Informacionnye TehnologiiInformacionnye TehnologiiИнформационные технологии1684-6400New Technologies Publishing House70205410.17587/it.31.649-658Computing systems and networksВычислительные системы и сетиResearch ArticleOptimization of the matching process in computing systems implementing a dataflow computing model with a dynamically formed contextОптимизация процесса сопоставлений в вычислительных системах, реализующих потоковую модель вычислений с динамически формируемым контекстомBobkovS. G.БобковС. Г.
Russian Federation

PhD, Professor, Deputy Head of the Department, Department for Design Problems in Microelectronics of the Center for Advanced Microelectronics

д-р техн. наук, проф., зам. руководителя, отделение проблем проектирования в микроэлектронике Центра перспективной микроэлектроники

s_g_bob@mail.ruZmejevD. N.ЗмеевД. Н.
Russian Federation

Researcher, Department for Design Problems in Microelectronics of the Center for Advanced Microelectronics

науч. сотр., отделение проблем проектирования в микроэлектронике Центра перспективной микроэлектроники

zmejevdn@list.ruKlimovA. V.КлимовА. В.
Russian Federation

Senior Researcher, Department for Design Problems in Microelectronics of the Center for Advanced Microelectronics

ст. науч. сотр., отделение проблем проектирования в микроэлектронике Центра перспективной микроэлектроники

arkady.klimov@gmail.comLevchenkoN. N.ЛевченкоН. Н.
Russian Federation

PhD, Leading Researcher, Department for Design Problems in Microelectronics of the Center for Advanced Microelectronics

канд. техн. наук, вед. науч. сотр., отделение проблем проектирования в микроэлектронике Центра перспективной микроэлектроники

nick@burcom.ruNRC "Kurchatov institute"НИЦ "Курчатовский институт"1512202531126496580202202602022026Copyright ©; 2025, Informacionnye TehnologiiCopyright ©; 2025, Информационные технологии2025Informacionnye TehnologiiИнформационные технологииhttps://journals.eco-vector.com/1684-6400/article/view/702054

The paper considers the problem of a drop in real performance with an increase in the number of computing cores on supercomputer systems. The results of the first three systems from the TOP500 List are analyzed. The main approaches to solving the problem of increasing real performance are given.

A dataflow computing model with a dynamically formed context is considered. The architecture of a parallel dataflow computing system implementing this model is described. The model and architecture are one of the approaches to improving the real performance of computing systems. The principles of functioning of hardware ternary content-addressable memory, which implements the dataflow computing model in the most efficient way, are described. This is due to the fact that the concept of the computing model, such as a token workspace, involves the simultaneous comparison of an incoming token with all tokens present in this space. One of the key problems of content-addressable memory is analyzed — high power consumption when performing matching operations. Methods for optimizing the matching process are proposed, which are divided into three groups — hardware, software, and hardware-software. Optimization methods are aimed at overall reducing the number of "parasitic" comparisons, as well as reducing the number of compared bits. An analysis of its effectiveness was carried out for each method. One of the effective methods of reducing the number of matchings in the content-addressable memory of the keys of the matching processor of the parallel dataflow computing system is the use of special "Double grouped" tokens. These tokens allow not only to reduce the total number of task tokens, but also to reduce the load on the communication network, reduce the number of comparisons, and free up execution units by transferring part of the load to the matching processor.

The research results obtained when performing various tasks on the behavioral block-register model of the system and the emulator are presented. The results demonstrate the effectiveness of the proposed methods.

Рассматривается один из подходов к повышению реальной производительности вычислительных систем на основе потоковой модели вычислений с динамически формируемым контекстом и реализующей ее архитектуры параллельной потоковой вычислительной системы. Описываются принципы функционирования аппаратной ассоциативной памяти, которая наиболее эффективно реализует данную модель вычислений. Кроме того, обсуждается одна из ключевых проблем ассоциативной памяти — высокое энергопотребление при выполнении операций сопоставления. Предлагаются методы оптимизации процесса сопоставлений, направленные на общее уменьшение числа "лишних" сопоставлений, а также уменьшение числа сопоставляемых битов, участвующих в процессе сопоставления токенов. Приведены результаты исследований, полученные при выполнении различных программ на поведенческой блочно-регистровой модели системы и эмуляторе, демонстрирующие эффективность предложенных методов.

