[发明专利]一种应用于片上网络IP核映射问题的建模方法

说明书

本发明公开了一种应用于片上网络IP核映射问题的建模方法，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。本发明所述的建模方法充分利用给定的IP核图和NoC拓扑图信息，因此相比现有IP核问题建模方法有更快的训练收敛速度和更优的性能。

技术领域

本发明涉及片上网络建模技术领域，更具体的，涉及一种应用于片上网络IP核映射问题的建模方法。

背景技术

伴随集成电路技术的发展，传统的总线结构受限于扩展性、带宽、吞吐量和功耗等问题，已经无法满足当前片上系统多IP核之间的通信需求。为了解决传统总线架构所面临的问题，提出了片上网络(NetWork-on-Chip，NoC)。片上网络作为传统总线结构的替代技术，经过多年的发展，已经成为片上多IP核间通信的首选互连方式。

IP核映射问题是片上网络设计中关键的一个步骤，具体指的是将IP核分配到NoC网络节点上，以使得网络性能最优。IP核映射问题已经被证明是一个NP难问题。因为IP核映射问题具有重要的研究和应用价值，诸多科研工作者对映射算法开展了深入的研究。如中国专利公开号：CN105205033A，公开日：2015.12.30。公开了一种基于应用划分的片上网络IP核映射方法，包括以下步骤：步骤一、根据应用确定通信核图和拓扑结构图，并对IP核和网络节点编号；步骤二、确定优化目标，经人工蜂群算法将单个应用所需IP核分配到网络中得到子网络；步骤三、从组成子网络的四个边中选择与其余部分通信量最大的一个边，并将原有的子网络作为已知条件，在该边的相邻处再用蜂群算法设计新子网络；步骤四、根据子网络同时运行的应用数量，选择最优的IP核进行通信。

目前，科研工作者主要是对IP核映射问题的求解方法展开研究。但是，对于对于IP核映射问题的建模方法的研究相对较少。IP核映射问题的建模有助于提升求解的IP核映射问题的速度和质量。

发明内容

本发明为了解决以上现有技术存在的不足问题，提供了一种应用于片上网络IP核映射问题的建模方法。

为实现上述本发明目的，采用的技术方案如下：

一种应用于片上网络IP核映射问题的建模方法，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。

优选地，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。

进一步地，为了简化计算，概率P(m|s_c，s_r)通过链式规则分解为：