超异构平台变结构计算功能与性能测评数据集

随着人工智能、科学计算等领域的算力需求呈指数级增长，单一形态的计算架构已难以兼顾性能与能效的全局最优。超异构计算通过深度集成CPU、GPGPU、NPU、FPGA等异构资源，并可动态呈现如CPU+GPU、CPU+NPU等多种计算组合，为实现应用自适应与全局优化提供了可能。本数据集旨在全面验证和量化超异构平台在三种核心变结构计算形态——粗粒度可重构（如基于Pillars框架的CGRA设计与WideSA高利用率映射）、高层次电路生成（如跨层次硬件描述与统一设计框架、自动电路生成技术）、动态扩展指令（如SMIX多操作数接口与指令自动扩展技术）下的支撑能力与性能优势。面向科学计算、人工智能、大数据三大关键领域，数据集系统性地开展了多种交叉部署测试，充分验证多种变结构形式对不同领域应用的支撑功能，并量化超异构平台相对主流处理器的性能功耗比优势。该数据集涵盖功能/性能测试软件、测试方案、测试源码、测试数据、执行日志、测评结果等全链路内容，配套标准化执行脚本；采集过程基于超异构平台动态修改计算结构（自动生成电路 + 动态配置）的特性，并借助G²PM性能模型等工具进行设计空间探索，系统化获取不同变结构形式下三大领域应用（包括矩阵乘法、卷积、快速傅里叶变换等30个典型算子）的功能正确性数据，以及时延、吞吐量、功耗等性能指标，并完成与主流处理器（如英特尔至强8490H）的对比测试，为评估超异构计算的性能功耗比优势提供了依据。