Υλοποίηση αλγορίθμων σε Hardware για επιτάχυνση της λειτουργίας τους.
Implementation of algorithms in hardware for accelerating their operation
View/ Open
Date
2017-09-15Author
Τρούλη, Γεωργία-Ειρήνη
Trouli, Georgia-Eirini
Metadata
Show full item recordAbstract
Στόχος της πτυχιακής εργασίας είναι η βελτιστοποίηση του χρόνου εκτέλεσης υπολογιστικά χρονοβόρων αλγορίθμων με τη χρήση αυτοματοποιημένων εργαλείων σχεδίασης ενσωματωμένων συστημάτων.
Επιδιώκεται η ελαχιστοποίηση του συνολικού χρόνου εκτέλεσης ενσωματωμένων εφαρμογών που χρησιμοποιούν αντίστοιχους αλγορίθμους. Για την επιτάχυνση των αλγορίθμων χρησιμοποιείται η τεχνική της υλοποίησης των τμημάτων του αλγόριθμου, που είναι υπολογιστικά χρονοβόρα, σε ψηφιακά υποσυστήματα ειδικού σκοπού που ονομάζονται επιταχυντές (accelerators).
Συγκεκριμένα,στην παρούσα εργασία πραγματοποιείται βελτιστοποίηση της απόδοσης του αλγορίθμου k-NN και η υλοποίησή του με τη χρήση της σουίτας λογισμικού Xilinx SDSoC, η οποία προσφέρει ένα ολοκληρωμένο περιβάλλον ανάπτυξης λογισμικού για Hardware. Επιπρόσθετα, γίνεται η χρήση ενός ενσωματωμένου συστήματος (Zedboard), το οποίο είναι βασισμένο σε αρχιτεκτονική ARM, για την εφαρμογή του αλγορίθμου k-NN. The objective of this thesis is the optimization of time consuming computational algorithms by using automated design tools for embedded systems.
It is pursued to minimize the total execution time of embedded applications that use such algorithms. The speed-up of the algorithms is achieved by using techniques where the computationally time consuming parts of the algorithm are implemented in special purpose digital subsystems that are distinguished as accelerators.
Specifically, in the present thesis the optimization and implementation of the k-NN algorithm is accomplished by using the Xilinx SDSoc software suite that offers a complete software development environment for Hardware. In addition, an ARM-based embedded system (Zedboard) is used to apply the k-NN algorithm.
Collections
The following license files are associated with this item:
This website uses cookies to ensure you get the best browsing experience.
Continue
More info