[发明专利]一种暗硅系统组合优化功耗预算估计与分配方法

说明书

本发明提供了一种暗硅系统组合优化功耗预算估计与分配方法，首先，定义应用子任务到不同核心位置的一一映射过程，并设计应用任务的优先级排序方法；其次，搭建可靠性估计框架以解决预算分配时的热循环现象；再次，将功耗优化问题转化为温度优化问题，针对稳态温度和瞬态温度模型进行逐个核心的映射寻优；最后，利用确定的核心映射位置求解功耗预算。本发明将优化均温和优化通信距离的目标进行融合，给出权衡后的映射选择和功耗预算。因此，可在保证高功耗预算的前提下，使路由元件上热点和芯片整体可靠性得到很大的改观，更有利于系统的安全性和性能提升。

技术领域

本发明涉及芯片动态热管理技术领域，具体涉及一种基于片上网络结构的暗硅系统组合优化功耗预算估计与分配方法。

背景技术

由于量子隧穿效应愈发明显，登纳德缩放定律已于2006年左右开始失效。漏电流产生的静态功耗随着芯片工艺的进步不减反增，同时也带来很大的热能转换。由于受到功耗限制，芯片上所有核心不能同时处于正常工作状态，而总是部分核心开启，其他核心关闭，此类被彻底关闭的芯片核心或模块称之为暗硅(Dark Silicon)。未来诸如深度学习、虚拟现实、大数据等高计算强度应用对系统大规模并行计算能力的更高要求，功耗密度和暗硅比例还将进一步提升。根据ARM公司首席技术官Mike Muller 预测，当工艺尺寸达到11纳米时，芯片上可能仅有10％的资源能够在同一时间被激活。

随着暗硅时代的到来，多核系统芯片设计模式的优化目标已转变为：在热约束条件下，估计芯片的功耗上限值(称之为功耗预算)，并将其分配至各个核心或功能单元，从而使系统的整体性能达到最优。目前，芯片设计人员通常采用的功耗预算是名为热设计功耗(Thermal Design Power,TDP)的恒定阈值。该方法的目标是确保芯片的绝对热安全，不能根据芯片的运行状态做出实时调整。因此，该方法对可用功耗预算的利用不足，存在例如关闭过多核心，开启核心分布不合理等问题，这将大幅降低芯片的运行性能，使其应有的潜能不能得到充分发挥。为此，英特尔和AMD分别提出了Turbo Boost和Turbo CORE技术，可以在短时间内违反TDP约束。这种违反阈值的热控制方法可以很好地提升系统性能，但可能会频繁触发动态热管理(Dynamic Thermal Management,DTM)操作，使获得的资源调度方案并不高效或节能。

考虑到TDP的诸多限制，Santiago Pagani，Heba Khdr和Jian-Jia Chen等在2017年IEEE Transactions on Computers上发表的文章《Thermal safe power(TSP):Efficient power budgeting for heterogeneous manycore systems in dark silicon》中提出一种取代 TDP的热安全功耗(Thermal Safe Power,TSP)技术。如果预先给定了开启核心的分布， TSP将根据该分布计算出最大允许功耗预算；否则，TSP将给出最坏开启核心分布情况下的最大允许功耗预算，以使其他所有可能的开启核心分布情形在此功耗预算下也是安全的。然而，TSP是一种与任务无关的静态功耗预算计算方法，其不能对芯片运行过程中开启核心的数量和分布进行动态分配，因而该方法的计算结果仍然是保守且次优的。此外，TDP和TSP技术还存在一个共同且严重的问题，即它们只针对稳态功耗预算估计问题，未能充分考虑瞬态温度效应对芯片运行状态的影响。为此Hai Wang， Diya Tang和MingZhang等在2019年的IEEE Transactions on Computers上发表的文章《GDP:A GreedyBased Dynamic Power Budgeting Method for Multi/Many-Core Systems in DarkSilicon》中提出一种基于贪心思想的动态功耗方法，提出一种适应瞬态温度变化的功耗预算技术，根据已知开启核心数量、芯片当前温度等信息确定开启核心的优化位置和相应的功耗预算，以使芯片性能最大化。该方法通过寻找次优的核心分配以降低计算复杂度，并系统地考虑瞬态热效应从而实现动态功耗预算估计。但该方法忽视了应用程序子任务间的通信损失以及芯片各核心的使用寿命等因素，不足以保证芯片的性能和安全性。