基于CCA的面向动态图处理的消息驱动系统设计空间探索

成功部署于密集规则工作负载的计算机系统在应用于不规则和动态图应用时，难以实现可扩展性和效率。传统计算系统严重依赖静态、规则、数值密集型计算，而执行并行图应用的高性能计算系统则表现出很少的局部性（空间或时间），且是细粒度、内存密集型的。随着对AI的强烈兴趣（这些AI依赖于这些截然不同的用例）以及摩尔定律在纳米尺度的终结，需要在架构和底层执行模型方面进行重大变革。本文提出一种创新的非冯·诺依曼架构——连续计算机架构（CCA），它重新定义了计算结构的本质，为计算方法带来强大创新，以提供新一代高度并行的硬件架构。CCA反映了一类高度并行的架构，虽然具体数量（如内存块）各异，但共享了典型冯·诺依曼机器所不具备的多个属性。其中包括以内存为中心的组件、消息驱动的异步流控制，以及跨全局命名空间的轻量级乱序执行。这些创新的非冯·诺依曼架构属性，在新的原创执行模型指导下，将为超越冯·诺依曼模型提供新的未来路径。本文记录了一系列相互关联的实验，这些实验共同为下一代非冯·诺依曼架构（尤其是图处理）确立了未来方向。