基于机器学习的芯片温度快速分析与优化技术研究

目录

声明

第一章 绪论

1.1.1 集成电路中的热问题

1.1.2 热问题带来的挑战

1.1.3 热问题的解决办法

1.2 国内外研究现状

1.3 本文的主要贡献与创新

1.4 本论文的结构安排

第二章 芯片温度快速分析技术

2.1 整体框架

2.2 传感器温度预测

2.2.1 基于ARMA 的传感器温度预测模型

2.2.2 基于LSTM的传感器温度预测模型

2.3 基于传感器预测温度的热图重构算法

2.3.1 热图的降阶表示

2.3.2 利用PCA来获取特征矩阵

2.3.3 重构热图

2.4 通过传感器放置算法优化热图重构性能

2.4.1 生成相关图

2.4.2 相关聚类算法

2.4.3 确定传感器位置

2.5 芯片热分布预测

2.6 本章小结

第三章 芯片温度控制优化技术

3.1 功率模型和基于模型预测控制的热管理

3.1.1 功率模型

3.1.2 基于模型预测控制的热管理

3.2 紧凑分段线性模型

3.2.1 基于泰勒展开建立局部线性热模型

3.2.2 基于采样模型降阶法得到紧凑局部线性热模型

3.2.3 紧凑分段线性热模型

3.3 基于紧凑分段线性热模型的预测控制

3.4 本章小结

第四章 实验结果

4.1.1 基本实验设置

4.1.2 传感器放置算法带来的优化

4.1.3 温度预测模型的性能分析

4.1.4 芯片热分布预测方法的性能评估

4.1.5 实际应用的指导建议

4.2.1 基本实验设置

4.2.2 紧凑局部线性热模型的精度验证

4.2.3 基于紧凑分段线性热模型的动态热管理的性能评估

4.3 本章小结

第五章 结论

致谢

参考文献

攻读硕士学位期间取得的成果