[发明专利]路由器延时模型、搭建方法及基于其的片上网络路由算法

说明书

随着集成电路规模的提高，片上网络的通信复杂性不断提高，由于网络热点等引发的拥塞问题会严重影响网络性能。如何衡量网络拥塞程度，以避开拥塞节点，是片上网络自适应路由算法中的一项关键问题。本发明提供一种路由器延时模型、搭建方法及基于其的片上网络路由算法，评估了数据从进入到离开路由器节点的总延时值，以此建立路由器延时模型并作为衡量节点拥塞的标准，提出了基于路由器延时模型的Q‑learning强化学习路由算法。本发明提出的路由算法可以实时获取最新的全局网络状态，有助于数据避开网络拥塞区域，提高网络性能。

技术领域

本发明涉及片上网络路由算法，尤其涉及一种基于路由器延时模型的片上网络路由算法。

背景技术

随着集成电路技术的不断发展，晶体管数目呈指数倍增长，为片上系统(Systemon Chip，SoC)的发展带来了诸多挑战。基于传统总线的通信架构通信效率低、可扩展性与可复用性差，限制了芯片性能的持续增长。片上网络(Network-on-Chip,NoC)参考了分布式计算机通信方式，采用点对点路由和分组交换技术，为芯片互连提供了一种新的设计思路。除传统SoC芯片中的计算和存储资源之外，引入了专门负责数据通信的网络资源。片上网络采用可扩展并行通信的网络结构，克服了片上系统发展所面临的诸多问题，与传统总线的通信方式相比，具有高带宽、低功耗、高可扩展性等优点。在片上网络的通信过程中，路由算法确定了数据包每次通过路由器时的转发方向，确保数据能够准确到达目的节点。路由算法决定着数据在网络中的传输路径，是影响片上网络延时和吞吐率的关键技术。

根据路由的决策方式，路由算法主要分为确定性路由算法和自适应路由算法两类，其中确定性路由算法下的数据路径固定，不受片上网络实时流量等因素的影响，其计算成本较低但缺乏灵活性，不适用于复杂的网络流量模式。随着片上网络核数的增加，片上网络的通信复杂性不断提升，网络中的热点问题等不可忽略，自适应路由算法可以根据实时的网络信息动态调整数据在网络中的传输路径，以拥塞信息为基础的自适应路由算法可以通过获取网络流量信息，避开拥塞节点，减少网络中的拥塞情况发生，相比于确定性路由，可以降低网络延时，提高网络的吞吐率。针对网络拥塞问题的自适应路由算法，可以实时获取网络的拥塞状态，并选择流量小的路径传输数据，以提高网络性能。

因片上网络的资源有限，当某些节点中数据的注入速度超过了转发的速度，则会导致数据在这些节点的堆积，出现拥塞问题，阻碍数据包的正常流通，从而影响整个网络的性能。因此如何衡量节点的拥塞程度以合理避开拥塞区域，是基于拥塞感知的自适应路由算法需要解决的一个关键问题。现有的拥塞感知自适应路由算法主要以下游输入端口的FIFO占用个数作为拥塞值以判断下游路径上的拥塞程度，然而数据从进入路由器到离开的时间受路由器各输入端口缓存数据包的状态与路由器的服务速度共同影响，因此现有的方法对网络拥塞值的衡量标准缺乏一定的准确性，使得拥塞问题依然存在。片上网络中的拥塞问题会导致数据在路由器输入端口的等待时间变长，数据通过路由器的时间能够最直接地评估节点的拥塞情况，因此建立基于虚拟通道的路由器的延时模型，是衡量路由节点拥塞程度的有力标准。

发明内容

本发明的目的是针对基于虚拟通道的路由器提出一种路由器延时模型，并将其作为衡量节点拥塞程度的标准应用于片上网络自适应路由算法中，通过Q强化学习实时获取网络路径的拥塞值，以解决片上网络中由于流量分配不均等问题导致的路径拥塞的问题。

本发明解决技术问题所采取的技术方案如下：

一种路由器延时模型，其特殊之处在于：