Akceleracja sprzętowa metody momentów za pomocą układów FPGA

• Autorzy: Topa Tomasz

Identyfikatory

DOI

10.15199/48.2023.08.03

Warianty tytułu

EN

Hardware acceleration of the Method of Moments using FPGA

• Języki publikacji: PL

Abstrakty

PL

W artykule omówiono możliwości wykorzystania układów logiki programowalnej (FPGA) do przyspieszania obliczeń numerycznych związanych z metodą momentów (MoM), a konkretnie procesu wypełniania macierzy impedancyjnej. Wypełnianie macierzy impedancyjnej podzielono na osiem odrębnych zadań cząstkowych realizowanych w ramach jednego jądra obliczeniowego CPU/FPGA. Otrzymane wyniki symulacji komputerowej pokazują, że zastosowane podejście hybrydowe pozwala prawie trzykrotnie (2.96×) skrócić czas analizy numerycznej obiektów przewodzących w porównaniu do analizy prowadzonej przy użyciu konwencjonalnej (jednordzeniowej) implementacji referencyjnej.

EN

In this paper, an FPGA-based acceleration of the matrix assembly phase of the method of moments (MoM) is presented. To take advantages of the given hardware resources, the assembly phase of the MoM is divided into eight different sub-tasks which are performed concurrently during the runtime. Numerical results show that the proposed FPGA-based approach is about triple as fast as the reference single-core CPU implementation.

Słowa kluczowe

PL

akceleracja sprzętowa obliczeń numerycznych; metoda momentów; układy logiki programowalnej

EN

hardware acceleration; Method of Moments; MoM; Field Programmable Gate Arrays; FPGA

• Wydawca: Wydawnictwo SIGMA-NOT
• Czasopismo: Przegląd Elektrotechniczny
• Rocznik: 2023
• Tom: R. 99, nr 8
• Strony: 17--20
• Opis fizyczny: Bibliogr. 25 poz., rys.

Twórcy

autor

Topa Tomasz

• Katedra Elektroniki, Elektrotechniki i Mikroelektroniki, Wydział Automatyki Elektroniki i Informatyki, Politechnika Sląska, ul. Akademicka 16, 44-100 ˛ Gliwice

• https://orcid.org/0000-0001-9870-5137

Bibliografia

• [1] Sadiku M. N. O.: Numerical Techniques in Electromagnetics, CRC Press, 2001.
• [2] Hwu S. U., Wilton D. R.: Electromagnetic Scattering and Radiation by Arbitrary Configurations of Conducting Bodies and Wires Tech. Doc. 1325, AEL, Univ. of Houston, 1988.
• [3] Harrington R. F.: Field Computation by Moment Methods, Macmillan, 1968.
• [4] Golub G. H., van Loan C. F.: Matrix Computations, The John Hopkins University Press, 1996.
• [5] Kayton M., Fried W. R.: Avionics Navigation Systems, John Wiley & Sons, 1997.
• [6] Khronos OpenCL Working Group, The OpenCL specification V3.0.12, Beaverton, 2022
• [7] Intel Corporation, Intel OneAPI Math Kernel Library. Developer Reference, Santa Clara, 2021.
• [8] Peng S., Nie Z.: Acceleration of the method of moments calculations by using graphics processing units, IEEE Trans. Antennas Propag., 56(7), pp. 2130-–2133, 2008.
• [9] Topa T., Karwowski A., Noga A.: Using GPU with CUDA to accelerate MoM-based electromagnetic simulation of wire-grid models, IEEE Antennas Wireless Propag. Lett., 10, pp. 342— 345, 2011.
• [10] De Donno D., Esposito A., Monti G., Tarricone L.: Efficient acceleration of sparse MPIE/MoM with graphics processing units, Proc. of the 41st European Microw. Conf., EuMC, Manchester, UK, 2011.
• [11] De Donno D., Esposito A., Monti G., Tarricone L.: MPIE/MoM acceleration with a general-purpose graphics processing unit, IEEE Trans. Microw. Theory Tech., 60(9), pp. 2693–2701, 2012.
• [12] Lezar E., Davidson D.: GPU-based LU decomposition for large method of moments problems, Electron. Lett., 46(17), pp. 1194-–1196, 2010.
• [13] Lezar E., Davidson D.: GPU-accelerated method of moments by example: monostatic scattering, IEEE Antennas Propag. Mag., 52(6), pp. 120-–135, 2010.
• [14] Mu X., Zhou H.-X., Chen K., Hong W.: Higher order method of moments with a parallel out-of-core LU solver on GPU/CPU platform, IEEE Trans. Antennas Propag., vol. 62(11), pp. 5634-5646, 2014.
• [15] Kolundzija B., Zoric D.: Efficient evaluation of MoM matrix elements using CPU and/or GPU, European Conf. on Antennas and Propag., EuCAP, Prague, Czech Rep., pp. 702–706, 2012.
• [16] Topa T.: Load balanced Fortran-based out-of-GPU memory implementation of the method of moments, IEEE Antennas Wireless Propag. Lett., 16, pp. 813–816, 2017.
• [17] Karwowski A., Noga A., Topa T.: An Efficient Framework for Analysis of Wire-Grid Shielding Structures over a Broad Frequency Range, Radioengineering, 25(4), pp. 629–636, 2016
• [18] Topa T.: Efficient out-of-GPU memory strategies for solving matrix equation generated by method of moments, Electron. Lett., 51(19), pp. 1542–1543, 2015.
• [19] Topa T.: Porting wire-grid MoM framework to reconfigurable computing technology, IEEE Antennas Wirel. Propag. Lett., 19(9), pp. 1630–1633, 2020.
• [20] Devi A., Gandhi M., Varghese K., Gope D.: Accelerating method of moments based package-board 3D parasitic extraction using FPGA, Microw. Opt. Technol. Lett., 58(4), pp. 776–782, 2016.
• [21] Hauser T., Dasu A., Sudarsanam A., Young S.: Performance of a LU decomposition on a multi-FPGA system compared to a low power commodity microprocessor system, Journal of Scalable Computing: Practice and Experience, 8(4), pp. 373–385, 2007.
• [22] Matties T., Fine Licht J., Hoefler T.: FBLAS: Streaming Linear Algebra Kernels on FPGA, Int. Conf. for HPC Netw. Stor. Anal., pp. 17–22, 2019.
• [23] Kestur S., Devids J. D., Williams O.: BLAS Comparison on FPGA, CPU and GPU, Proc. IEEE Comput. Soc. Annu. Symp. VLSI, pp. 288–293, 2010.
• [24] Intel, Intel Stratix 10 Overview, 2022.
• [25] Xilinx, Alveo Data Center Accelerator Card Platforms. User Guide, 2022.

Uwagi

Opracowanie rekordu ze środków MEiN, umowa nr SONP/SP/546092/2022 w ramach programu "Społeczna odpowiedzialność nauki" - moduł: Popularyzacja nauki i promocja sportu (2022-2023).