productively applied to a number of important application domains. It provides an attractive way to exploit the parallelism. However, the architecture characteristics of large amounts of cores, memory hierarchy and exposed communication between tiles have presented a performance challenge for stream programs running on tiled multi-cores. In this paper, we present StreamTMC, an efficient stream compilation framework that optimizes the execution of stream applications for the tiled multi-core. This framework is composed of three optimization phases. First, a software pipelining schedule is constructed to exploit the parallelism. Second, an efficient hybrid of SPM and cache buffer allocation algorithm and data copy elimination mechanism is proposed to improve the efficiency of the data access. Last, a communication aware mapping is proposed to reduce the network communication and synchronization overhead. We implement the StreamTMC compiler on Godson-T, a 64-core tiled architecture and conduct an experimental study to verify the effectiveness. The experimental results indicate that StreamTMC can achieve an average of 58% improvement over the performance before optimization.     

Query processing of multi-way stream window joins

This paper introduces a class of join algorithms, termed W-join, for joining multiple infinite data streams. W-join addresses the infinite nature of the data streams by joining stream data items that lie within a sliding window and that match a certain join condition. In addition to its general applicability in stream query processing, W-join can be used to track the motion of a moving object or detect the propagation of clouds of hazardous material or pollution spills over time in a sensor network environment. We describe two new algorithms for W-join and address variations and local/global optimizations related to specifying the nature of the window constraints to fulfill the posed queries. The performance of the proposed algorithms is studied experimentally in a prototype stream database system, using synthetic data streams and real time-series data. Tradeoffs of the proposed algorithms and their advantages and disadvantages are highlighted, given variations in the aggregate arrival rates of the input data streams and the desired response times per query. This is an extended version of the paper published in the Proceedings of the 15th International Conference on Scientific and Statistical Database Management, SSDBM 2003, Boston, U.S.A., pp. 75–84.     

Imagine: media processing with streams

The power-efficient Imagine stream processor achieves performance densities comparable to those of special-purpose embedded processors. Executing programs mapped to streams and kernels, a single Imagine processor is expected to have a peak performance of 20 gflops and sustain 18.3 gops on mpeg-2 encoding     

开放型网络英语教学系统中流媒体QoS的研究

采用设置本地端缓冲服务器的方法提高流传榆质量．在开放型网络英语教学系统中应用流媒体提供QoS的管理功能,解决音视频流缓冲问题,并提供相应机制支持网络环境下的流媒体QoS。实验结果表明,流体系结构较好实现网络教学环境下的流媒体播放,保证音视频流的QoS。采用此流体系结构能较好地实现对流的管理和控制。从而保证多媒体课件的传输质量。     

基于数据流的实时处理框架模型

提出了一个新型的基于大型数据流的实时处理模型,其处理模式主要是以实时存储和实时分析为主要目标,利用回归、聚类、实时分析等方法为数据流建立了一个完整的处理模型。该模型是对现有模型的完善和改进,从而在有限的存储空间中能切实可行地对快速的流数据做出实时响应。详细阐述了模型的框架建立和处理用户需求的过程与算法。