【摘要】：隨著未來(lái)片上集成的處理核的數(shù)量不斷增加,片上網(wǎng)絡(luò)的規(guī)模將不斷擴(kuò)大,而這將使得網(wǎng)絡(luò)上距離較遠(yuǎn)的節(jié)點(diǎn)之間通信延時(shí)變長(zhǎng)、通信功耗增加。為了解決這一問(wèn)題,研究人員提出了一個(gè)結(jié)合了片上網(wǎng)絡(luò)和三維集成技術(shù)的架構(gòu):三維片上網(wǎng)絡(luò)(3D Network-on-Chip,3D NoC)。3D NoC通過(guò)芯片堆疊的方式在距離較遠(yuǎn)的節(jié)點(diǎn)之間建立了一個(gè)快速的垂直通道,有效降低了平均傳輸距離。3D NoC的設(shè)計(jì)中,溫度是一個(gè)重要的約束條件。因?yàn)橄啾扔?D NoC,3D NoC芯片的功耗密度更大,芯片的溫度也更高。而芯片在過(guò)高的溫度下運(yùn)行,不僅性能和芯片可靠性會(huì)降低,芯片壽命也會(huì)減短。另外,3D NoC中增加硅穿孔(Through Silicon Vias,TSV)的數(shù)量可以提高網(wǎng)絡(luò)的帶寬,但同時(shí)也會(huì)增加面積開(kāi)銷(xiāo)以及芯片制造和運(yùn)行過(guò)程中失效的風(fēng)險(xiǎn),因此在TSV數(shù)量受限下的3D NoC架構(gòu)優(yōu)化問(wèn)題是另一個(gè)重要的課題。本文對(duì)3D NoC的溫度控制以及與溫度相關(guān)的優(yōu)化問(wèn)題、TSV數(shù)量受限情況下的3D NoC的架構(gòu)優(yōu)化問(wèn)題進(jìn)行了研究。論文圍繞片上溫度的預(yù)測(cè)和重建、溫度模型的建模、動(dòng)態(tài)溫度管理策略、溫度感知的路由算法、垂直通道的靜態(tài)布局優(yōu)化、垂直通道的動(dòng)態(tài)分配等關(guān)鍵問(wèn)題開(kāi)展了深入細(xì)致的工作。本文首先對(duì)3D NoC的功耗估計(jì)模型和溫度模型進(jìn)行了研究。針對(duì)3D NoC提出了一個(gè)多變量線(xiàn)性功耗模型和一個(gè)溫度的狀態(tài)空間模型�；诖斯哪Ｐ秃蜏囟饶Ｐ�,本文利用卡爾曼預(yù)測(cè)器解決了如何根據(jù)有噪聲的溫度傳感器讀數(shù)對(duì)溫度進(jìn)行預(yù)測(cè)的問(wèn)題。與基于自回歸的預(yù)測(cè)方法相比,本文提出的預(yù)測(cè)方法在噪聲標(biāo)準(zhǔn)差σ = 2的情況下,可以減少46%-53%的標(biāo)準(zhǔn)偏差。本文對(duì)溫度和負(fù)載感知的路由算法進(jìn)行了研究。本文提出了一個(gè)新的網(wǎng)絡(luò)擁塞和溫度感知的路由算法,該算法可以通過(guò)引導(dǎo)數(shù)據(jù)流量在節(jié)點(diǎn)間的遷移實(shí)現(xiàn)均衡的溫度分布和負(fù)載分布。在層內(nèi)的路由過(guò)程中,采用動(dòng)態(tài)規(guī)劃網(wǎng)絡(luò)來(lái)平衡各處的流量負(fù)載分布和溫度分布。在層與層之間的路由過(guò)程中,則將更多的流量負(fù)載分配到那些散熱效率更高且不處于擁塞狀態(tài)的層上。本文還對(duì)3D NoC的動(dòng)態(tài)溫度管理策略進(jìn)行了研究。本文提出了一個(gè)基于額度的主動(dòng)式的節(jié)流方案,提前對(duì)那些溫度接近閾值、有可能成為熱點(diǎn)的路由器進(jìn)行節(jié)流以降低溫度。本文所提出的主動(dòng)式的節(jié)流方案比被動(dòng)式的方案最大可提高11.1%的吞吐量。本文提出了一種離線(xiàn)的溫度傳感器布局算法以及在高斯及非高斯噪聲下在線(xiàn)的芯片溫度重建技術(shù)。文中設(shè)計(jì)了一個(gè)用于溫度傳感器布局的貪婪算法,通過(guò)最大化系統(tǒng)可觀測(cè)性,以確定溫度傳感器位置。基于任何非高斯分布都可以用有限個(gè)高斯分布的和來(lái)近似這一理論基礎(chǔ),在非高斯噪聲情況下,根據(jù)有限數(shù)量的溫度傳感器的讀數(shù),本文采用的高斯和濾波器可實(shí)時(shí)的重建芯片的溫度。與卡爾曼濾波器相比,高斯和濾波器可以將均方根誤差和最大誤差分別降低29.27%～35%和 33.26%～40.6%。本文對(duì)在TSV數(shù)量受限的情況下垂直通道的最優(yōu)布局問(wèn)題進(jìn)行了研究。本文采用基于遺傳算法和禁忌搜索算法的混合算法確定垂直通道的最優(yōu)位置。垂直通道的數(shù)目和位置的優(yōu)化問(wèn)題是成本和性能的多目標(biāo)優(yōu)化問(wèn)題,采用遺傳算法能夠在一次運(yùn)行過(guò)程中并行的進(jìn)行搜索,同時(shí)得到多個(gè)最優(yōu)解,稱(chēng)之為帕累托最優(yōu)解集。對(duì)于全局搜索中搜索到的垂直通道的數(shù)量和位置,再通過(guò)局部搜索方法——禁忌搜索算法獲得在該數(shù)量和位置下垂直通道的最優(yōu)分配。本文對(duì)在TSV數(shù)量受限的情況下垂直通道的動(dòng)態(tài)分配方法進(jìn)行了研究。本文提出了擁塞感知的垂直通道動(dòng)態(tài)分配方法。靜態(tài)分配算法不能根據(jù)網(wǎng)絡(luò)實(shí)時(shí)的狀態(tài)動(dòng)態(tài)的調(diào)整垂直通道的分配,有可能會(huì)導(dǎo)致網(wǎng)絡(luò)擁塞。本文根據(jù)網(wǎng)絡(luò)的擁塞信息動(dòng)態(tài)的分配垂直通道,所采用的垂直通道的選擇標(biāo)準(zhǔn)既考慮了距離因素也考慮了網(wǎng)絡(luò)的擁塞狀況,因此更能適應(yīng)于垂直方向不完全連接下的三維片上網(wǎng)絡(luò)。實(shí)驗(yàn)表明,本文提出的擁塞感知的動(dòng)態(tài)分配算法在uniform、transpose、shuffle、butterfly和bitreversal五種流量模式下都比其余三種分配算法(隨機(jī)、SelByDis-1、SelByDis-2)的性能更好。以Uniform流量模式為例,本文提出的算法相對(duì)隨機(jī)算法的性能提升67%-87%,相對(duì)SelByDis-1性能提升 8%-25%,相對(duì) SelByDis-2 性能提升 13%-18%。
【學(xué)位授予單位】：南京大學(xué)
【學(xué)位級(jí)別】：博士
【學(xué)位授予年份】：2018
【分類(lèi)號(hào)】：TN47
【圖文】：

