Geri Dön

SLR based partıtıonıng on multı-dıe FPGA chıps

Çok kalıplı FPGA yongaları için SLR tabanlı bölümleme

  1. Tez No: 959823
  2. Yazar: BATUHAN BULUT
  3. Danışmanlar: PROF. DR. ATAKAN DOĞAN
  4. Tez Türü: Yüksek Lisans
  5. Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2025
  8. Dil: İngilizce
  9. Üniversite: Eskişehir Teknik Üniversitesi
  10. Enstitü: Lisansüstü Eğitim Enstitüsü
  11. Ana Bilim Dalı: Elektrik ve Elektronik Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: Belirtilmemiş.

Özet

Son yıllarda, donanım hızlandırma teknolojilerindeki dönüştürücü gelişmeler, özellikle Alan Programlanabilir Kapı Dizileri (FPGA'lar), yapay zeka (AI), makine öğrenimi (ML), büyük veri analitiği ve yüksek performanslı bilgi işlem (HPC) alanlarındaki hesaplama yoğunluklu uygulamaların performansını önemli ölçüde artırmıştır. Ancak, FPGA tabanlı sistemlerin ölçeği ve karmaşıklığı arttıkça, çipler arası iletişim, kaynak bölümlendirme ve çoklu kalıp FPGA'larının verimli kullanımı gibi zorluklar ortaya çıkmıştır. Bu tez, çoklu kalıp FPGA çipleri için SLR tabanlı bölümlendirmeyi desteklemek üzere Yüksek Seviyeli Sentez (HLS) derleyicisini geliştirerek bu zorlukları ele almaktadır. Önemli katkılar arasında Süper Mantık Bölgesi (SLR) kısıtlamalarına göre uyarlanmış bir bölümlendirme algoritmasının geliştirilmesi yer almaktadır. Ek olarak, otomatik boru hattı ve veri yolu genişliği dönüşümü gibi verimli kaynak kullanım teknikleri kullanılarak, çoklu kalıp mimarilerindeki zamanlama ve yönlendirme darboğazlarının üstesinden gelmek hedeflenmiştir. Önerilen metodolojiler Xilinx Virtex UltraScale+ FPGA'larda doğrulanmıştır. Bu çalışma FPGA bölümleme tekniklerinin ilerlemesine katkıda bulunmaktadır ve çoklu kalıp mimarilerinde donanım hızlandırmayı optimize etmeyi hedefler.

Özet (Çeviri)

In recent years, transformative advancements in hardware acceleration technologies, particularly Field-Programmable Gate Arrays (FPGAs), have significantly enhanced the performance of compute-intensive applications in artificial intelligence (AI), machine learning (ML), big data analytics, and high-performance computing (HPC). However, as the scale and complexity of FPGA-based systems increase, challenges such as inter-chip communication, resource partitioning, and efficient utilization of multi-die FPGAs have become critical issues. This thesis addresses these challenges by enhancing a state-of-the-art High-Level Synthesis (HLS) compiler to support Super Logic Region (SLR) -based partitioning for multi-die FPGA chips. Key contributions include the development of a partitioning framework tailored to SLR constraints. Additionally, efficient resource utilization techniques, such as automated pipelining and bus-width conversion, are proposed to overcome timing and routing bottlenecks in multi-die architectures. The proposed methodologies are validated on Xilinx Virtex UltraScale+ FPGAs. This study contributes to advancing FPGA partitioning techniques and presents a comprehensive framework for optimizing hardware acceleration in multi-die architectures.

Benzer Tezler

  1. Sign language recognition by image analysis

    Görüntü işleme teknikleriyle işaret dili tanıma

    BUKET BÜYÜKSARAÇ

    Yüksek Lisans

    İngilizce

    İngilizce

    2015

    Elektrik ve Elektronik MühendisliğiOrta Doğu Teknik Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    DOÇ. DR. MEHMET METE BULUT

    PROF. DR. GÖZDE AKAR

  2. A low cost learning based sign language recognition system

    Düşük hesap karmaşıklığına sahip öğrenme tabanlı işaret dili tanıma sistemi

    ABDULLAH HAKAN AKIŞ

    Yüksek Lisans

    İngilizce

    İngilizce

    2018

    Elektrik ve Elektronik MühendisliğiOrta Doğu Teknik Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    PROF. DR. GÖZDE BOZDAĞI AKAR

  3. Evrişimsel sinir ağları kullanılarak video tabanlı izole işaret dili tanıma

    Video-based isolated sign language recognition using convolutional neural networks

    ALİ AKDAĞ

    Doktora

    Türkçe

    Türkçe

    2024

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKonya Teknik Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DOÇ. DR. ÖMER KAAN BAYKAN

  4. Impact assessment of sea level rising (SLR) for Karasu coastal area using geographic information system (GIS) modeling

    Coğrafi bilgi sistemi (CBS) modellemesi kullanılarak Karasu kıyı alanı için deniz seviyesi yükselmesinin (DSY) etki değerlendirmesi

    ALİ IBRAHIM ALI ELIAWA

    Doktora

    İngilizce

    İngilizce

    2018

    Çevre MühendisliğiAtılım Üniversitesi

    Mühendislik Sistemlerinin Modellenmesi ve Tasarımı Ana Bilim Dalı

    YRD. DOÇ. DR. HAKAN TORA

    YRD. DOÇ. DR. ASLI NUMANOĞLU GENÇ

  5. Multi-cue skeleton-based sign language recognition

    Çoklu ipucu iskelet tabanlı işaret dili tanıma

    OĞULCAN ÖZDEMİR

    Doktora

    İngilizce

    İngilizce

    2025

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolBoğaziçi Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    PROF. DR. LALE AKARUN

    DR. ÖĞR. ÜYESİ İNCİ MELİHA BAYTAŞ