片上网络的系统可工作性建模、仿真与加速

• 作 者: 蓝帆
• 出 处: 浙江大学
• 发表日期: 2016年期
• 关键词: 片上网络 建模 加速 蒙特卡洛

随着芯片的集成度进一步提升,片上网络系统中集成处理核心数量的进一步增加,片上网络的良率问题会逐渐显露出来。另一方面,传统片上网络的良率分析并不能全面地描述片上网络的实际工作情况。因此,本文首先提出了片上网络的可工作性这一概念,此概念整合了片上网络中多个层次的信息,包括应用层的映射算法,架构层的路由策略,与物理层的缺陷状况等。此概念直接关注片上网络的运行时工作状态,因此更接近片上网络芯片的实际工作情况。评估片上网络的可工作性依赖于蒙特卡洛方法,此方法非常耗时。本文进一步研究了蒙特卡洛的加速技术,包括:1)利用GPU的多线程并行执行能力,和GPU与CPU之间的异构并行进行加速;2)利用统计学中的Gibbs采样方法,通过减少样本数量实现加速。其中,GPU加速方案利用了 GPU自身的并行特性,加速了良率评估算法;同时还利用了 GPU与CPU之间的异构并行特性,将整个评估工作有针对性地分配到CPU和GPU上,实现了并行加速和异构加速的双重加速效果。而Gibbs采样技术,来源于数理统计,它利用蒙特卡洛仿真过程中样本的统计特性,实现评估过程的加速。将Gibbs采样应用到片上网络良率评估中,扩充了片上网络研究的方法范围。在新型片上网络方面,尤其是光片上网络方面,本文发现,光片上网络需要使用大量的校正模块,以解决其良率问题,而这些校正模块往往功耗较大,进而引出了功耗问题。因此,本文还研究了光片上网络的动态功耗调控技术,此技术根据通信需求,动态地调控、甚至关闭光通信链路,从而减少整个光片上网络的通信功耗。与其他控制方案相比,动态调控技术是更为细粒度的控制方案,为光片上网络的细粒度控制建模与策略设计提供了参考。