性能约束下功耗感知的电压频率岛NoC映射

针对支持电压频率岛(VFIs)的片上网络(NoC)功耗优化问题,定义了性能约束的功耗感知NoC映射问题,并提出一种基于遗传、蚂蚁算法融合的优化方法.通过在映射过程中同时考虑计算功耗、VFIs开销功耗及通信功耗,提高了算法的优化能力,降低了系统的总体功耗;通过将遗传算法与蚂蚁算法融合,利用遗传算法的快速搜索能力、蚂蚁算法精确优化能力,使优化算法兼顾了收敛速度和优化效果.实验结果表明:本算法在满足NoC性能要求的前提下,可显著降低VFIs NoC的功耗;具有收敛速度快,优化精度好的特点,适用于求解大规模NoC映射问题.     

改进的非对称多通道路由器结构及其分析模型

为提高路由器的性能,提出了一种改进的非对称多通道路由器结构,并给出了相应的排队论分析模型,用于片上网络设计方案的性能评估.通过将非对称多通道路由器输入端口中特定输出方向的通道由单个扩展到一组,降低了该方向上的队列头阻塞;通过分析该结构的各种阻塞、报文到达率和服务速率,并借助M/G/1/N排队论模型构建了对应的分析模型.给定通道组中合适的通道数量,该结构可有效降低报文平均延时、提高饱和吞吐率;结构的分析模型与仿真结果之间的平均相对误差小于6.4%.     

低功耗片上网络映射的遗传及蚂蚁融合算法

针对带宽和时延约束下的低功耗片上网络映射问题,提出了基于遗传和蚂蚁算法融合的映射算法.该算法利用遗传算法的快速搜索能力,获得若干优化解,并按照这些优化解的最优顺序给蚂蚁路径赋初值,以初始化蚂蚁算法的信息素分布.然后,借助具有交叉和变异操作的蚂蚁算法,充分利用蚂蚁算法的正反馈特性,搜索低功耗映射问题的更优解.该算法具有收敛速度快、优化效果好的特点,可用于求解大规模片上网络映射问题.实验结果表明:当系统规模扩大时,该算法在搜索时间方面明显优于遗传类算法和蚂蚁类算法,如系统规模为64处理单元时,搜索速度提高率最高可达220.3％,在较快收敛的同时,还保持了较好的优化效果,与蚂蚁类算法的差别可保持在9.1％以内.