Balancieren von Berechnungen in speichernahen und im-Speicher heterogenen Systemen

• Antragsteller: Professor Dr.-Ing. Jeronimo Castrillon-Mazo; Dr.-Ing. Asif Ali Khan
• Fachliche Zuordnung: Softwaretechnik und Programmiersprachen ; Rechnerarchitektur, eingebettete und massiv parallele Systeme
• Förderung: Förderung seit 2022
• Projektkennung: Deutsche Forschungsgemeinschaft (DFG) - Projektnummer 502388442

Compute-in-Memory- (CIM) und Compute-near-Memory- (CNM) Systeme, zusammenfassend als CINM bezeichnet, überwinden die Beschränkungen herkömmlicher Von-Neumann-Architekturen, indem sie die Leistung und Energieeffizienz erheblich steigern. Trotz erheblicher technologischer Fortschritte bleibt die effiziente Nutzung dieser Systeme eine große Herausforderung. In Phase I des SPP-2377 haben wir uns mit den Problemen der Programmierbarkeit dieser Systeme befasst, indem wir Cinnamon entwickelt haben, eine neuartige Compilertechnologie, die Optimierungen und Techniken integriert, die für verschiedene eigenständige CIM- und CNM-Architekturen zugeschnitten sind. Allerdings sind die CINM-Landschaft und die Anforderungen neuer Anwendungen in den letzten Jahren immer heterogener geworden. Moderne Systeme reichen heute von domänenspezifischen Beschleunigern mit dedizierten Multiplikations-Akkumulationseinheiten und analogen Komponenten bis hin zu speicherintegrierten Allzweck-CPUs - jedes System bietet einzigartige Kompromisse in Bezug auf Genauigkeit, Zuverlässigkeit und gemeinsame Datennutzung. Dieses Projekt (HetCIM-II) baut auf unserer soliden Grundlage und unserem tiefen Verständnis dieser Technologien auf und zielt darauf ab, diese neuen Herausforderungen durch die Entwicklung einer Infrastruktur für die Modellierung heterogener CINM-Systeme unter Verwendung realer Hardware und Simulation anzugehen. Diese Infrastruktur wird eine detaillierte Analyse dieser Systeme ermöglichen, so dass wir neue Hardware- und Software-Optimierungen für ihre effiziente Nutzung entwickeln können. Neuartige Kostenmodelle werden für CINM-Architekturen entworfen, in das Cinnamon-Framework integriert und als Entscheidungshilfe für Offloading und Optimierung verwendet. Darüber hinaus werden neue Applikations- und Operations-Mapping-Strategien sowie domänen- und Hardware-spezifische Optimierungen entwickelt, um die Fähigkeiten dieser Systeme voll auszuschöpfen. Für die Evaluierung werden neben den standardmäßigen CINM-Benchmark-Suiten auch Arbeitslasten aus den Bereichen maschinelles Lernen, Bioinformatik und Hochleistungsrechnen (HPC) verwendet. Wie bei HetCIM-I werden alle Optimierungs- und Simulations-Frameworks als Open-Source veröffentlicht, um die von der Gemeinschaft betriebene Forschung und Innovation in diesem Bereich zu fördern.

• DFG-Verfahren: Schwerpunktprogramme
• Teilprojekt zu: SPP 2377: Disruptive Hauptspeichertechnologien