前 言

我們高興地向讀者推出本刊“計(jì)算機(jī)體系結(jié)構(gòu)前沿技術(shù)”專題！本專題收錄的6篇文章既包含不同技術(shù)領(lǐng)域和方向的綜述，也包含了具體技術(shù)的發(fā)明和介紹.

自旋轉(zhuǎn)移力矩隨機(jī)存儲(chǔ)器(STT-RAM)是一種新型非易失性隨機(jī)存儲(chǔ)器.STT-RAM與傳統(tǒng)的靜態(tài)隨機(jī)存儲(chǔ)器(SRAM)分別在寫(xiě)入速度、集成密度、制造成本、功耗、使用壽命等方面各有優(yōu)勢(shì)和劣勢(shì)，而綜合這2種隨機(jī)存儲(chǔ)器件而形成的SRAM和STT-RAM混合緩沖存儲(chǔ)器是一種重要的緩存結(jié)構(gòu).然而在具有不同特性的緩存器件的同一個(gè)緩存結(jié)構(gòu)中如何分配它們的使用比例是一個(gè)對(duì)性能、功耗、使用壽命均具有影響的重要問(wèn)題.范浩等作者的文章“一種基于強(qiáng)化學(xué)習(xí)的混合緩存能耗優(yōu)化與評(píng)價(jià)”提出一種基于強(qiáng)化學(xué)習(xí)的技術(shù)，解決待緩存的數(shù)據(jù)在這2種緩存器件中的分配問(wèn)題.文章提出緩存訪問(wèn)請(qǐng)求的寫(xiě)入強(qiáng)度的概念，并提出利用強(qiáng)化學(xué)習(xí)的方法根據(jù)寫(xiě)入強(qiáng)度及數(shù)據(jù)復(fù)用信息獲得不同分配下的能耗信息，從而給出數(shù)據(jù)在SRAM和STT-RAM之間的分配策略.實(shí)驗(yàn)結(jié)果證明了作者所提出的技術(shù)的有效性.

卷積神經(jīng)網(wǎng)絡(luò)是深度學(xué)習(xí)中的一類重要工具，已經(jīng)在計(jì)算機(jī)圖形、圖像、計(jì)算機(jī)視覺(jué)、語(yǔ)言處理與機(jī)器翻譯等獲得廣泛的應(yīng)用，而Winograd快速卷積算法因能有效降低卷積神經(jīng)網(wǎng)絡(luò)中卷積操作的計(jì)算復(fù)雜度而受到廣泛關(guān)注；另一方面，多核處理器是一類重要的體系結(jié)構(gòu)，以多核處理器構(gòu)造的計(jì)算平臺(tái)承載著大量的卷積神經(jīng)網(wǎng)絡(luò)相關(guān)的應(yīng)用任務(wù).因此面向多核處理器系統(tǒng)的Winograd快速卷積算法的高效率實(shí)現(xiàn)是有重要價(jià)值的研究課題.王慶林等作者的“面向飛騰多核處理器的Winograd快速卷積算法優(yōu)化”介紹了面向我國(guó)自行研制的飛騰多核處理器的Winograd快速卷積算法的優(yōu)化實(shí)現(xiàn)技術(shù).文章提出了一種高性能并行Winograd快速卷積算法，作者把Winograd算法分解為不同的計(jì)算部分，設(shè)計(jì)了相應(yīng)部分的數(shù)據(jù)操作及與之相應(yīng)的數(shù)據(jù)布局，以并行的方式實(shí)現(xiàn)Winograd快速卷積計(jì)算.文章對(duì)所提出的技術(shù)進(jìn)行了實(shí)驗(yàn)測(cè)試，實(shí)驗(yàn)結(jié)果表明了文章所提出的技術(shù)可以有效地提高算法訪存和計(jì)算速度.

圖計(jì)算廣泛地應(yīng)用于社會(huì)計(jì)算、網(wǎng)絡(luò)計(jì)算、智能信息處理等各種領(lǐng)域中，而廣度優(yōu)先搜索是圖計(jì)算中的一個(gè)重要的算法，也是考察計(jì)算系統(tǒng)性能的典型算法之一.優(yōu)化圖的廣度優(yōu)先搜索算法是提高計(jì)算性能的重要研究問(wèn)題.張承龍等作者的“面向高通量計(jì)算機(jī)的圖算法優(yōu)化技術(shù)”探討高通量計(jì)算機(jī)中圖廣度優(yōu)先搜索算法的優(yōu)化技術(shù).文章綜合介紹了圖廣度優(yōu)先搜索中算法優(yōu)化的各種技術(shù)，并針對(duì)圖廣度優(yōu)先搜索算法執(zhí)行中的訪存效率問(wèn)題，提出了基于高效的位圖訪問(wèn)的冗余訪存消除技術(shù)，以及通過(guò)算法執(zhí)行過(guò)程的優(yōu)化提高訪存局部性的技術(shù)，從而減少了緩存訪問(wèn)頻次，提高緩存的訪問(wèn)效率.文章對(duì)所提出技術(shù)在計(jì)算性能、功耗方面進(jìn)行了實(shí)驗(yàn)，實(shí)驗(yàn)結(jié)果表明了文章所提出的技術(shù)的有效性.

