RTL级可扩展高性能数据压缩方法实现

doi:10.12263/DZXB.20210448

电子学报 ›› 2022, Vol. 50 ›› Issue (7): 1548-1557.DOI: 10.12263/DZXB.20210448

RTL级可扩展高性能数据压缩方法实现

陈晓杰¹, 李斌², 周清雷²

^1.数学工程与先进计算国家重点实验室，河南郑州 450001
^2.郑州大学计算机与人工智能学院, 河南郑州 450001

收稿日期:2021-04-07 修回日期:2022-04-09 出版日期:2022-07-25
- 作者简介:
- 陈晓杰男，1993年12月出生，河南武陟人.现为战略支援部队信息工程大学博士研究生，从事可重构计算、信息安全方面的有关研究.E-mail:cctvlibin@163.com
  李斌男，1986年12月出生，河南郑州人. 现为郑州大学计算机与人工智能学院讲师，主要从事可重构计算、信息安全方面的有关研究.E-mail:cctvlibin@163.com
  周清雷男，1962 年9 月出生，河南郑州人. 教授、博士生导师. 主要从事自动机理论、信息安全和计算复杂性理论方面的有关研究.
- 基金资助:
- 国家自然科学基金 (61702518); 国家重点研发计划重点专项 (2018XXXXXXXX01)

Implementation of RTL Scalable High-Performance Data Compression Method

CHEN Xiao-jie¹, LI Bin², ZHOU Qing-lei²

^1.State Key Laboratory of Mathematical Engineering and Advanced Computing, Zhengzhou, Henan 450001, China
^2.School of Computer and Artificial Intelligence, Zhengzhou University, Zhengzhou, Henan 450001, China

Received:2021-04-07 Revised:2022-04-09 Online:2022-07-25 Published:2022-07-30
- Supported by:
- National Natural Science Foundation of China (61702518); National Key Research and Development Program of China (2018XXXXXXXX01)

摘要/Abstract

摘要：

针对传统的数据压缩实现方法处理性能较低，难以满足高速网络高负载、低能耗要求，本文提出了基于FPGA（Field-Programmable Gate Array）的高性能数据压缩方法.在数据计算方面，定制化一种专用并行数据匹配方法，并对压缩算法进行子任务划分，设计细粒度的串/并混合结构实现数据压缩和数据编码；在数据存储方面，设计了面向硬件的专用高效字典处理，并采用多级缓存机制优化访存结构；基于FPGA的资源面积，设计了多通道、可扩展数据压缩结构，并采用轮询策略实现多通道的数据分配和回收；在优化过程中，采用RTL（Register Transfer Level）实现数据压缩算法.实验结果表明优化后的压缩算法与CPU相比达到了1.634的加速比，吞吐量为4.33 Gb/s.

关键词: 数据压缩, FPGA, 多通道, 并行匹配, 多级缓存

Abstract:

As the low processing performance makes traditional data compression implementation methods difficult to meet the high load and low energy consumption requirements of high-speed networks, a high-performance data compression method based on field-programmable gate array is proposed. In terms of data calculation, this paper customize a dedicated parallel data matching method, divide the compression algorithm into sub-tasks, and design a fine-grained serial/parallel hybrid structure to achieve data compression and data encoding. In terms of data storage, a dedicated and efficient dictionary processing for hardware is designed, and a multi-level cache mechanism is used to optimize the memory access structure. Based on the resource area of FPGA, a multi-channel, scalable data compression structure is designed, and a polling strategy is used to realize multi-channel data allocation and recovery. In the optimization process, register transfer level is used to realize the data compression algorithm. The experimental results show that the optimized compression algorithm achieves a speedup ratio of 1.634 compared with the CPU, with a throughput of 4.33 Gb/s.

Key words: data compression, field-programmable gate array, multi-channel, parallel matching, multi-level cache

中图分类号:

TP391

陈晓杰, 李斌, 周清雷. RTL级可扩展高性能数据压缩方法实现[J]. 电子学报, 2022, 50(7): 1548-1557.

CHEN Xiao-jie, LI Bin, ZHOU Qing-lei. Implementation of RTL Scalable High-Performance Data Compression Method[J]. Acta Electronica Sinica, 2022, 50(7): 1548-1557.

