中国科学院计算技术研究所
中国科学院
English
内网
中国科学院计算技术研究所
中国科学院
English
内网
MENU
Toggle navigation
首页
实验室介绍
实验室简介
实验室领导
固定人员
学术带头人
学术委员会
管理运行机制
实验室风貌
组织结构
联系我们
新闻动态
科研动态
实验室新闻
研究成果
科研项目
获奖成果
论文论著
发明专利
软件登记
研究队伍
院士专家
研究员
副研究员
人才招聘
合作交流
学术交流
合作项目
承办会议
研究生教育
招生信息
博士生导师
硕士生导师
博士后
毕业生交流
开放课题
指南通告
管理规定
历年资助
执行情况
国重快讯
创新文化
党群园地
形象标识
战略研究
仪器设备
管理制度
设备介绍
预约共享
当前位置 >>
首页
>>
开放课题
>>
指南通告
开放课题
指南通告
管理规定
历年资助
执行情况
2013年度开放课题指南
撰稿:
摄影:
发布时间:2013年09月06日
一
、
简介
计算机体系结构国家重点实验室是我国计算机系统结构领域的重要科研基地之一。它的主要任务是研究和发展计算机系统结构相关领域的基础理论和关键技术。现阶段重点围绕超并行计算机系统和多核处理器开展基础研究和高技术前沿探索,为高性能计算机系统和高性能处理器设计领域的发展持续提供创新方法和关键技术。为提高实验室的开放层次,提高学术水平和技术水平,增进国内外学术交流与合作,促进人才流动与学科交叉渗透,特设开放研究课题。欢迎国内外相关领域的科研工作者参与实验室的开放课题研究。
二
、
指南的制定原则
为促进计算机系统结构领域内的新理论、新思想和新技术、新方法的发展,加强国内外学术思想与人才的交流,本实验室特设立开放研究课题,资助有关人员来本实验室从事计算机系统结构的基础理论、关键技术研究和应用基础研究。
指南的制定原则如下:
1、根据我国计算机系统结构领域的发展战略,着眼于国民经济建设的当前和长远的需要和国际学科发展的前沿;
2、鼓励具有开拓性、前瞻性、创造性和高层次理论和技术的自主创新研究及具有重大应用前景的项目;
3、利于促进多学科的交叉渗透和多部门的联合攻关,有利于建立和发展国际合作的新格局,有利于人才培养和学科的发展;
4、鼓励和支持从事计算机系统结构的青年科技工作者,尤其是博士后、博士生和海外留学人员在本实验室进行开放课题研究;
5 、资助项目的申请者要求与本室科研人员协同工作。
三、本年度建议开放课题的研究方向
本年度建议开展课题如下(可不限于以下课题):
题目1:面向FPGA硬件设计的循环特征提取技术研究
随着计算机技术和电子技术的进步发展,基于FPGA的可重构计算正逐步成为一个新的研究热点,其目标是根据计算任务的特征,在FPGA上有针对地设计相应的硬件结构,从而实现在FPGA上高效并行的执行应用程序中计算密集的部分。在以计算为主的程序中,循环占有较大的比重,对其进行特征提取、分析、转换是用户或自动化编译工具都需要进行的必要步骤。虽然已经存在一些类似的技术,但都不是为硬件加速服务的,在功能、易用性等方面上都存在不足。因此,面向FPGA硬件设计的循环特征提取技术成为亟需研究的问题。
本课题主要采用LLVM编译器,在已有的循环信息提取功能基础上,对循环信息进行采集、分析、筛选,便于用户更高效地完成硬件设计/映射工作。其中主要包括:建立并从IR中采集循环特征表示,包括循环复杂度、循环关键变量、循环类型、计算任务表示、输入数据的个数等;通过多面体表示数据关系,提供建议的硬件结构模板;根据用户列出的循环中运算的基本特征,在源程序中自动查找满足条件的循环;基于循环的函数封装,从而方便后续的循环设计/映射。
题目2:高端处理器的指令级自测试方法
问题描述:
处理器的指令级自测试方法是一种非常有前景的处理器测试方法,它探索利用片上系统的可编程资源,通过运行正常的程序,现场检测处理器自身以及其它模块中的故障。这种方法可以降低我国集成电路产业对昂贵高速测试仪的依赖,而且为广泛的嵌入式系统提供了一种现场检测的方法。本项目主要围绕当代高端处理器和考虑温度的现场检测开展指令级自测试方法的研究。
研究内容:
(1)超标量乱序结构处理器的指令级自测试方法
(2)针对基于片上网络的众核系统的指令级自测试方法
(3)用于耐高温的高可靠芯片选择的指令级自测试方法
题目3:面向大数据的基于软硬件协同的高耐久性SSD缓存研究
问题描述:
在大数据时代,存储系统面临增长迅速的数据量,在很长时间内还是要依赖大容量、廉价而且可靠性高的磁盘来维护大数据。但内存缓存与磁盘存储之间越来越大的容量差异使缓存命中率显著下降,因此加速已成为大数据时代存储系统的关键诉求之一。SSD由于具有大容量和高访问速度,成为内存和磁盘之间理想的中间层缓存设备,可以显著提升存储系统的性能。然而SSD产品面临着写入耐久性的严峻挑战,频繁的缓存数据更新和写入会使其寿命快速耗尽。其原因一方面是由于传统的缓存替换算法单纯追求高命中率,需要非常频繁地更新缓存数据;另一方面是缓存应用下的SSD访问模式基本上是随机写入和随机删除,这会导致SSD内部严重的“写放大”现象,加速其寿命的消耗。因此,需要打破长期以来SSD软硬件之间的壁垒,研究基于软硬件协同方式的低写入量、高性能的SSD缓存管理方法,提高SSD设备的使用寿命,保证数据安全和节省成本,推动SSD缓存在大数据存储系统中的发展。建议此研究使用BigDataBench工具集来生成大数据,并在此基础上检验在各种典
附件下载:
开放课题