信息学院哈亚军、汪辉课题组在集成电路设计自动化领域发表重要科研成果

图割算法在与最大流、最小割问题相关的优化任务中被广泛使用，如神经网络优化、编译器优化以及计算机视觉任务等。由于图割算法具有很强的数据依赖性和很高的时间复杂度，在解决实际问题中，图割算法往往会成为任务运行时的瓶颈。

上海科技大学信息科学与技术学院哈亚军课题组发现图割算法在一些应用场景中（如图像分割，双目视觉等格状图应用）可以利用现场可编程逻辑门阵列（Field Programmable Gate Arrays，FPGA）的可重构特性弱化算法中的数据依赖，从而加速算法运行。为此，哈亚军团队与信院特聘教授汪辉团队合作，提出了折叠网格架构（Folding Grid Architecture）以及乱序并行执行技术（Out-of-order Parallel Execution），将单层大型格状图映射到虚拟的多层小型格状图上。该方法使得大型格状图可以在小尺寸的处理器阵列中运行，并且增加了在不同层并行运算的可能。

实验结果表明，此设计可以实时解决最大1920 x 1080个节点的格状图最大流、最小割问题。与最新技术相比，在使用类似的FPGA资源情况下，该成果在图像分割任务中实现了5.4倍的速度提升。

图：折叠网格架构示意图

近日，相关成果以“Fast FPGA Accelerator of Graph Cut Algorithm with Out-of-order Parallel Execution in Folding Grid Architecture”为题被第60届全球设计自动化大会（ACM/IEEE Design Automation Conference 2023）接收录用。信息学院2022级博士研究生闫光耀和2020级博士研究生刘心哲分列论文第一、第二作者，哈亚军教授和汪辉教授为共同通讯作者，上海科技大学为第一完成单位。

全球设计自动化大会（ACM/IEEE Design Automation Conference ）是集成电路辅助设计(EDA)和嵌入式系统领域最权威的国际会议之一。会议聚焦关注芯片、电路以及系统设计的新工具和新方法。该会议迄今已有60年历史，论文接收率为20％左右。