Ημερολόγιο Εκδηλώσεων

Περιγραφή:
ΠΟΛΥΤΕΧΝΕΙΟ ΚΡΗΤΗΣ Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών Πρόγραμμα Μεταπτυχιακών Σπουδών ΠΑΡΟΥΣΙΑΣΗ ΜΕΤΑΠΤΥΧΙΑΚΗΣ ΕΡΓΑΣΙΑΣ ΡΟΥΣΟΠΟΥΛΟΥ ΧΡΗΣΤΟΥ με θέμα Υψηλής απόδοσης επεξεργασία ροών δεδομένων με χρήση υβριδικής πλατφόρμας βασισμένη σε αναδιατασσόμενη λογική High throughput “on-the- fly” Stream Data Processing on hybrid FPGA-Based platform Εξεταστική Επιτροπή Καθηγητής Απόστολος Δόλλας (επιβλέπων) Καθηγητής Διονύσιος Πνευματικάτος Αναπληρωτής Καθηγητής Ιωάννης Παπαευσταθίου Περίληψη Με τη ραγδαία ανάπτυξη των κοινωνικών δικτύων και της αγοράς του Internet of Things, τεράστιος όγκος δεδομένων παράγεται κάθε δευτερόλεπτο σε διάφορους τομείς όπως τον τραπεζικό, τον αγροτικό, την οικονομία, την ιατρική, τη βιοπληροφορική κτλ. Αυτή η συσσώρευση δεδομένων γεννά την ανάγκη για συστήματα που προσφέρουν τη δυνατότητα για γρήγορη και σε πραγματικό χρόνο επεξεργασίας αυτού του μεγάλου και συνεχώς αναπτυσσόμενου όγκου δεδομένων καταναλώνοντας όσο το δυνατόν χαμηλότερη ενέργεια. Η συσχέτιση διαφορετικών ροών δεδομένων είναι μια βασική και υπολογιστικά ακριβή λειτουργία και συνήθως εφαρμόζεται σε καθορισμένης διάρκειας «παράθυρα» λόγω του απεριόριστου μεγέθους των ροών δεδομένων. Η συγκεκριμένη εργασία παρουσιάζει ένα καινοτόμο και υψηλής απόδοσης σύστημα βασισμένο σε αναδιατασσόμενη λογική για ταχεία επεξεργασία συνδεδεμένων ροών δεδομένων. Το σύστημα πετυχαίνει, τουλάχιστον μίας τάξης μεγέθους μεγαλύτερο ρυθμό επεξεργασίας, σε σύγκριση με άλλες «state-of-the-art» λύσεις βασισμένες σε λογισμικό και σημειώνει καλύτερες επιδόσεις από όλες τις πρόσφατα προτεινόμενες λύσεις βασισμένες σε υλικό. Επιπλέον, η προτεινόμενη αρχιτεκτονική είναι εξ’ολοκλήρου διαμορφώσιμη και μπορεί να χρησιμοποιηθεί σαν γενικό πρότυπο για την αποτύπωση αλγορίθμων επεξεργασίας ροών δεδομένων σε αναδιατασσόμενη λογική, λαμβάνοντας υπ’όψιν πραγματικές προκλήσεις και περιορισμούς. Abstract With the dawn of social networks and the growth of the Internet of Things market, huge volumes of data are generated every second in various fields, such as banking, agriculture, finance, health care, bioinformatics etc. This data congestion rises the need for systems that offer real-time fast processing of this high-volume and velocity data, while looking for low-cost and power efficient solutions. The stream join is a fundamental and computationally expensive operation for relating information from different data streams, usually applied over a specific time-based window due to the unbounded size of the data streams. This thesis presents an innovative high performance FPGA-based system for accelerating stream join processing. The implemented system achieves at least one order of magnitude better processing throughput in comparison to other state-of-the-art software-based solutions and totally outperforms all lately proposed hardware-based solutions. Finally, the proposed hardware- based architecture is fully configurable and can be used as generic template for mapping stream processing algorithms on reconfigurable logic, taking into consideration real-world challenges and restrictions.