集成電路產(chǎn)品的性?xún)r(jià)比不斷提高，帶來(lái)了集成電路產(chǎn)業(yè)的飛速發(fā)展，而這逡逑反過(guò)來(lái)又使得有雄厚的資金投入新技術(shù)的研發(fā)從而保證特征尺寸的進(jìn)一步縮小，逡逑如圖１．２ａ所示。對(duì)于“Ｍｏｒｅ邋ｔｈａｎ邋Ｍｏｏｒｅ”的發(fā)展方向而言，通過(guò)在工藝、器件逡逑和電路層面的創(chuàng)新以及在系統(tǒng)集成方面的發(fā)展，集成電路產(chǎn)品的功能增加（或逡逑者同時(shí)成本降低），從而使得市場(chǎng)擴(kuò)大，反過(guò)來(lái)會(huì)有更多的資源投入到新的工逡逑藝、器件和電路層面的創(chuàng)新和系統(tǒng)集成的研發(fā)，如圖１．２ｂ所示。逡逑但是，從技術(shù)和經(jīng)濟(jì)兩方面來(lái)看，沿著傳統(tǒng)的摩爾定律道路的“Ｍｏｒｅ逡逑Ｍｏｏｒｅ”也會(huì)遭遇瓶頸。隨著特征尺寸減小到幾納米并且接近原子尺寸，越來(lái)逡逑越難以實(shí)現(xiàn)尺寸縮放，并且到５邋ｎｍ時(shí)器件的掩膜數(shù)量將增加到１００多個(gè)，而且逡逑整個(gè)周期時(shí)間長(zhǎng)達(dá)６個(gè)月，硅晶片的制造成本正在膨脹，對(duì)于產(chǎn)業(yè)的良性循環(huán)逡逑２逡逑

圖１．３邋２．５Ｄ集成和３Ｄ集成［２］逡逑

【參考文獻(xiàn)】

相關(guān)期刊論文 前1條

1 歐陽(yáng)一鳴;劉蓓;齊蕓;;三維片上網(wǎng)絡(luò)測(cè)試的時(shí)間優(yōu)化方法[J];計(jì)算機(jī)研究與發(fā)展;2010年S1期

本文編號(hào)：2721464