content-addressable memoryparallel dataflow computing systemdataflow computing modelmatching processассоциативная памятьпараллельная потоковая вычислительная системапотоковая модель вычисленийпроцесс сопоставленийПравительство РФGovernment of the Russian FederationThe work was carried out within the state assignment of NRC "Kurchatov institute".Работа проведена в рамках выполнения государственного задания НИЦ "Курчатовский институт"Kokosinski Z., Malus B. FPGA implementations of a parallel associative processor with multi-comparand multi-search operations, in International Symposium on Parallel and Distributed Computing 2008, 1-5 July 2008, Krakow, Poland, pp. 444—448, DOI: 10.1109/ISPDC.2008.42.Kokosinski Z., Malus B. FPGA implementations of a parallel associative processor with multi-comparand multi-search operations // In International Symposium on Parallel and Distributed Computing 2008. 1—5 July 2008. Krakow, Poland. P. 444—448. DOI: 10.1109/ISPDC.2008.42.Levin I. I., Dordopulo A. I., Kaljaev I. A., Doronchen- ko Ju. I., Raskladkin M. K. Modern and next-generation high- performance computer systems with reconfigurable architecture, Vestn. JuUrGU. Ser. Vych. matem. Inform, 2015б vol. 4, no. 3, pp. 24—39, DOI: 10.14529/cmse150303 (in Russian).Левин И. И., Дордопуло А. И., Каляев И. А., Дорончен- ко Ю. И., Раскладкин М. К. Современные и перспективные высокопроизводительные вычислительные системы с реконфигурируемой архитектурой // Вестн. ЮУрГУ. Сер. Выч. матем. информ. 2015. Т. 4, № 3. С. 24—39. DOI: 10.14529/cmse150303.Cicconetti C. А practical introduction to quantum computing and networking, in proceedings of the 33rd International Symposium on High-Performance Parallel and Distributed Computing (HPDC ‘24), Association for Computing Machinery, New York, NY, USA, 2024, pp. 348—349, DOI: 10.1145/3625549.3660507.Cicconetti C. А practical introduction to quantum computing and networking // Proceedings of the 33rd International Symposium on High-Performance Parallel and Distributed Computing (HPDC ‘24). Association for Computing Machinery. New York, NY, USA. 2024. P. 348—349. DOI: 10.1145/3625549.3660507.Abdeldayem H., Frazier D. O. Optical computing: need and challenge, Communications of the ACM, 01 September 2007, vol. 50, issue 9, pp. 60—62, DOI: 10.1145/1284621.1284649.Abdeldayem H., Frazier D. O. Optical computing: need and challenge // Communications of the ACM. 01 September 2007. Vol. 50, Iss. 9. P. 60—62. DOI: 10.1145/1284621.1284649.Burcev В. C. About the need to create a supercomputer in Russia, Cbornik statej "Parallelizm vychislitel’nyh processov i razvitie arhitektury superJeVM", Moscow, IVVS RA, 1997 (in Russian).Бурцев B. C. О необходимости создания суперЭВМ в России // Сборник статей "Параллелизм вычислительных процессов и развитие архитектуры суперЭВМ". М.: ИВВС РАН, 1997.Smith K. C., Sedra А. S. Associative memory, Encyclopedia of Computer Science, John Wiley and Sons Ltd., GBR, 2003, pp. 105—106.Smith K. C., Sedra А. S. Associative memory // Encyclopedia of Computer Science. GBR: John Wiley and Sons Ltd., 2003. P. 105—106.Bohm A. P. W. Dataflow and hybrid dataflow architecture summary, Parallel computer systems, Rebecca Koskela and Margaret Simmons (Eds.), New York, NY, USA, ACM, 1990, pp. 281—286.Bohm A. P. W. Dataflow and hybrid dataflow architecture summary // Parallel computer systems. Rebecca Koskela and Margaret Simmons (Eds.). New York, NY, USA: ACM, 1990. P. 281—286.Arvind A., Brobst S. The evolution of dataflow architectures: from static dataflow to P-RISC, International Journal of High Speed Computing, 1993, vol. 5, no. 2, pp. 125—153.Arvind A., Brobst S. The evolution of dataflow architectures: from static dataflow to P-RISC // International Journal of High Speed Computing. 