針對(duì)圖計(jì)算開(kāi)展定制硬件結(jié)構(gòu)設(shè)計(jì)也是當(dāng)前的一個(gè)研究前沿技術(shù)方向.現(xiàn)場(chǎng)可編程門陣列(FPGA)圖計(jì)算加速器是一種重要的圖計(jì)算加速方向.然而，F(xiàn)PGA的硬件編程是一項(xiàng)耗時(shí)費(fèi)力的困難任務(wù).高效的FPGA編程與開(kāi)發(fā)環(huán)境是幫助底層編程人員提高FPGA開(kāi)發(fā)與應(yīng)用效率的重要工具.郭進(jìn)陽(yáng)等作者的文章“FPGA 圖計(jì)算的編程與開(kāi)發(fā)環(huán)境:綜述和探索”介紹FPGA編程環(huán)境技術(shù)與系統(tǒng)的研究現(xiàn)狀及重要問(wèn)題.文章從編程模型、高層次綜合、編程語(yǔ)言以及程序接口等方面介紹了構(gòu)造良好的FPGA圖計(jì)算編程環(huán)境的關(guān)鍵技術(shù)及發(fā)展?fàn)顩r，并結(jié)合應(yīng)用領(lǐng)域的特征，分析了該領(lǐng)域存在的挑戰(zhàn)性問(wèn)題和未來(lái)的研究方向.

大數(shù)據(jù)計(jì)算獲得日益廣泛的應(yīng)用，成為當(dāng)代計(jì)算系統(tǒng)的主要應(yīng)用，而基于Spark計(jì)算框架的系統(tǒng)成為重要的大數(shù)據(jù)計(jì)算平臺(tái).由于Spark是一種基于內(nèi)存計(jì)算的框架，應(yīng)用程序訪存行為特征的信息對(duì)于程序的優(yōu)化實(shí)現(xiàn)有重要的價(jià)值.鑒于當(dāng)前Spark訪存行為分析工具大多從同一層次上獲取程序訪存行為信息，許丹亞等作者的“基于Spark的大數(shù)據(jù)訪存行為跨層分析工具”貫穿Spark層、JVM層和OS層多個(gè)層次，建立應(yīng)用程序語(yǔ)義和底層物理內(nèi)存信息之間的聯(lián)系，構(gòu)造了Spark訪存行為跨層分析工具SMTT.文章介紹了SMTT的結(jié)構(gòu)、內(nèi)存追蹤方案、不同層次之間語(yǔ)義關(guān)聯(lián)的實(shí)現(xiàn)方式以及系統(tǒng)的訪存行為分析方法.作者進(jìn)行了分析工具SMTT的應(yīng)用實(shí)例的實(shí)驗(yàn)，結(jié)果表明SMTT可以為獲取Spark程序訪存行為信息提供有效的工具，從而為Spark系統(tǒng)優(yōu)化提供有力的手段.

通用圖形處理器(GPGPU)以能夠支持并發(fā)線程的執(zhí)行而提供高性能的處理能力而獲得了日益廣泛的應(yīng)用.然而，GPGPU在支持不規(guī)則訪存程序的執(zhí)行中會(huì)因?yàn)榫彺鏍?zhēng)用而降低其并發(fā)執(zhí)行的效率.GPGPU緩存子系統(tǒng)的優(yōu)化問(wèn)題是提高GPGPU性能的關(guān)鍵技術(shù)問(wèn)題.張軍等作者的“通用圖形處理器緩存子系統(tǒng)性能優(yōu)化方法綜述”綜合介紹了GPGPU訪存子系統(tǒng)優(yōu)化的技術(shù)途徑.文章從線程級(jí)并行性(TLP)調(diào)節(jié)、訪存順序調(diào)整、數(shù)據(jù)通量增強(qiáng)、末級(jí)緩存(LLC)優(yōu)化以及基于非易失存儲(chǔ)器(NVM)的緩存結(jié)構(gòu)等方面介紹了GPGPU緩存子系統(tǒng)優(yōu)化方法，分析了優(yōu)化技術(shù)的發(fā)展現(xiàn)狀，并討論了值得研究的挑戰(zhàn)性問(wèn)題和技術(shù)發(fā)展方向.

本專題征文發(fā)出后得到研究人員的積極響應(yīng)，踴躍投稿.我們感謝廣大作者對(duì)本刊的大力支持！我們感謝審稿專家對(duì)于稿件的認(rèn)真審查以及中肯的意見(jiàn)和建議！希望本專題的出版對(duì)計(jì)算機(jī)領(lǐng)域的研究、工程開(kāi)發(fā)人員、教育工作者和研究生產(chǎn)生有益的啟發(fā)和參考作用！我們感謝本刊編委會(huì)和編輯部開(kāi)辟這樣一個(gè)介紹體系結(jié)構(gòu)前沿技術(shù)的專題，促進(jìn)體系結(jié)構(gòu)前沿技術(shù)的研究和知識(shí)傳播，感謝他們對(duì)本專題的支持和和辛勤的工作！