图/表 20

参考文献 15

1	周俊, 沈华杰, 林中允, 等.边缘计算隐私保护研究进展[J].计算机研究与发展, 2020, 57(10): 2027-2051.
	ZHOUJun, SHENHua-jie, LINZhong-yun, et al. Research advances on privacy preserving in edge computing[J]. Journal of Computer Research and Development, 2020,57(10): 2027-2051. (in Chinese)
2	HOSSAINK, RAHMANM, ROYS. IoT data compression and optimization techniques in cloud storage: Current prospects and future directions[J]. International Journal of Cloud Applications and Computing, 2019, 9(2): 43-59.
3	WENCHANGL, BOYUANG, GUOHUIL. Communication scheduling in data gathering networks of heterogeneous sensors with data compression: Algorithms and empirical experiments[J]. European Journal of Operational Research, 2018, 271(2): 462-473.
4	AL-HAFEEDHA, CROCHEMOREM, ILIEL, et al. A comparison of index-based lempel-Ziv LZ77 factorization algorithms[J]. ACM Computing Surveys, 2012, 45(1): 1-17.
5	HASSANK, ALAAA, VIKTARU, et al. New modified RLE algorithms to compress grayscale images with lossy and lossless compression[J]. International Journal of Advanced Computer Science and Applications, 2016, 7(7): 250-255.
6	DATTAA, NGK F, BALAKRISHNAND, et al. A data reduction and compression description for high throughput time-resolved electron microscopy[J]. Nature Communications, 2021,12: 664.
7	FANGJ, CHENJ Y, AL-ARSZ, et al. Work-in-progress: A high-bandwidth snappy decompressor in reconfigurable logic[C]//2018 International Conference on Hardware/Software Codesign and System Synthesis(CODES+ISSS).Turin: IEEE, 2018: 1-2.
8	XIAMING, HUANGZUNKAI, TIANLI, et al. SparkNoC: An energy-efficiency FPGA-based accelerator using optimized lightweight CNN for edge computing[J]. Journal of Systems Architecture, 2021, 115(4): 101991.
9	COUSINSD, ROHLOFFK, SUMOROKD. Designing an FPGA-accelerated homomorphic encryption co-processor[J]. IEEE Transactions on Emerging Topics in Computing, 2017, 5(2): 193-206.
10	ZHANGB, SANDERP V, TSUIC Y, et al. Microshift: An efficient image compression algorithm for hardware[J]. IEEE Transactions on Circuits and Systems for Video Technology, 2019, 11(29): 3430-3443.
11	TRUONGN M, AOKIM, IGARASHIY, et al. Real-time lossless compression of waveforms using an FPGA[J]. IEEE Transactions on Nuclear Science, 2018, 65(9): 2650-2656.
12	XilinxINC. Xilinx Snappy-Streaming Compression and Decompression[EB/OL]. (2021-09-22)[2022-02-28]. .
13	王超, 王腾, 马翔, 周学海.基于FPGA的机器学习硬件加速研究进展[J].计算机学报, 2020, 43(6): 1161-1182.
	WANGChao, WANGTeng, MAXiang, ZHOUXue-hai. Research progress on FPGA-based machine learning hardware acceleration[J]. Chinese Journal of Computers, 2020,43(6): 1161-1182. (in Chinese)
14	LIUW, MEIF, WANGC, et al. Data compression device based on modified LZ4 algorithm[J]. IEEE Trans Consumer Electronics, 2018, 64(1): 110-117.
15	KIMJ, CHOJ. Hardware-accelerated fast lossless compression based on LZ4 algorithm[C]//Proceedings of the 3rd International Conference on Digital Signal Processing. Jeju Island: ACM, 2019: 65-68.

