基于多目标微型遗传算法的NoC映射研究

摘要

据ITRS预测，随着深微纳米技术的发展，2015年半导体器件的特征尺寸在接近达到25～35纳米的“极限”，并且单芯片内将能够集成几千上万IP核，时钟频率将达到10GHz。此时，传统以总线技术为主要特征的片上系统(System onChip，SoC)在地址单元扩展、通讯带宽、系统时钟等方面面临巨大的瓶颈。此外，总线型拓扑结构将不能满足诸多片上应用对芯片能耗、延时、QoS等性能指标的要求。2001年左右，研究机构提出片上网络(Network on Chip，NoC)，将计算机网络互连模式及并行计算模式应用到片上大量IP核的通讯互连上，解决了以上SoC所遇到的问题。NoC是当前片上技术研究的热点，也是SoC发展的趋势。
　　 NoC映射是当前NoC设计空间内的研究热点之一。不同的映射方案，得到的IP核通讯能耗及延时等性能不同。特别指出，随着NoC应用任务的规模变得庞大，且NoC的IP核异构性变得突出时，映射算法的适应性及算法性能将严重影响映射的效果，并最终影响NoC处理应用时的能耗等性能。因此，设计并实现具有高适应性，性能及效率良好的片上网络映射算法有较高的研究意义。
　　 论文介绍了NoC的研究背景及研究热点，比较分析了NoC拓扑结构、通讯协议、路由交换算法、应用配置模型，给出了相关特征图及多个映射优化指标函数模型。论文设计实现适合以上要求的多目标优化NoC映射算法。论文的主要研究内容如下：
　　 1.NoC应用配置模型研究及映射流程设计；
　　 2.设计实现基于带宽引导因子XY路由算法；
　　 3.提出实现了具有NoC映射的四个性能指标优化能力的两阶段微型遗算法TP-MGA，并设计实现并行TP-MGA，采用并行模型进一步提升TP-MGA算法的性能及效率，通过实验完成映射算法的比较分析。
　　 与当前其他多目标优化方法实验比较分析得出，本文提出的并行TP-MGA算法具有很高的效率和性能。

目录

文摘

英文文摘

声明

第1章绪论

1.1课题背景

1.2课题研究目标及主要工作

1.3本文组织正文内容

第2章NoC基础及映射设计

2.1 NoC基础研究

2.1.1传统SoC的发展趋势

2.1.2 NoC的设计空间

2.2 NoC的互连

2.2.1 NoC的拓扑结构

2.2.2 NoC的分层通讯协议

2.3路由交换策略

2.3.1路由算法比较选择

2.3.2交换机制比较选择

2.4 NoC应用配置模型

2.5本章小结

第3章多目标优化NoC映射设计

3.1多目标优化基础

3.1.1多目标优化概念

3.1.2多目标优化求解方法

3.2 NoC特征图及比较

3.3多目标优化NoC映射设计

3.3.1 NoC映射的基础

3.3.2 NoC映射设计

3.3.3多目标优化映射设计

3.3.4多目标优化NoC映射性能模型

3.4本章小结

第4章基于多目标微型遗传算法的NoC映射算法设计

4.1基于遗传算法的多目标优化

4.2基于多目标微型遗传算法的NoC映射算法设计及实现

4.2.1多目标微型遗传算法设计

4.2.2优化映射实现

4.2.3算法分析

4.3优化算法并行设计及实现

4.3.1并行多目标微型遗传算法的设计

4.3.2优化映射实现

4.3.3算法分析

4.4本章小结

第5章NoC映射算法的对比实验结果

5.1实验配置

5.1.1实验环境

5.1.2实验参数选取

5.2 TP-MGA实验设计及结果

5.2.1实验设计

5.2.2实验数据及结论

5.3 PTP-MGA实验设计及结果

5.3.1实验设计

5.3.2实验数据及结论

5.4单步映射OP-MGA与TP-MGA映射比较分析

5.5本章小结

第6章总结与展望

6.1创新点

6.2下一步工作展望

参考文献

致谢

附录：攻读硕士学位期间公开发表的论文