01
课程导论
什么是硬件加速器？为什么需要性能建模？瓶颈分析的核心目标。
概念动机
02
性能指标
吞吐量、延迟、带宽、功耗、面积（PPA）的定义与权衡。
PPA度量
03
建模方法论
分析模型、模拟模型、经验模型、混合模型的适用场景。
方法论分类
04
工作负载分析
计算密集型、访存密集型、控制密集型负载的特征提取。
负载特征
05
Roofline模型
计算强度、操作强度、带宽瓶颈的可视化分析方法。
可视化瓶颈
06
延迟建模
流水线级数、关键路径、握手协议对延迟的影响。
延迟流水线
07
吞吐量建模
并行度、发射宽度、SIMD/Vector宽度对吞吐的影响。
吞吐并行
08
存储层次建模
Cache层级、Scratchpad Memory、DMA带宽建模。
存储带宽
09
互联网络建模
片上网络（NoC）、总线、Crossbar的带宽与延迟模型。
互联NoC
10
功耗建模
动态功耗、静态功耗、电压频率缩放（DVFS）模型。
功耗DVFS
11
面积建模
逻辑单元、存储单元、布线资源的面积估算。
面积估算
12
瓶颈分析框架
Amdahl定律、Gustafson定律、关键路径分析。
定律框架
13
负载均衡
任务划分、数据分布、流水线平衡对性能的影响。
均衡划分
14
资源竞争
共享带宽、共享缓存、内存墙的建模与缓解。
竞争内存墙
15
数据流分析
数据重用、数据依赖、数据搬运开销的量化。
数据流重用
16
控制流分析
分支预测、控制冒险、乱序执行的影响。
控制流冒险
17
工具链
Gem5、McPAT、Aladdin、Timeloop等工具的使用与对比。
工具模拟
18
Trace驱动建模
从应用程序Trace提取行为特征的方法。
Trace特征
19
分析型建模
利用Little‘s Law、排队论进行快速估算。
排队论估算
20
机器学习辅助建模
用回归、神经网络预测性能瓶颈。
ML预测
21
案例：GPU加速器建模
SM利用率、显存带宽、Warp调度。
GPUWarp
22
案例：TPU/NPU加速器建模
脉动阵列、数据复用、权重驻留。
TPU脉动
23
案例：FPGA加速器建模
逻辑利用率、布线延迟、DSP吞吐。
FPGA布线
24
案例：DSA加速器建模
稀疏性、非规则计算。
DSA稀疏
25
灵敏度分析
参数变化对性能的影响量化（如频率、带宽、并行度）。
灵敏度参数
26
设计空间探索
帕累托前沿、多目标优化（性能/功耗/面积）。
探索Pareto
27
验证与校准
模型与实际硬件的误差分析、校准方法。
校准误差
28
报告与可视化
性能瀑布图、瓶颈热力图、Roofline图绘制。
可视化报告
29
前沿趋势
Chiplet、存算一体、光互联对建模的挑战。
前沿Chiplet
30
综合项目
从零构建一个简单加速器的性能模型并完成瓶颈分析报告。
项目实战