隨著現(xiàn)代社會向數(shù)字化、自動化、智能化的方向轉(zhuǎn)型發(fā)展，人們對計算服務(wù)的需求與日俱增。近半個世紀(jì)以來，集成電路工藝技術(shù)的進(jìn)步是提高計算結(jié)構(gòu)能力的主要措施之一，隨著摩爾定律和登納德縮放比例定律放緩甚至走向終結(jié)，此方法正在逐漸失效。
眾所周知，功耗墻問題的出現(xiàn)使得集成電路的功耗約束在許多應(yīng)用中變得更加嚴(yán)格。集成電路工藝進(jìn)步帶來的性能收益越來越小，這使得硬件架構(gòu)可實現(xiàn)的計算能力受到嚴(yán)重限制。因此，計算機(jī)架構(gòu)設(shè)計師不得不將注意力從性能轉(zhuǎn)移到能效上；計算電路的靈活性也成為不容忽視的設(shè)計考慮要素。
隨著新興應(yīng)用不斷涌現(xiàn)、用戶需求持續(xù)增加、科技能力快速進(jìn)步以及軟件升級越來越快，不能適應(yīng)軟件變化的硬件實現(xiàn)形式將面臨生命周期過短和一次性工程成本過高的難題。效率、靈活性和易用性已成為新硬件架構(gòu)設(shè)計中三個最關(guān)鍵的評價指標(biāo)。
對于主流計算架構(gòu)，滿足這些新需求極具挑戰(zhàn)性。專用集成電路(ApplicationSpecific Integrated Circuit,ASIC)能效雖高，但不具備靈活性；而馮·諾依曼處理器，如通用處理器(General Purpose Processor,GPP)、圖形處理單元(Graphics Processing Unit,GPU)、數(shù)字信號處理器(Digital Signal Processor,DSP)雖足夠靈活，但能效太低。現(xiàn)場可編程邏輯門陣列(Field ProgrammableGate Array,FPGA)因具備定制實現(xiàn)大規(guī)模數(shù)字邏輯、快速完成產(chǎn)品定型等能力而被廣為使用，在通信、網(wǎng)絡(luò)、航天、國防等領(lǐng)域擁有牢固的重要地位。因其單比特編程粒度、靜態(tài)配置等本征屬性造成了能量效率低、容量受限、使用門檻高等問題，無法滿足不斷提高的應(yīng)用需求。近年來，通過采用擴(kuò)大硬件規(guī)模、異構(gòu)計算、高級語言編程等方法，F(xiàn)PGA進(jìn)行了持續(xù)的技術(shù)升級，但受其本征屬性限制，上述問題始終未能從根本上得到解決。如果FPGA的基礎(chǔ)架構(gòu)不發(fā)生根本性的改變，其未來將充滿重重困難。
軟件定義芯片采用以粗粒度為主的混合編程粒度與動態(tài)配置相結(jié)合的方式，可以從根本上解決以上制約FPGA發(fā)展的技術(shù)難題，并同時滿足能效和靈活性的需求�；旌暇幊塘６饶艽蠓鶞p小資源冗余，提升芯片能效；動態(tài)配置通過時分復(fù)用能擺脫承載容量的限制，與高級語言配合可提高芯片的可編程性、降低使用門檻。
軟件定義芯片已成為世界強(qiáng)國戰(zhàn)略必爭的科研高地。2018年，美國國防高級研究計劃局(Defense Advanced Research Projects Agency,DARPA)為啟動電子振興計劃斥資7100萬美元，組織全美最強(qiáng)力量，開展了對軟件定義芯片的聯(lián)合攻關(guān)。歐盟推出的地平線2020也對該方向給予高度的重視和持續(xù)的研發(fā)支持。
編程語言正朝著更高層次、更為抽象的表達(dá)方式演進(jìn)；硬件體系結(jié)構(gòu)卻向更加復(fù)雜的方向發(fā)展。隨著應(yīng)用程序和硬件之間的抽象差距越來越大，編譯器在自動利用硬件資源以實現(xiàn)最佳性能方面變得越來越捉襟見肘。多數(shù)人習(xí)慣于串行化思維模式，高級語言通常描述的是串行執(zhí)行過程，軟件研發(fā)人員使用高級語言編程時效率更高。如何讓不了解硬件設(shè)計的軟件人員采用純軟件思維就能對軟件定義芯片進(jìn)行高效編程，以降低使用門檻、拓展使用范圍、加快應(yīng)用的迭代與部署速度，即提高軟件定義芯片的易用性，不僅是一項艱巨的挑戰(zhàn)，也是一個亟待解決的問題。
軟件定義芯片的功能，最終要靠程序員編寫的軟件來實現(xiàn)。一套硬件能否吸引大量用戶投入精力去開發(fā)軟件的一個必要條件是硬件支持的軟件需向前兼容，即用戶之前編寫的軟件能比較方便地在新的芯片上正確運行。一個優(yōu)秀的編譯系統(tǒng)可以在不過多地影響程序員生產(chǎn)力的條件下，有效地挖掘軟件定義芯片的硬件潛能，為用戶提供更加方便且高效地使用芯片硬件資源的方法。
面對軟件和硬件在細(xì)節(jié)抽象上存在的巨大差異，為探索一條提高軟件定義芯片的易用性和計算效率的有效途徑，本書提出一套通用的算子恢復(fù)技術(shù)，為高級語言程序和芯片硬件架起一座通用且能實現(xiàn)高效溝通的橋梁�？捎行Ы鉀Q塊際指令、多輸出指令及循環(huán)控制等傳統(tǒng)方法難以處理的問題。
本書首先系統(tǒng)地介紹了計算架構(gòu)發(fā)展的歷程、軟件定義芯片的概念及需要重點研究的關(guān)鍵問題。第二章介紹基于LLVM開發(fā)的研究平臺。第三章系統(tǒng)地介紹編譯領(lǐng)域的指令選擇技術(shù)，基于模式匹配、模式選擇兩大維度及樹全覆蓋、DAG全覆蓋和圖全覆蓋三大策略對多種技術(shù)進(jìn)行深入闡述，為通用算子恢復(fù)技術(shù)的提出賦予了基礎(chǔ)理論的支撐。第四章詳細(xì)介紹通用算子恢復(fù)技術(shù)，基于圖匹配技術(shù)、最優(yōu)化原理(Principle of Optimality,PO)方法和軟件逆向(Software Reverse,SR)思維將細(xì)粒度的通用操作集恢復(fù)成粗粒度的芯片算子操作，為增強(qiáng)軟件定義芯片的編程效率和計算效率提供一套可行方案。
第五章基于通用算子恢復(fù)技術(shù)及配套算法給出通用算子恢復(fù)系統(tǒng)的工程實現(xiàn)核心代碼，并對代碼進(jìn)行詳細(xì)的分析介紹。第六章對面向軟件定義芯片通用的算子恢復(fù)技術(shù)及恢復(fù)系統(tǒng)進(jìn)行總結(jié)，并展望了提高軟件定義芯片易用性、計算效率和靈活性的發(fā)展趨勢。
本書是基于筆者在清華大學(xué)移動計算研究中心從事的科學(xué)研究工作而撰寫的，在寫作過程中，朱建峰博士、王婷博士和博士生張?zhí)┤唤o予了諸多寶貴建議和幫助。在此對他們表示衷心的感謝!最后，特別感謝我的妻子關(guān)霞，沒有她在背后默默的支持和鼓勵，本書絕沒有面世的可能。
限于筆者時間和水平均有限，書中定然存在一些不足之處，敬請讀者不吝指正。
吳偉峰2024年3月于清華園