配置文件服務器根據從客戶端獲得的配置文件過濾一系列文檔，并返回分數流。為了評估性能，我們同時創建了 C++ 參考實施和 FPGA 加速實施方案。兩種版本的實施方案基本功能相同，都能通過 TCP/IP 接口接收構成配置文件的文檔列表，用相關性模型構建配置文件，并根據該配置文件對存儲器緩沖的文檔進行評分，從而通過 TCP/IP 向客戶端返回文檔分數流�？稍诖鎯ζ髦芯彌_文檔流，否則會由于緩慢的磁盤存取影響應用的性能。

　　我們在具有兩個 RC100 刀片的 SGI AlTIx 4700 設備上實施該應用，其中的每個刀片都包含兩個運行頻率為 100 MHz 的賽靈思 Virtex?-4 LX200 FPGA；每個 FPGA 都通過 SGI NUMAlink 高速I/O 接口連接到主機平臺，并能通過最高速度為每秒 16GB 的 128 位數據總線存取本地 64MB 的SRAM 存儲庫。主機系統是一套 80 個內核的 64 位 NUMA 設備，運行性能為 64 位 Linux (OpenSuSE)。處理器為雙核 Itanium-2，運行頻率為 1.6 GHz，其中每個處理器都能直接存取 4GB 的存儲器，而且能通過 NUMAlink 存取完整的 320GB 存儲器空間。值得注意的是，Itanium 處理器功耗約為 130 瓦特 [7]，而每個 Virtex-4 FPGA 的功耗僅約 1.25 W [8]。

　　圖 2 —— 在 FPGA 子系統架構中，Virtex-4 器件通過 SGI 的 NUMAlink 接口與主機平臺連接。

　　對于 C++ 語言應用而言，我們實施 Lemur 信息檢索 (IR) 框架，對于與 FPGA 應用的交互，我們則使用 SGI 可配置專用計算 (RASC) 庫。Lemur Toolkit（詳情訪問 www.lemurproject.org）是一套開源工具集，專為 IR 研究而精心設計，可支持索引以及多種相關性和檢索模型。RASC 庫是 SGI的專有解決方案，能夠通過高性能 NUMAlink 互連機制將 FPGA 與主機系統相集成。RASC 庫定義的硬件抽象 API 可控制系統中的所有硬件元素。

　　我們用 Mitrionics 軟件開發工具套件 (SDK) 將特定域的 Mitrion-C 語言轉換為 VHDL。生成的VHDL 現在能夠方便地指向 FPGA 器件架構。我們采用帶 XST 合成工具的賽靈思 ISE? 工具鏈來創建 Virtex-4 比特流。

　　高級 FPGA 編程

　　Mitrionics SDK 可提供 Mitrion-C 作為高級語言，專用于滿足在 FPGA 上快速開發應用之需。不過，作為后綴的 C 有些誤導作用。盡管這種語言采用了 C 風格的語法，但實際上是一種遵循函數編程風格的單賦值數據流語言。Mitrion-C 原生支持廣泛（矢量）而深入（管道）的并行功能，因而非常適用于處理數據流的算法，例如過濾以及其他眾多類型的文本和數據挖掘算法等。

　　Mitrion-C 還提供了一種流數據類型，可配合 foreach looping 構造實現流水線操作；此外，還提供矢量數據類型以支持數據并行工作，以及支持順序列表的列表數據類型。具體而言，用戶可過濾foreach loop 的流輸出，生成較小的流，如以下 Mitrion-C 代碼示例所示。此外，程序人員還能用元組結構 (tuple construct) 創建功能強大的數據類型。最后還有一個需要指出的特性是，該語言能支持可變寬度整數和浮點數。

　　為了在 FPGA 上高效實施評分操作，我們必須解決的關鍵問題是高效查詢配置文件以及文檔流的高效 I/O 流。

　　對于文檔中的每個詞，應用都要查詢配置文件中相應的詞并獲得詞加權 (term weight)。由于大多數查詢都找不到結果（即大多數文檔的大多數詞不會出現在配置文件中），因此必須首先丟棄否定詞。鑒于此，我們在 FPGA Block RAM 中采用了 Bloom 過濾器 [9]。BRAM 的內部帶寬越高，拒絕否定詞的結果就越快。由于需要查詢，因此配置文件必須作為某種散列函數進行實施。不過，由于配置文件的大小不能提前知道，因而我們不可能構建出完美的散列函數。不完美的散列函數會出現沖突問題，進而降低性能。

　　為了解決這一問題，我們采用了分檔方案，即將外部 SRAM 分區為 bin，每個 bin 都可包含固定數量的配置文件詞。Bin 的大小決定了可處理的沖突數。如需給 bin 分配配置文件詞，只需將詞 ID 的較下部分作為存儲器地址，從而避免了實際的散列操作。