Skip navigation
Please use this identifier to cite or link to this item:
Title: Эвристический генетический алгоритм оптимизации вычислительных конвейеров
Other Titles: Heuristic genetic algorithm of computational pipelines optimization
Authors: Прихожий, А. А.
Ждановский, А. М.
Карасик, О. Н.
Маттавелли, М.
Keywords: доклады БГУИР;поток данных;вычислительный конвейер;высокоуровневый синтез;оптимизация;data flow;computational pipeline;high-level synthesis
Issue Date: 2017
Publisher: БГУИР
Citation: Эвристический генетический алгоритм оптимизации вычислительных конвейеров / А. А. Прихожий [и др.] // Доклады БГУИР. – 2017. – № 1 (103). – С. 34-41.
Abstract: Проведен анализ вычислительных конвейеров и методов их оптимизации. Рассмотрен класс потоковых конвейеров, не использующих разделение вычислительных ресурсов и достигающих наибольшей производительности. Для этого класса рассмотрены задачи оптимизации конвейеров, решаемые для случайной логики в процессе высокоуровневого синтеза по поведенческим спецификациям на языках программирования и описания аппаратуры. Исследован эвристический генетический алгоритм оптимизации, применимый к проектам большого размера.
Alternative abstract: An analysis of computational pipelines and their optimization methods has been performed. A class of dataflow pipelines that do not use resource sharing and obtain high throughput has been considered. Pipeline optimization tasks being solved during high-level synthesis from random logic behavioral specifications in programming and hardware description languages have been considered. A heuristic genetic optimization algorithm which is capable of handling large designs has been proposed and investigated.
Appears in Collections:№1 (103)

Files in This Item:
File Description SizeFormat 
Prikhozhiy_Evristicheskiy.PDF741.19 kBAdobe PDFView/Open
Show full item record

Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.