本文關(guān)鍵詞：微處理器熱點監(jiān)控及溫度重構(gòu)算法設(shè)計與實現(xiàn)

  更多相關(guān)文章： 動態(tài)熱管理 熱點監(jiān)控 溫度分布重構(gòu)

【摘要】：近年來，電子產(chǎn)品的消費需求越來越高，消費者們不僅關(guān)注電子產(chǎn)品的性能，而且更加關(guān)注其產(chǎn)品本身是否輕便、小巧、易于攜帶。這為消費類電子產(chǎn)品的設(shè)計帶來了很大的挑戰(zhàn)。微處理器作為電子產(chǎn)品的核心元件，其本身性能的好壞直接影響著電子產(chǎn)品的用戶體驗。因此，很多芯片制造廠商都大力提升其微處理器的集成度，這造成了集成電路特征尺寸不斷減小，功耗密度不斷增加，芯片的工作溫度也隨之提高。過高的芯片溫度導(dǎo)致晶體管漏電功耗增加，轉(zhuǎn)換速率降低，電路可靠性下降等一系列嚴重的問題。針對這種情況，目前高性能微處理器中普遍采用動態(tài)熱管理技術(shù)對其工作溫度進行實時管理。 動態(tài)熱管理技術(shù)依靠微處理器中集成的熱傳感器，采用有效的熱點監(jiān)控算法和溫度重構(gòu)算法來計算微處理器的工作溫度狀況，根據(jù)這一溫度狀況，來決定是否發(fā)出預(yù)警或者采取必要的響應(yīng)。因此，熱點監(jiān)控算法和溫度重構(gòu)算法的好壞直接影響動態(tài)熱管理的效率。本文基于這兩種應(yīng)用分別展開了算法的研究及優(yōu)化，并在實驗中仿真驗證這些算法的性能。 在熱點監(jiān)控部分，本文首先研究如何利用K-means聚類算法和雙重聚類算法實現(xiàn)以少量熱傳感器有效監(jiān)控全部熱點的方法�；谶@些方法，再結(jié)合熱點分布的一些特性，設(shè)計者提出了考慮熱梯度的K-means聚類優(yōu)化算法和考慮溫度奇異點的雙重聚類優(yōu)化算法對熱點監(jiān)控效率進行改進。仿真結(jié)果表明，這兩種優(yōu)化算法無論在熱點監(jiān)控誤差上還是傳感器使用數(shù)量上，均比原有算法表現(xiàn)更為優(yōu)秀。其中，在相同誤差要求下，考慮溫度奇異點的雙重聚類優(yōu)化算法所使用的傳感器數(shù)量比考慮熱梯度的K-means聚類算法更低。 在微處理器溫度分布重構(gòu)部分，本文提出兩種利用非均勻分布熱傳感器溫度采樣值重構(gòu)整個微處理器溫度分布的方法。其中，基于V圖頻譜濾波的方法使用非均勻采樣向均勻采樣轉(zhuǎn)化的思想，，通過傅里葉變換和余弦變換，簡單快速的實現(xiàn)了溫度的重構(gòu)，但是誤差狀況不是很理想。另一種方法是距離倒數(shù)加權(quán)平均算法，該方法精度高，但時間代價大。針對動態(tài)熱管理中的時間及時性要求，提出分塊距離倒數(shù)加權(quán)優(yōu)化算法和基于V圖相鄰關(guān)系的距離倒數(shù)加權(quán)優(yōu)化算法，能夠極大的降低算法運行的時間代價。
【關(guān)鍵詞】：動態(tài)熱管理 熱點監(jiān)控 溫度分布重構(gòu)
【學(xué)位授予單位】：上海交通大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2014
【分類號】：TP332
【目錄】：

• 摘要3-5
• ABSTRACT5-10
• 圖表目錄10-11
• 第一章 緒論11-15
• 1.1 微處理器動態(tài)熱管理研究現(xiàn)狀11-12
• 1.2 本文的研究內(nèi)容及組織結(jié)構(gòu)12-14
• 1.2.1 本文的研究內(nèi)容12-13
• 1.2.2 本文的組織結(jié)構(gòu)13-14
• 1.3 本文的研究意義14-15
• 第二章 微處理器熱性能仿真15-28
• 2.1 仿真工具鏈15-16
• 2.2 SimpleScalar 模擬工具集16-18
• 2.3 Wattch 功耗分析工具18-20
• 2.4 Hotspot 熱量計算20-22
• 2.5 仿真結(jié)果22-27
• 2.5.1 單核處理器仿真22-25
• 2.5.2 多核處理器仿真25-27
• 2.6 本章小結(jié)27-28
• 第三章 K-means 聚類算法實現(xiàn)微處理器熱點監(jiān)控28-35
• 3.1 K-means 聚類算法數(shù)學(xué)模型28-29
• 3.2 基于 K-means 聚類算法的熱點監(jiān)控算法29-30
• 3.3 考慮熱梯度的 K-means 聚類優(yōu)化算法30-33
• 3.3.1 熱梯度數(shù)學(xué)模型31
• 3.3.2 熱點監(jiān)控中基于熱梯度分析的優(yōu)化31-33
• 3.4 實驗仿真33-34
• 3.5 本章小結(jié)34-35
• 第四章 雙重聚類算法實現(xiàn)微處理器熱點監(jiān)控35-41
• 4.1 雙重聚類數(shù)學(xué)模型35-36
• 4.2 考慮屬性奇異點的優(yōu)化算法研究36-38
• 4.3 實驗仿真38-40
• 4.4 本章小結(jié)40-41
• 第五章 微處理器溫度分布重構(gòu)41-52
• 5.1 基于 V 圖頻譜濾波的微處理器熱分布重構(gòu)算法41-45
• 5.1.1 基于 V 圖頻譜濾波的溫度分布重構(gòu)算法41-43
• 5.1.2 實驗仿真43-45
• 5.2 距離倒數(shù)加權(quán)平均算法重構(gòu)微處理器熱分布45-50
• 5.2.1 距離倒數(shù)加權(quán)平均算法45-46
• 5.2.2 分塊距離倒數(shù)加權(quán)平均算法46-47
• 5.2.3 基于 V 圖相鄰關(guān)系的分塊距離倒數(shù)加權(quán)平均算法47-49
• 5.2.4 實驗仿真49-50
• 5.3 本章小結(jié)50-52
• 第六章 總結(jié)與展望52-54
• 6.1 總結(jié)52-53
• 6.2 不足與展望53-54
• 第七章 致謝54-55
• 參考文獻55-58
• 攻讀碩士學(xué)位期間已發(fā)表或錄用的論文58-60

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前4條

1 高尚通,楊克武;新型微電子封裝技術(shù)[J];電子與封裝;2004年01期

2 李琴;劉海東;朱敏波;;熱仿真在電子設(shè)備結(jié)構(gòu)設(shè)計中的應(yīng)用[J];電子工藝技術(shù);2006年03期

3 徐勇軍;陳靜華;駱祖瑩;李曉維;;CMOS電路動靜態(tài)功耗協(xié)同分析[J];計算機工程;2006年10期

4 邱賡;李鑫;戎蒙恬;劉濤;;基于最大誤差的熱傳感器數(shù)量分配方法[J];上海交通大學(xué)學(xué)報;2013年04期

本文編號：551099