[发明专利]一种应用于片上网络IP核映射问题的建模方法

权利要求书

1.一种应用于片上网络IP核映射问题的建模方法，其特征在于：所述的方法包括步骤如下：

S1：将IP核映射问题转换为关于IP核和NoC网络节点的一一匹配问题；

S2：利用概率模型来建模该匹配问题，所述的概率模型用于描述每一种匹配为最佳匹配的概率；

S3：利用神经网络来实现所述的概率模型，并利用强化学习方法来训练概率模型的参数，从而得到IP核映射问题的概率模型。

2.根据权利要求1所述的应用于片上网络IP核映射问题的建模方法，其特征在于：步骤S2，具体地，n个IP核标记为IP核序列s_c，n个NoC网络节点标记为NoC节点序列s_r，匹配关系标记为映射结果m；从输入s_c和s_r到输出m的映射标记为概率P(m|s_c，s_r)，其中，n是问题规模；

IP核序列表示IPc_i与其他IP核的通信量；NoC节点序列表示NoC网络节点r_i与其他节点的传输一比特所需要的功耗；映射结果m_i表示将IP核放置在NoC拓扑节点r_i。

3.根据权利要求2所述的应用于片上网络IP核映射问题的建模方法，其特征在于：为了简化计算，概率P(m|s_c，s_r)通过链式规则分解为：

其中，映射结果p(m_j|m₁，...，m_j-1，s_c，s_r)表示NoC拓扑图节点r_i和IP核为最佳匹配的概率，j＝1，...，n。

4.根据权利要求3所述的应用于片上网络IP核映射问题的建模方法，其特征在于：所述的概率模型包括图神经网络和注意力机制构成的MAN网络；所述的图神经网络用于预处理，所述的注意力机制用于概率计算。

5.根据权利要求4所述的应用于片上网络IP核映射问题的建模方法，其特征在于：所述的预处理具体如下：利用两个图神经网络分别对IP核序列s_c和NoC节点序列s_r进行预处理，分别得到IP嵌入核序列和NoC节点嵌入向量序列接着，IP核图嵌入向量e_c，g通过得到；类似的，NoC拓扑图嵌入向量e_r，g通过得到，其中p为嵌入向量的维度。

6.根据权利要求5所述的应用于片上网络IP核映射问题的建模方法，其特征在于：所述的概率计算利用注意力机制来估计概率P(m|s_c，s_r)，具体来说，先通过公式e_q，i＝θ₁[e_c，g，e_r，g，e_r，i]计算每个NoC节点r_i的特殊的节点嵌入向量e_q，i，其中以及[·，·，·]表示合并操作；接着先后经过一个多头注意层和一个单头注意力层处理。

7.根据权利要求6所述的应用于片上网络IP核映射问题的建模方法，其特征在于：采用多头注意层进行处理如下：利用多头注意力层得到每个NoC节点的r_j的query向量q′_j，具体计算如下：

其中，为query向量；为key向量；为value向量；参数和均表示可学习的神经网络参数；M为多头注意力层的head数。