模块	LUT	FF	Slice	Block RAM
数据压缩	1 547	1 551	790	52
数据编码	351	535	156	2
Snappy核心	1 898	2 086	946	54
顶层控制	1 243	2 709	553	13.4
数据通信	723	2 037	558	10

模块	LUT	FF	Slice	Block RAM
数据压缩	1 547	1 551	790	52
数据编码	351	535	156	2
Snappy核心	1 898	2 086	946	54
顶层控制	1 243	2 709	553	13.4
数据通信	723	2 037	558	10

数据类型	压缩速度MB/s
网络数据包	146.21
字典文件	146.51
数据库文件	146.95
FPGA下载文件	147.00
Html文件	147.00

数据类型	压缩速度MB/s
网络数据包	146.21
字典文件	146.51
数据库文件	146.95
FPGA下载文件	147.00
Html文件	147.00

模块	LUT	FF	Block RAM
Snappy0	2 417	3 861	54
Snappy1	2 849	3 862	54
Snappy2	2 793	3 862	54
Snappy3	2 381	3 862	54
顶层控制	1 462	2 198	43.5

RTL级可扩展高性能数据压缩方法实现

Implementation of RTL Scalable High-Performance Data Compression Method

RichHTML

PDF

可视化

摘要/Abstract

引用本文

使用本文

图/表 20

参考文献 15

相关文章 15

编辑推荐

Metrics

设计	Xilinx Snappy Streaming	本文
LUT	3 000	1 898
FF	3 500	2 086
频率	300 MHz	148 MHz
吞吐量	260 MB/s	148 MB/s
PRR	0.087	0.078
芯片工艺	16 nm	28 nm

[1]	袁海英, 曾智勇, 成君鹏. 面向灵活并行度的稀疏卷积神经网络加速器[J]. 电子学报, 2022, 50(8): 1811-1818.
[2]	许皓文, 陆浩, 王振占. 高光谱微波辐射计系统中2GHz带宽数字谱仪设计[J]. 电子学报, 2022, 50(6): 1472-1479.
[3]	曲立国, 陈国豪, 胡俊, 陈鹏. 单次扫描连通域分析算法研究综述[J]. 电子学报, 2022, 50(6): 1521-1536.
[4]	王鹏, 邹彬, 刘金枝, 周丹阳. 基于Xilinx型FPGA系统单粒子效应评估方法研究[J]. 电子学报, 2022, 50(11): 2716-2721.
[5]	李斌, 齐延荣, 周清雷. 基于Winograd算法的目标检测加速器设计与优化[J]. 电子学报, 2022, 50(10): 2387-2397.
[6]	蔡莹, 朱翔, 王舰, 李昊远, 韩建伟. 基于激光注入的FPGA加密防护设计验证研究[J]. 电子学报, 2022, 50(10): 2381-2386.
[7]	张建民, 黎铁军, 马柯帆, 肖立权. 一种加速FPGA布线的不可满足子式求解算法[J]. 电子学报, 2021, 49(6): 1210-1216.
[8]	刘杰, 葛一凡, 田明, 马力强. 基于ZYNQ的可重构卷积神经网络加速器[J]. 电子学报, 2021, 49(4): 729-735.
[9]	徐少平, 陈孝国, 李芬, 林珍玉, 陈晓军. 采用两阶段混合策略实现的低照度图像增强算法[J]. 电子学报, 2021, 49(11): 2166-2170.
[10]	孙明乾, 乔庐峰, 陈庆华. 一种无匹配时间损耗的DFA压缩算法的研究与实现[J]. 电子学报, 2020, 48(6): 1132-1139.
[11]	蹇强, 张培勇, 王雪洁. 一种可配置的CNN协加速器的FPGA实现方法[J]. 电子学报, 2019, 47(7): 1525-1531.
[12]	刘公绪, 史凌峰, 辛东金. 基于FPGA的零误差大数阶乘算法的设计与实现[J]. 电子学报, 2019, 47(5): 1180-1184.
[13]	余乐, 李任伟, 王瑶, 李洋洋, 吴超, 贾瑞. 综述:面向SoC-FPGA的开源处理器[J]. 电子学报, 2018, 46(4): 992-1004.
[14]	薛一鸣, 陈鹞, 何宁宁, 胡彩娥, 王建平. 基于DFT滤波器组的低时延FPGA语音处理实现研究[J]. 电子学报, 2018, 46(3): 695-701.
[15]	孙悦, 王传伟, 康龙飞, 叶超, 张信. 基于CORDIC的精确快速幅相解算方法[J]. 电子学报, 2018, 46(12): 2978-2984.

设计	吞吐量	价格	性价比
Alveo U200	8 192 MB/s	99 500	0.082
Zynq-7035	554 MB/s	3 700	0.15

设计	吞吐量	价格	性价比
Alveo U200	8 192 MB/s	99 500	0.082
Zynq-7035	554 MB/s	3 700	0.15