基于量子粒群的三维片上网络低功耗映射算法研究

摘要

二维片上网络(2D NoC)是为了克服基于总线系统的芯片(SoC)体系结构在功耗、通信带宽以及物理设计等方面的局限而诞生的。但随着芯片集成度的进一步提高，2D NoC在布局布线、面积、封装密度以及功耗等方面都已经到达了瓶颈，因而，三维片上网络(3D NoC)应运而生。3D NoC拥有更低的互连损耗、更短的全局互连、更小的体积、更高的封装密度以及更高的性能等诸多优势。在3D NoC的研究中，如何将计算任务映射到3D NoC节点上是关键问题之一，3DNoC映射问题对系统的功耗、延迟等性能均有很大影响，映射优化已成为解决3D NoC降低功耗、改善散热等问题的重要手段，从多个角度研究更好的3D NoC映射算法非常必要。
　　本文对3D NoC映射算法进行了研究，主要完成了以下工作。首先，利用量子粒子群算法的全局收敛性和收敛速度更快的特点，首次将量子粒子群算法应用到3D NoC低功耗映射问题中，并与基于粒子群的3D NoC映射算法进行了对比，仿真结果表明，基于量子粒子群的映射算法比基于粒子群的映射算法收敛速度更快，最大提高90.48％;同时有效地降低了3D NoC的映射功耗，尤其是对于核数为20-80的应用特征图优化效果更为明显，功耗最大降低了20.99％;其次，为了解决大规模3D NoC的低功耗映射问题，提出一种基于多样性控制量子粒子群的低功耗映射算法，并与基于量子粒子群的映射算法进行对比，仿真实验结果表明，当应用特征图规模较大(120核以上)时，该算法仍能保持较稳定的功耗优化效率(4.08％～8.04％)，并且收敛速度更快，最大提高了66.7％。

目录

声明

摘要

第一章 绪论

1．1 三维片上网络的发展概况

1．1．1 二维片上网络

1．1．2 三维片上网络的产生与发展

1．2 三维片上网络的研究方向

1．2．1 三维片上网络的研究重点

1．2．2 课题来源及选题意义

1．3 三维片上网络的国内外研究现状

1．3．1 3D NoC仿真平台

1．3．2 3D NoC国内研究现状

1．3．3 3D NoC国外研究现状

1．4 研究内容及主要贡献

1．5 论文的组织结构

第二章 三维片上网络关键技术研究

2．1 3D NoC拓扑结构

2．1．1 3D NoC拓扑结构

2．1．2 3D NoC拓扑结构分类

2．1．3 典型的3D NoC拓扑结构及性能分析

2．2 3D NoC路由算法

2．2．1 3D NoC路由算法

2．2．2 3D NoC路由算法分类

2．2．3 典型的3D NoC路由算法及性能分析

2．3 3D NoC映射算法

2．3．1 3D NoC映射算法

2．3．2 3D NoC映射实例

2．3．3 3D NoC映射算法评估指标

2．3．4 3D NoC映射算法功耗模型

2．3．5 3D NoC映射算法分类

2．3．6 典型的3D NoC映射算法及性能分析

2．4 本章小结

第三章 基于量子粒子群的三维片上网络映射算法研究

3．1 三维片上网络仿真器

3．1．1 Access Noxim仿真器

3．1．2 Access Noxim仿真器参数介绍

3．2 基于量子粒子群的三维片上网络映射算法

3．2．1 粒子群算法与量子粒子群算法

3．2．2 基于PSO和QPSO的3D NoC映射算法原理

3．2．3 基于PSO与QPSO的3D NoC映射算法设计与实现

3．3 基于量子粒子群的三维片上网络映射算法仿真实验

3．3．1 参数设计

3．3．2 基于PSO和QPSO的3D NoC映射算法收敛速度对比

3．3．3 基于PSO和QPSO的3D NoC映射算法功耗对比

3．4 本章小结

第四章 基于多样性控制量子粒子群的三维片上网络映射算法研究

4．1 基于多样性控制量子粒子群的三维片上网络映射算法

4．1．1 多样性控制量子粒子群算法

4．1．2 基于DCQPSO的3D NoC映射算法原理

4．1．3 基于DCQPSO的3D NoC映射算法设计与实现

4．2 基于多样性控制量子粒子群的三维片上网络映射算法仿真实验

4．2．1 基于QPSO和DCQPSO的3D NoC映射算法收敛速度对比

4．2．3 基于QPSO和DCQPSO的3D NoC映射算法功耗对比

4．3 本章小结

第五章 结论

5．1 已完成的工作

5．2 论文的创新点

5．3 下一步工作及展望

5．4 本章小结

参考文献

发表论文和参加科研情况说明

致谢