NITTA

Tool for Hard Real-Time CGRA Application Specific Processors

We develop the tool for generating and programming specialized non-von Neumann processors for cyclic execution of control and signal/data processing algorithms. These processors are based on the original Not Instruction Transport Triggered Architecture (NITTA). That allows us to:

• Provide high speed and parallel execution of irregular algorithms (where GPU is not applicable) in hard real-time (clock accuracy).
• Make the processor reconfigurable for different application domains.
• Provide a high-level language for application developers and fast compilation.

Our users can resolve the following tasks:

• Development of embedded and cyber-physical systems.
• Hardware and software testing and rapid prototyping (HIL and PIL).
• Development of programmable accelerators and coprocessors.

Key technologies: Haskell, Verilog, TypeScript, React, GitHub.

Today, the project focus on the following goals:

• developing the hardware accelerator for system dynamics and its integration into the cloud platform of our friends: sdCloud project.

You can start meeting with the project by reading recent publications and viewing presentations:

• Paper: 2021, Synthesis Method for CGRA Processors based on Imitation Model
• Report: 2021, Open Dais: Software Verification on the ASIP CAD Example or How to Trust Your Team and Yourself
• Report: 2021, NITTA: principles of work in Russian
• Report: 2019, LCPS Workshop: NITTA - Design Application Specific Processors in Russian.

You can start to contribute by simple tasks, for example:

• Update all web-UI dependencies (Yarn, Typescript, React).
• Add TARGET_PATH command-line argument (Haskell).
• Fix minor bugs.

After diving into the project, you can connect to solving more complex problems:

• Machine learning usage to make decisions in the synthesis process (Python, Haskell, ML).
• Add support for more complex hardware organisation with multiple networks inside the processor (Verilog, Haskell).
• Automatisation of synthesis process testing by property-based approach (Haskell, Verilog).
• Automatisation of UI testing (Typescript).
• Development of visualization tools for a multi-level computing process (Typescript, React).
• Development of control software for the integration of a specialized processor into other information systems (Rust, Verilog, Haskell).

For details and more actual information look at issues and projects on GitHub: GitHub

To participate in the project, you need to contact me: https://t.me/aleksandr_penskoi or aleksandr.penskoi@gmail.com.

---

Мы создаем инструментарий для генерации и программирования специализированных не фон – Неймановских процессоров, предназначенных для циклического исполнения алгоритмов управления и обработки сигналов/данных. Они строятся на оригинальной архитектуре NITTA (Not Instruction Transport Triggered Architecture). Это позволяет:

• обеспечить высокую скорость и уровень параллелизма для нерегулярных алгоритмов (где не используют GPU) и жесткое реальное время (с точностью до такта);
• сделать процессор реконфигурируемым под разные прикладные области;
• предоставить язык высокого уровня для прикладных разработчиков и быструю компиляцию.

Построенные при помощи нашего инструмента вычислители могут использоваться для:

• разработки встроенных и киберфизических систем;
• программно-аппаратного тестирования и быстрого прототипирования (HIL и PIL);
• разработки программируемых ускорителей и сопроцессоров.

В настоящий момент перед проектом стоят следующие цели:

• разработка аппаратного ускорителя для системной динамики и его интеграция в облачную платформу наших друзей из sdCloud project.

Знакомство с проектом можно начать с чтения последних публикацией по проекту и просмотра выступлений:

• Paper: 2021, Synthesis Method for CGRA Processors based on Imitation Model
• Report: 2021, Open Dais: Software Verification on the ASIP CAD Example or How to Trust Your Team and Yourself
• 2021, NITTA: принципы работы;
• 2019, Семинар ЛКФС: NITTA Система проектирования спец. вычислителей.

Участие в проекте можно начать с простых задач, к примеру (после открытия исходного кода здесь будет ссылка на GitHub с реальными тикетами):

• Обновление зависимостей пользовательского интерфейса (Yarn, Typescript, React).
• Добавление ключа TARGET_PATH к интерфейсу командной строки (Haskell).
• Исправление небольших ошибок.

После погружения в проект можно подключиться к решению более сложных задач:

• Применение машинного обучения для синтеза специализированных вычислителей (Python, Haskell, ML).
• Поддержка более сложной организации аппаратуры с несколькими сетями внутри процессора (Verilog, Haskell).
• Автоматизация тестирования процесса синтеза при помощи свойств-ориентированного тестирования (Haskell, Verilog).
• Автоматизация тестирования веб интерфейсов (Typescript, React).
• Разработка пользовательских интефейсов для отладки и профилирования программного и аппаратногообеспечения специализированных вычислителей (Typescript, React).
• Разработка системы управления для интеграции процессоров в информационные системы (Rust, Verilog, Haskell).
• Реализация поддержки арифметики с плавающей точки для специализированных вычислителей (Haskell, Verilog)

Для участия в проекте вам необходимо связаться со мной: https://t.me/aleksandr_penskoi или aleksandr.penskoi@gmail.com.

Дипломы связанные с проектом:

1. Разработка и исследование архитектурных стилей проектирования уровневой организации Встроенных систем. Пенской А.В. 2016, autoref
2. Разработка системы управления аппаратным вычислителем, Оспенников Л.В., бак., 2018, text, slides
3. Механизмы ввода-вывода реконфигурируемой вычислительной платформы реального времени, Емельянов Д.В., маг., 2019, text
4. Автоматизация построения моделей вычислительных блоков для системы проектирования специалиированных вычислителей, Ницер К.А., бак., 2019, text
5. Разработка высокоскоростного интерфейса аппаратного ускорителя для системной динамики, Чижиков И.В., маг., 2020, text
6. Оптимизация синтеза в САПР специализированных вычислителей с помощью машинного обучения, Бураков И.А., бак., 2021, text
7. Верификация системы автоматического проектирования специализированных процессоров, Костючик А.Г., маг., 2021, text
8. Разработка механизмов синтеза в системе автоматического проектирования специализированных вычислителей, Прохоров Д.А., бак., 2021, text
9. Инструментальные средства крупногранулярных реконфигурируемых вычислителей для системной динамики, Гогиян А.Г., маг., 2022, text
10. Механизмы автоматизированного синтеза микроархитектуры крупногранулярных реконфигурируемых вычислителей, Закусило В.А., маг., 2022, text
11. Совершенствование метода синтеза на основе машинного обучения в САПР специализированных вычислителей, Бураков И.А., маг., 2023, text