1993. Vol. 5, N. 2. P. 125—153.Lee B., Hurson А. R. Dataflow Architectures and Multithreading, Computer, Aug 1994, vol. 27, no. 8, pp. 27—39.Lee B., Hurson А. R. Dataflow Architectures and Multithreading // Computer. Aug 1994. Vol. 27, N. 8. P. 27—39.Silc J., Robic B., Ungerer T. Asynchrony in parallel computing: From dataflow to multithreading, Parallel and Distributed Computing Practices, 1998, vol. 1, no. 1, pp. 3—30.Silc J., Robic B., Ungerer T. Asynchrony in parallel computing: From dataflow to multithreading // Parallel and Distributed Computing Practices. 1998. Vol. 1, N. 1. P. 3—30.Zmeev D. N., Klimov A. V., Levchenko N. N., Okunev A. S., Stempkovskii А. L. Features of the architecture implementing the dataflow computational model and its application in the creation of microelectronic high-performance computing systems, Russian Microelectronics, 2019, vol. 48, no. 5, pp. 292—298.Zmeev D. N., Klimov A. V., Levchenko N. N., Okunev A. S., Stempkovskii А. L. Features of the architecture implementing the dataflow computational model and its application in the creation of microelectronic high-performance computing systems // Russian Microelectronics. 2019. Vol. 48, N. 5. P. 292—298.Stempkovskij A. L., Levchenko N. N., Okunev A. S., Cvetkov V. V. Parallel stream computing system — further development of architecture and structural organization of computing system with automatic resource allocation, Informacionnye Tehnologii, 2008, no. 10, pp. 2—7 (in Russian).Стемпковский А. Л., Левченко Н. Н., Окунев А. С., Цветков В. В. Параллельная потоковая вычислительная система — дальнейшее развитие архитектуры и структурной организации вычислительной системы с автоматическим распределением ресурсов // Информационные технологии. 2008. № 10. С. 2—7.Zmeev D. N. Design tools of high-performance dataflow computing systems, Problemy razrabotki perspektivnyh mikro- i nanojelektronnyh sistem - 2016. Sbornik trudov, А. L. Stempkovskii ed., Moscow, IPPM RAN, 2016, part II, pp. 159—163 (in Russian).Змеев Д. Н. Средства проектирования высокопроизводительных потоковых вычислительных систем // Проблемы разработки перспективных микро- и наноэлектронных систем — 2016. Сб. тр. под общ. ред. академика РАН А. Л. Стемпковского. М.: ИППМ РАН. 2016. Часть II. С. 159—163.Levchenko N. N., Okunev A. S., Zmejev D. N. Development tools for high-performance computing systems using associative environment for computing process organization, in Proceedings of IEEE EAST-WEST DESIGN & TEST SYMPOSIUM (EWDTS’2016), Yerevan, Armenia, 2016, October 14—17, pp. 359 —362.Levchenko N. N., Okunev A. S., Zmejev D. N. Development tools for high-performance computing systems using associative environment for computing process organization // Proceedings of IEEE EAST-WEST DESIGN & TEST SYMPOSIUM (EWDTS’2016). Yerevan, Armenia, October 14—17. 2016. P. 359—362.Soleimani P., Capson D. W., Li K. F. А partitioned CAM architecture with FPGA acceleration for binary descriptor matching, ACM Transactions on Reconfigurable Technology and Systems, March 2024, vol. 17, no. 1, article 10, pp. 1—21, DOI: 10.1145/3624749.Soleimani P., Capson D. W., Li K. F. А partitioned CAM architecture with FPGA acceleration for binary descriptor matching // ACM Transactions on Reconfigurable Technology and Systems. March 2024. Vol. 17, N. 1. Article 10. P. 1—21. DOI: 10.1145/3624749.