面向混合关键性应用的 Versal AI-Engines 支持
硬件体系结构
2026-04-24 v1 分布式、并行与集群计算
摘要
自适应 SoC 正在被用于混合关键性系统（MCS），如自动驾驶、航空和医疗系统。在此背景下，AMD 提出的 Versal SoC 具有异构架构，包括 Artificial Intelligence Engine（AIE），其为 AI 和信号处理工作负载设计的一维处理器和存储瓷片阵列。尽管 AIE 为加速实时数据处理任务提供了巨大潜力，但由于数据流图和任务的静态映射限制，尚未在 MCS 上探索这一潜力——由于无法在运行时动态分配具有不同关键性水平的任务到瓷片。本文提出一种动态任务调度基础设施，使 AIE 在运行时能够进行任务切换。基于该基础设施，我们设计了一种动态分配不同关键性任务的 MCS 方案，根据系统的关键性模式将任务分配给 AIE 瓷片池。我们的方案克服了静态数据流图映射的限制，首次利用 AIE 的并行处理能力服务于 MCS。我们还对引入任务调度器基础设施的时序开销进行了全面分析，聚焦控制逻辑、上下文切换和数据复制操作。结果表明，这些操作波动小，相对于总体执行时间可忽略不计，表明我们的基础设施适用于 MCS。最后，我们使用具有可变执行时间和不同关键性水平任务的自动驾驶工作负载进行评估。该案例中，我们最大化了 AIE 利用率，将空闲时间降低 65.5%，执行时间开销不到 0.002%，且低关键性任务的吞吐量翻了一番。
引用
@article{arxiv.2604.21124,
title = {Enabling Mixed criticality applications for the Versal AI-Engines},
author = {Vincent Sprave and Martin Wilhelm and Daniele Passaretti and Alberto Garcia-Ortiz and Thilo Pionteck},
journal= {arXiv preprint arXiv:2604.21124},
year = {2026}
}