[发明专利]基于卷积神经网络的微处理器非均匀采样热分布重构方法

说明书

本发明涉及一种基于卷积神经网络的微处理器非均匀采样热分布重构方法。首先，利用可透红外光谱的油冷散热系统完成样本温度数据集的制作；其次，在芯片设计或硅后阶段完成模型的训练，并存储训练好的网络；再次，在处理器运行阶段，依据热传感器采样温度数据，使用分类网络判断工作负载应用程序的所属类别；最后，利用对应的热分布重构网络得到芯片的整体温度分布。由于分别设计了工作负载分类网络模型和热分布重构网络模型，因此利用有限数量热传感器采样的非均匀温度数据进行热分布重构，恢复得到的芯片整体温度分布数据更加精确。

技术领域

本发明属芯片温度监控技术领域，具体涉及一种基于卷积神经网络的微处理器非均匀采样热分布重构方法。首先，利用可透红外光谱的油冷散热系统完成样本温度数据集的制作；其次，在芯片设计或硅后阶段完成模型的训练，并存储训练好的网络；再次，在处理器运行阶段，依据热传感器采样温度数据，使用分类网络判断工作负载应用程序的所属类别；最后，利用对应的热分布重构网络得到芯片的整体温度分布。

背景技术

近年来，高性能多核处理器普遍集成片上热传感器对芯片实施连续热监控。热分布重构技术利用热传感器的观测温度读数恢复芯片的整体温度分布，主要应用于动态热管理技术中实现全局温度感知。实际中考虑到制造成本、设计复杂度等原因，芯片中的内置热传感器数量和位置受到了限制。对于没有放置热传感器的区域一旦出现热点，全局温度感知就可以起到关键性的作用，避免由于缺少该区域的温度信息而导致的功能单元损坏。此外，重构整个芯片热图所提供的温度信息对于多核处理器的细粒度热管理至关重要，例如热驱动空间线程迁移和动态电压频率缩放等。再者，与使用功耗仿真工具相比，利用芯片整体温度分布计算得到的每个功能模块的运行时功耗估计更为准确。因此，热分布重构技术对于确保处理器芯片的热安全操作非常重要，尤其是在暗硅时代。

热分布重构技术主要分为均匀采样和非均匀采样两种，但由于热传感器位置的限制，动态热管理主要使用基于非均匀采样的热分布重构技术实现芯片全局温度感知。热分布重构的精度在很大程度上会影响动态热管理的效率，不精确的温度估计会导致错误的预警和不必要的响应，使动态热管理的可靠性受到影响。热分布重构一般使用插值技术来实现，但由于插值算法计算量大、运算时间长等因素，并不适用于实时监控。如何快速、精确地实现热分布重构逐渐成为片上温度感知领域中一个新的研究热点。