Page 111 - 《软件学报》2020年第10期

软件学报 ISSN 1000-9825, CODEN RUXUEW E-mail: jos@iscas.ac.cn
Journal of Software,2020,31(10):3087–3099 [doi: 10.13328/j.cnki.jos.006065] http://www.jos.org.cn
©中国科学院软件研究所版权所有. Tel: +86-10-62562563

∗
FPGA 加速系统开发工具设计:综述与实践

刘焰强, 戚正伟, 管海兵

(上海交通大学 软件学院,上海 200240)
通信作者: 戚正伟, E-mail: qizhwei@sjtu.edu.cn

摘 要: 近年来,现场可编程逻辑门阵列(FPGA)在异构计算领域因其优异的可定制性和可重配置特点吸引了工
业界和学术界的广泛关注.基于 FPGA 的硬件加速系统设计涉及到深度的软硬件协同开发,利用软硬件各自开发工
具分别开发再集成的传统开发方式具有学习门槛高,集成、测试、部署耗时长等缺陷,开发人员难以利用 FPGA 可
快速重配置的特点来实现系统开发过程中的快速原型和快速迭代.如何让硬件加速系统的开发利用到现代软件工
程和程序语言领域的成果,研究者们经历了长期的探索,首先根据相关研究总结了硬件及硬件加速系统开发工具设
计的历史教训和成功经验,然后介绍设计实践,最后进行总结并提出对未来的展望.
关键词: FPGA;领域专用编程语言;软/硬件协同开发;硬件描述语言;高层次综合
中图法分类号: TP311

中文引用格式: 刘焰强,戚正伟,管海兵.FPGA 加速系统开发工具设计:综述与实践.软件学报,2020,31(10):3087–3099. http://
www.jos.org.cn/1000-9825/6065.htm
英文引用格式: Liu YQ, Qi ZW, Guan HB. FPGA acceleration system development tools: Survey and practice. Ruan Jian Xue
Bao/Journal of Software, 2020,31(10):3087–3099 (in Chinese). http://www.jos.org.cn/1000-9825/6065.htm

FPGA Acceleration System Development Tools: Survey and Practice
LIU Yan-Qiang, QI Zheng-Wei, GUAN Hai-Bing
(School of Software Engineering, Shanghai Jiaotong University, Shanghai 200240, China)
Abstract: Field-programmable gate arrays (FPGAs) in heterogeneous computing have been attracting more and more attention due to its
customizability and reconfigurability. Development of acceleration systems based on FPGAs involves the cooperation of both hardware
and software developers. Building the systems by integrating software part and hardware part that are developed by independent tool
chains introduces steep learning curve and difficulties in testing and deployment, thus preventing rapid prototyping. It has been a long
academic history on how to make hardware design benefit from the progress in software engineering and software programming languages.
This article will first present a survey on the design of development tools for hardware or hardware acceleration systems, and then will
show the work of authors. Finally, a conclusion is drawn and the future prospect is discussed.
Key words: FPGA; DSL; software/hardware co-design; HDL; HLS

[1]
随着大数据分析和人工智能计算的大规模普及和应用,数据中心的计算负载规模在不断扩大 .在此背景
下,将计算任务进行分门别类,并根据不同任务的特点用专门设计的加速处理芯片取代通用处理器,从长远来看
成为了一种可行的降低成本或提高服务质量的方式.其中,为人工智能计算特化的通用图形处理器(general-
[2]
purposed GPU)和应用专用处理芯片(application-specific integrated circuit)TPU 已在该领域取得了显著成就.但
是,数据中心中除了日益庞大的人工智能应用以外,其他配套的支持计算也在相应地扩大规模,这些方面包括数

∗ 基金项目: 国家自然科学基金(61672344, 61525204, 61732010); 国家重点研发计划(2016YFB1000502)
Foundation item: National Natural Science Foundation of China (61672344, 61525204, 61732010); National Key Research and
Development Program of China (2016YFB1000502)
本文由“系统软件前沿进展”专题特约编辑武延军研究员、陈海波教授、包云岗研究员、李玲研究员推荐.
收稿时间: 2020-02-09; 修改时间: 2020-04-04; 采用时间: 2020-05-09; jos 在线出版时间: 2020-06-10