隨著集成電路工藝的發(fā)展,集成電路的特征尺寸減小了,集成電路的核心數(shù)量變多了,并且開始從普通集成電路發(fā)展到了三維集成電路,這些因素共同導(dǎo)致了集成電路的功耗密度越來越大,集成電路的熱可靠性問題成為業(yè)界內(nèi)的一大難題。傳統(tǒng)的集總式熱建模和熱管理,在核心數(shù)較少時(shí),可以發(fā)揮比較好的性能,但在核心數(shù)比較多的時(shí)候,其熱模型尺寸過大,熱管理的開銷過大,會(huì)嚴(yán)重影響集成電路的性能。采用分布式熱管理方法可以緩解這個(gè)問題,利用分布式熱建�？梢杂行Ы档湍Ｐ偷某叽纭Ｈ欢�,傳統(tǒng)的分布式熱管理,采取的是對(duì)每個(gè)核只建立一個(gè)熱點(diǎn),但同一個(gè)核心不同位置的溫度,相差可以高達(dá)4℃,這會(huì)導(dǎo)致,核心熱點(diǎn)位置的溫度被管理得很好,滿足要求,而核心其他位置的溫度卻管理得不好,從而導(dǎo)致集成電路可靠性降低。本文提出了基于深度學(xué)習(xí)的分布式熱管理方法。該方法對(duì)每個(gè)核都建立一個(gè)細(xì)顆粒的熱模型,每個(gè)核心建立了64個(gè)熱點(diǎn),這樣就能保證核上的最高溫度能夠比較好地穩(wěn)定在目標(biāo)溫度附近。通過觀察發(fā)現(xiàn),該熱模型對(duì)應(yīng)著一個(gè)模式識(shí)別問題,因此本文用深度學(xué)習(xí)來擬合這個(gè)熱模型,本文使用了卷積神經(jīng)網(wǎng)絡(luò)和循環(huán)神經(jīng)網(wǎng)絡(luò)這兩種常用的網(wǎng)絡(luò),并對(duì)其做了簡(jiǎn)要的介紹。然后利用這些熱模型,來進(jìn)行分布式熱管理,其中又用到了擴(kuò)展卡爾曼濾波器來估計(jì)每個(gè)核的狀態(tài)值,也用到了功耗調(diào)整器,它通過劃分等級(jí)來調(diào)節(jié)功耗值。還提出了迭代算法來解決各核熱管理模塊之間的信息交換問題。最終的實(shí)驗(yàn)表明,本文所提出的基于深度學(xué)習(xí)的分布式熱建模方法,有效地減小了熱模型的尺寸,并且利用卷積神經(jīng)網(wǎng)絡(luò)和循環(huán)神經(jīng)網(wǎng)絡(luò)所搭建的熱模型有較高的精度,同時(shí),本文所提出的基于深度學(xué)習(xí)的3D IC分布式熱管理方法有較好的控制效果和較高的控制精度,能夠提供準(zhǔn)確的控制策略。
【學(xué)位單位】：電子科技大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位年份】：2019
【中圖分類】：TN40;TP183
【部分圖文】：

熱模型精度

基于narxnet熱模型的熱管理進(jìn)行管理之后的第6核最高溫度軌跡圖

本文提出的熱管理進(jìn)行管理之后的第6核最高溫度軌跡圖
【參考文獻(xiàn)】

相關(guān)碩士學(xué)位論文 前1條

1 張浪;三維集成電路熱可靠性建模與優(yōu)化技術(shù)研究[D];電子科技大學(xué);2017年

本文編號(hào)：2888540