[发明专利]一种基于近阈值计算的处理器核优化方法及系统

说明书

本发明公开了一种基于近阈值计算的处理器核优化方法及系统。该方法包括：获取多组电压‑近似程度数据组；将多组电压‑近似程度数据组作为处理器核的输入，得到每组电压‑近似程度数据组对应的性能预测值、能耗预测值和输出质量预测值；将所有电压‑近似程度数据组对应的性能预测值、能耗预测值和输出质量预测值作为输入，采用模拟退火算法对目标优化函数进行求解，得到最优电压‑近似程度数据组；将最优电压‑近似程度数据组中的电压确定为近阈值计算状态下的最优电压，最优电压‑近似程度数据组中的近似程度值作为最优近似程度。本发明能够自动化选择电压级别和近似程度，以获得能耗、性能和输出质量综合最佳的三维优化效果，可靠性高。

技术领域

本发明涉及处理器核系统优化技术领域，特别是涉及一种基于近阈值计算的处理器核优化方法及系统。

背景技术

“功耗墙”的出现已经成为阻碍计算机发展的一个挑战。随着制作工艺不断改进，为了保持功耗在可接受范围之内，芯片中有大量的没有被利用起来，即大家所说的“暗硅”，这又会带来利用墙的问题。有数据显示在10nm制作工艺下，52％的芯片面积是处于“暗硅”状态之下。为了解决“利用墙”的问题，研究者们提出了近阈值计算技术(NTC)，在NTC状态下晶体管都运行在电压的近阈值范围内。在近阈值计算状态下，可以获得良好的性能和功耗的折中。例如，近阈值计算相比于超阈值计算(STC)在获得相同的能耗节约的条件下，性能的损失却很小。例如，在近似计算状态下，获得50％的能量节约，会造成20％的性能损失，但是在超阈值计算条件下，要想获相同的能量节约，超阈值计算会带来更高的能量损失。

但是，近阈值计算面临着新的可靠性问题的挑战，尤其随着制作工艺的进步这种挑战显得尤为明显。工艺偏差影响着芯片中器件的基本特性，这已经是工业界不可避免的问题。这种工艺偏差在近阈值计算的情况下显得格外突出，这主要是因为每个单元的平均错误率会上升，同时整个芯片的偏差也会增加。为了解决可靠性的问题，研究者们提出了很多容错技术，例如，错误纠正吗、重构和硬件冗余等。这些技术的目的是将错误完全消除，这样会带来不可避免的额外的容错开销。

现在许多应用，例如，模式识别、数据挖掘和语音识别等，它们本身具有良好的容错特性。具体的来说这些应用中不精确地计算和数据都是可以接受的。例如，在搜索引擎中搜索结果即便不是完全和搜索内容吻合但还是可以被接受；由于人本本身的感知能力有限可以在一些视频中可以跳过一下图片，人们只在乎这些应用的结果，他们不会关心中间过程是不是百分百的正确执行。因此，这些应用中发生错误时没有必要去改正它，这样就可以减少由于容错引起的不必要的额外的性能和时间开销。这些应用对错误不敏感，所以它们对近阈值计算是友好的，它们能够缓和在近阈值计算的可靠性的问题。针对这些应用的容错特性，研究者们提出硬件层和软件层的近似方法。这些近似会人为的引进错误但它们对最终输出质量的影响是有限的，这些输出质量的损失完全在用户的可接受范围之内。

目前，处理器核优化方法中，通常采用：1)电压调节技术，考虑如何调节电压来获得能效性的提高。该方法仅仅考虑电压，既没有考虑近似技术的选择，又没有考虑能耗、性能和输出质量三维的优化，这就导致可靠性较低。例如，动态电压频率调整(DVFS)，动态技术则是根据芯片所运行的应用程序对计算能力的不同需要，动态调节芯片的运行频率和电压(对于同一芯片，频率越高，需要的电压也越高)，从而达到节能的目的，这种比较流行的技术就是只考虑电压的调节，且不能获取多维的优化效果。2)考虑应用在不同近似程度下输出精度的变化，但并没有一种可以自动化的选择合适近似程度与电压的组合。因此，现有的优化方法通常实现的是单维优化，且都是将近阈值计算技术和近似计算技术完全割裂开来实现优化，缺少一种能够自动化调节以选择电压级别和近似程度来获得能耗、性能和输出质量综合最佳的三维优化效果。

发明内容

基于此，有必要提供一种基于近阈值计算的处理器核优化方法及系统，以实现自动化选择电压级别和近似程度，保证处理器核在最优的能耗、性能和输出质量的情况下运行，实现多维优化，提高处理器核优化方法的可靠性。

为实现上述目的，本发明提供了如下方案：