An MLIR pipeline for offloading Fortran to FPGAs via OpenMP
Gabriel Rodriguez-Canal, David Katz, Nick Brown
随着摩尔定律的放缓,诸如现场可编程门阵列(FPGA)等异构计算平台对加速HPC工作负载的兴趣越来越大。 在这项工作中,我们介绍了通过MLIR中的OpenMP目标指令首次实现选择性代码卸载到FPGA。 我们的方法将MLIR OpenMP方言与高级合成(HLS)方言相结合,提供针对FPGA的便携式编译流。 与以前依赖自定义编译器的OpenMP FPGA努力不同,相比之下,我们与MLIR集成,因此支持任何与MLIR兼容的前端,在这里用Flang演示。 基于一系列现有的MLIR构建模块,大大减少了所需的工作量,并证明了MLIR生态系统的可组合性优势。 我们的方法支持通过标准 OpenMP 指令手动优化卸载内核,这项工作为 MLIR 生态系统中集成的基于指令的 FPGA 加速建立了灵活和可扩展的路径。
With the slowing of Moore's Law, heterogeneous computing platforms such as Field Programmable Gate Arrays (FPGAs) have gained increasing interest for accelerating HPC workloads. In this work we present, to the best of our knowledge, the first implementation of selective code offloading to FPGAs via the OpenMP target directive within MLIR. Our approach combines the MLIR OpenMP dialect with a High-Level Synthesis (HLS) dialect to provide a portable compilation flow targeting FPGAs. Unlike prior Op...