Deployment of multimedia applications on coarse grained reconfigurable architecture: modeling using constraint programming - Archive ouverte HAL Access content directly
Theses Year : 2011

Deployment of multimedia applications on coarse grained reconfigurable architecture: modeling using constraint programming

Déploiement d'applications multimédia sur architecture reconfigurable à gros grain : modélisation avec la programmation par contraintes

(1, 2, 3)
1
2
3

Abstract

Embedded systems are stand alone electronic and computer devices dedicated to handle a particular task. They cover a wide range of application areas, particularly in the multimedia. This application area is characterized by tremendous processing power and data exchange requirements. Hardware architectures within these systems are generally fitted with accelerators dedicated to the execution of intensive computation kernels. Coarse grain reconfigurable architectures (CGRA) are particularly well suited to speed up multimedia applications because they fit to design constraints: performance, power efficiency, flexibility and design cost constraints. Indeed, this type of architecture is a good tradeoff between general purpose processors, application specific integrated circuit and fine grain reconfigurable architectures. This thesis deals with certain design and compilation aspects for CGRA. Our work falls within a framework of adequation between multimedia applications / CGRA / constraint programming (CP)-based design and compilation. Thanks to CP, our methodology has allowed us to model and solve a set of complex combinatorial problems. The first model presented here is related to data path merging under architectural and technological constraints. The two other models address the application scheduling, binding and routing problems on CGRA. In most cases, our approach provides optimal results.
Les systèmes embarqués sont des dispositifs électroniques et informatiques autonomes, dédiés à une tâche bien précise. Leur utilisation s'est désormais démocratisée à de nombreux domaines d'applications et en particulier au multimédia. Ce type d'application est caractérisé par un besoin important en puissance de calcul et en échange de données. Les architectures matérielles au cœur de ces systèmes sont généralement dotées d'accélérateurs chargés de l'exécution des noyaux de calcul intensif. Les architectures reconfigurables à gros grain (CGRA) sont particulièrement adaptées à l'accélération d'applications multimédia car elles répondent au mieux aux contraintes de performance, d'efficacité énergétique, de flexibilité et de coût de conception. En effet, ce type d'architecture est un compromis entre les processeurs à usage général, les architectures dédiées et celles reconfigurables à grain fin. Cette thèse traite de certains aspects liés aux problématiques de conception et de compilation d'applications pour CGRA. Nos travaux s'inscrivent dans une démarche d'adéquation applications multimédia / CGRA / conception et compilation basées sur la programmation par contraintes (CP). Notre méthodologie nous a permis, grâce à la CP, de modéliser et de résoudre un ensemble de problèmes combinatoires complexes. Le premier modèle présenté a trait à la fusion d'unités fonctionnelles reconfigurables sous contraintes architecturales et technologiques. Les deux autres modèles abordent les problèmes de : placement, ordonnancement et routage des données pour le déploiement d'une application sur CGRA. Notre approche permet, dans la majorité des cas, de prouver l'optimalité de la solution obtenue.
Fichier principal
Vignette du fichier
These_Erwan_Raffin.pdf (5.06 Mo) Télécharger le fichier
Loading...

Dates and versions

tel-00642330 , version 1 (17-11-2011)

Identifiers

  • HAL Id : tel-00642330 , version 1

Cite

Erwan Raffin. Déploiement d'applications multimédia sur architecture reconfigurable à gros grain : modélisation avec la programmation par contraintes. Architectures Matérielles [cs.AR]. Université Rennes 1, 2011. Français. ⟨NNT : ⟩. ⟨tel-00642330⟩
622 View
626 Download

Share

Gmail Facebook Twitter LinkedIn More