[发明专利]一种微处理器动态热管理中传感器的控制方法及装置

说明书

技术领域

本发明涉及信息控制技术领域，特别涉及一种微处理器动态热管理中传感器的控制方法及装置。

背景技术

随着集成电路特征尺寸的缩小和性能需求的增加，其功率密度呈指数级增长，导致了芯片温度的不断提高。从90纳米开始，半导体制造工艺已经发展到纳米阶段，现在的先进工艺更是达到了45纳米、22纳米。在这个阶段，硅基芯片的漏电流已经达到和动态开关电流同样的数量级。一旦芯片出现局部温度升高的热点，该处的漏电流也会迅速增加，并进一步导致温度升高。过高的芯片温度降低了晶体管的转换速率、增加了漏功耗以及增大了互联电阻，降低芯片的工作稳定性,增加出错率。近年来，高性能处理器普遍集成温度传感器，采用动态热管理技术对芯片实施连续的热监控。如果芯片局部温度超过了一定的门限值，则会触发动态热管理机制，通过采取时钟门控、取指令降频和动态电压频率调整等措施，使得过高的芯片温度降低到安全的范围。动态热管理一般通过有效的热分布重构算法和热传感器位置分布策略估计芯片的热点温度信息。芯片的热点温度估计精度在很大程度上会影响动态热管理的效率。不精确的热点温度估计，会导致错误的预警和不必要的响应，使得动态热管理的可靠性受到影响，对系统性能带来不必要的损失。为了有效地进行动态热管理，很多微处理器制造商都在芯片上植入传感器来实时监控芯片运行的温度情况。例如IBM POWER5处理器采用了24个数字热传感器。因此，如何确定最优的热传感器分配与放置方法成为了微处理器动态热管理设计的重点。

通过对现有技术文献检索发现，Seda Ogrenci Memik,Rajarshi Mukherjee,Min Ni,and Jieyi Long在2008年IEEE Transactions on Computer-Aided Design of Integrated Circuits（IEEE集成电路与系统的计算机辅助设计汇刊）中发表文章《Optimizing Thermal Sensor Allocation for Microprocessors》（微处理器中优化的热传感器分配），该文章提出了优化的热传感器位置分布算法，在热点误差估计方面有较好的精度。对于均匀间隔放置的热传感器，采用虚拟插值方法确定最优的传感器位置；对于非均匀间隔放置的热传感器，在k-means聚类算法的基础上进行改进，确定优化的传感器放置位置。该方法的目的是最大化热点误差估计的精度，但并不考虑全局监控的问题，因而使用该算法得到热传感器位置分布后进行热分布重构，得到的整体平均温度误差比较大。

针对现有技术中整体平均温度误差比较大的问题，提出一种微处理器动态热管理中传感器的控制方法和装置是信息控制技术领域目前急待解决的问题之一。

发明内容

有鉴于此，本发明实施例提出了一种微处理器动态热管理中传感器的控制方法及装置，通过计算模块的功耗数据，并依据此功耗数据获得在此功耗数据下微处理器的温度分布，然后将微处理器的温度分布经过数据处理，以获得微处理器各模块热点分布叠加图，接着计算温度分布的热梯度形成热梯度分布叠加图，并且通过计算热梯度分布叠加图计算热梯度大小比例，并依据此比例分配传感器数量，最终优化微处理器传感器位置，本方案兼顾了热分布重构和热点误差估计，可实现较高的热点误差估计精度。

为解决上述技术问题，本发明实施例的目的是通过以下技术方案实现的：

一种微处理器动态热管理中传感器的控制方法，包括：

步骤一、计算模块的功耗数据，并依据此功耗数据获得在此功耗数据下微处理器的温度分布；

步骤二、将微处理器的温度分布经过数据处理，以获得微处理器各模块热点分布叠加图；

步骤三、计算温度分布的热梯度形成热梯度分布叠加图；

步骤四、计算热梯度分布叠加图计算热梯度大小比例，并依据此比例分配传感器数量；

步骤五、优化微处理器传感器位置。

优选的，上述步骤一中，功耗数据包括但不限于模块的动态功耗和漏功耗。

优选的，上述功耗数据是通过微处理器性能仿真软件在需要进行动态热管理设计的芯片架构上仿真标准测试程序集，并在此基础上集成功耗分析模块来计算动态功耗和漏功耗。

优选的，上述步骤二中，是将不同测试程序下仿真得到的温度分布图经过数据处理，得到微处理器各模块热点分布叠加图。

优选的，上述步骤三中，是通过将图像处理中边缘检测算子计算不同标准测试程序温度分布的热梯度图，然后将其相加得到热梯度分布叠加图。