AHAHAya_的博客

MPU注重通过较为强大的运算/处理能力，执行复杂多样的大型程序，通常需要外挂大容量的存储器，例如intel的X86，ARM的一些Cortex-A，飞思卡尔的i.MX6、全志A20、TI AM335X等都属于MPU。而MCU通常运行较为单一的任务，执行对于硬件设备的管理/控制功能。: Data Processing Unit ,数据处理器，对CPU的部分工作利用自身算力特长进行加速，且实现了计算的隔离，相比于CPU而言，DPU更擅长基础层应用任务，例如网络协议处理，交换路由计算，加密解密，数据压缩等。

若被除数尾数的绝对值大于除数尾数的绝对值，需对被除数进行调整，即被除数的尾数每右移1位，阶码加1，直到被除数尾数的绝对值小于除数尾数的绝对值。并且在浮点数乘除运算的结果中，由于乘积和商的绝对值一定小于1，因此在浮点乘除运算结果进行规格化处理时只存在向左规格化，不可能出现向右规格化。浮点数的格式：符号位（s）+指数位（e）+尾数位（f）。判断溢出：浮点数乘除运算结果的尾数不可能发生溢出，而浮点数运算结果的溢出则根据运算结果中浮点数的阶码来确定，溢出的判定和处理方法与浮点加减运算完全相同。

为了减小GPGPU寄存器文件的面积并维持较高的操作数访问带宽，GPGPU的寄存器文件往往会采用包含多个板块的单端口SRAM来模拟多端口的访问。多板块组织的寄存器文件基本结构如图4-3所示，其中数据存储部分由四个单端口的逻辑块组成。逻辑板块采用一个对等的交叉开关与RR/EX（register read/execution）流水线寄存器相连，将读出的源操作数传递给SIMT执行单元，执行单元的计算结果写回板块。

基于GTO的关键性感知线程束调度策略（gCAWS)，改进了调度选取线程束的机制，每次选择关键度最高的一个线程束执行，当有多个关键度相同的线程束时，选择生命周期最长的线程束执行，在执行阶段不断更新关键度的值。线程块被分配给一个可编程多处理器后，GPGPU会根据线程编号，将若干相邻线程组成线程束，按照锁步方式执行，所有线程进度一致，一个线程束共用一个PC，多个线程等价于多个向量操作，其向量宽度也就是线程束大小。影响线程束关键性的因素:（1）线程分支导致的工作负载差异，哪个路径指令多，对关键性影响越大；

典型的CPU-GPGPU异构计算平台如图3-1所示，CPU作为控制主体统筹整个系统的运行，PCI-E充当CPU和GPGPU的交流通道，CPU通过PCI-E与GPGPU进行通信，将程序中的内核函数加载到GPGPU的计算单元阵列（SM/CU）和内部的计算单元(SP/PE)上执行。典型的GPGPU架构及可编程多处理器的组成如图3-2所示。SM/CU构成GPGPU核心架构主体，SM/CU通过互连与多个存储分区（L2 cache和对应的DRAM）相连，实现更高并行度的高带宽访存操作。

可以提供线程块内部已有__syncthreads()类似的同步操作，还可以提供更为丰富多样的线程组合及其内部的通信和同步操作，如单个GPGPU上的线程网格或多个GPGPU之间的线程网格。（2）本线程索引减去i,并返回该索引的寄存器v的数据表决操作：g.all(p1):如果组内所有线程的谓词寄存器p1都为1，则返回1，否则为0；线程块是线程的集合。（3）__threadfence()_system():与__threadfence()类似，作用范围是系统内部的所有线程，包括主机端的线程以及其他设备的线程。

具体安装流程及环境搭建可参照公众号《亦安的数字小站》验证软件：cadence+synopsys。验证环境：虚拟机+Ubuntu。

GPGPU（General Purpose Graphics Processing Unit,通用图形处理器）：由GPU逐渐发展成为并行计算加速的通用图形处理器；能够很好地适应当今并行计算的需求，已经成为深度学习训练和推理任务最重要的计算平台。并行计算机：一些处理单元的集合，通过通信和协作快速解决一个大的问题。处理单元：具有指令处理和计算能力的逻辑电路。（处理器核心，处理器芯片或整个计算节点）处理单元的集合：定义了并行计算具有一定规模。通信：处理单元彼此之间的数据交互。