延迟优化的片上网络低功耗映射*

片上网络（NoC）是解决传统基于总线的片上系统（SoC）所面临的功耗、延迟、同步和信号完整性等挑战的有效解决方案。功耗和延迟是NoC设计中的重要约束和性能指标,在设计的各个阶段都存在着优化空间。基于蚁群优化算法,通过通信链路上并发通信事件的均匀分布来降低NoC映射阶段的功耗和延迟。仿真实验表明,与链路通信量负载均衡的方法相比,该方案能进一步在拓扑映射阶段优化功耗和延迟。     

基于NoC系统级平面规划图的网格划分

常规基于片上网络(NoC)的网格划分没有考虑链路功耗,导致对具有内部链接结构的系统进行总功耗估计时会产生较大偏差。针对该问题,提出一种改进的网格划分方法,从IP核到路由的映射过程中产生相应NoC,并运用系统级平面规划图进行象征性网格划分。仿真结果表明,改进方法可降低链路功耗的同时,获得更低的总功耗和更小的碰撞区域。     

改进量子算法的片上网络映射研究

片上网络（NoC）是解决片上系统（SoC）之间各个IP核通信的主要方法。其中NoC的映射是整个NoC设计过程中最为关键的步骤之一。采用一种改进的方法解决NoC映射问题,该方法基于量子进化算法,并在算法中采用一种改进的更新方法,之后引入精英策略,让所有中间过程的解都参与到迭代中,选择其中最好的解作为每次迭代的NoC映射最终解。使用该方法建立在延时约束下的NoC映射功耗数学模型,实验表明,该方法在NoC映射中能达到降低通信功耗的目的。     

抢占阈值调度的功耗优化

DVS(Dynamic Voltage Scaling)技术的应用使得任务执行时间延长进而使得处理器的静态功耗(由CMOS电路的泄露电流引起)迅速增加.延迟调度(Procrastination Scheduling)算法是近年提出用于减少静态功耗的有效方法,它通过推迟任务的正常执行来尽可能长时间地让处理器处于睡眠或关闭状态,从而避免过多的静态功耗泄露.文中针对可变电压处理器上运用抢占阈值调度策略的周期性任务集合,将节能调度和延迟调度结合起来,提出一种两阶段节能调度算法,先使用离线算法来计算每个任务的最优处理器执行速度,而后使用在线模拟调度算法来计算每个任务的延迟时间,从而动态判定处理器开启/关闭时刻.实例研究和仿真实验表明,作者的方法能够进一步降低抢占阈值任务调度算法的功耗.     

基于云自适应遗传算法的NoC映射研究

NoC映射是NoC设计中的重要步骤,映射结果的优劣对NoC的QoS约束和通信功耗有着很大的影响。提出一种采用云自适应遗传算法实现NoC映射的方案,该算法利用云模型对传统遗传算法加以改进,以此新方法自动调整遗传算法过程中的交叉概率和变异概率,从而达到优化遗传算法的目的。结合NoC映射中的具体问题,在功耗和延时约束的限制条件下,建立了延时约束下的NoC映射功耗数学模型。实验表明,该方法在NoC映射中取得了良好的效果,降低了通信功耗。     

片上网络的低功耗自适应数据保护

针对片上网络(NoC)提出了一种低功耗自适应数据保护机制。根据不同的片上网络通信链路错误数目自适应选择，在路由节点之间进行数据保护的跳距，保证了系统芯片功耗效率最优化。实验结果证明，在同样的可靠约束条件下，采用自适应数据保护，其功耗低于节点到节点，端到端的数据保护，特别是对需要高可靠性的NoC通信结构，自适应数据保护机制表现得更为有效。     

基于云自适应遗传算法的NoC路径分配研究

路径分配是NoC设计流程中的两个关键步骤之一;路径分配的结果对NoC系统的性能尤其是通讯延时有着很重要的影响;多约束条件下的NoC路径分配问题是NP完全问题,要求出其最优解比较困难,目前常用的方法是利用启发式算法求得其较优解;文中提出一种基于云自适应遗传算法的NoC路径分配解决方案,该算法利用云模型对传统遗传算法加以改进,采取新的方法自动调整遗传算法过程中的交叉概率pc和变异概率pm,将适应度与云模型的3个参数Ex、En、He相互结合,从而达到优化遗传算法的目的;将此算法应用于2D-Mesh拓扑结构的NoC中,以平衡链路负载和联合优化为实验目标,以优化静态通讯分配结果;实验证明,文章所采取的算法在平衡链路负载和联合优化方面均取得了良好的效果。     

片上网络架构感知映射模型研究与改进*

为了求解由于芯片链路故障等原因形成的不规则mesh下的任务映射问题,提出一个架构感知映射改进模型。该模型通过引入最短路径路由跳数解决了精度问题,同时对不可达模块的特殊数据处理保证了所得解的可行性。实验结果表明,该模型功耗优化比例最高可达10%20%,适合大规模通信密集型NoC任务映射问题求解。     

一种基于二步流控方法的片上动态虚通道路由器

片上硅面积和功耗受到严重限制,报文缓冲区容量也受到严重限制,如何高效使用报文缓冲区是NoC设计的关键问题之一.动态划分虚通道缓冲区是高效使用报文缓冲区的有效方法之一,但会增加拥塞程度,甚至出现无限拥塞的情况.提出一种基于二步流控方法的片上动态虚通道(DAVC)路由器,该二步流控方法将报文分成报文头和报文体两部分分别运用流控算法.实验结果表明:与静态虚通道(SAVC)片上路由器相比,在缓存容量相等的情况下,DAVC路由器能提高23.2%的吞吐率,传输延迟降低27.2%;在DAVC缓存容量减半的情况下可获得相近的性能,节省28.3%的面积与23.8%的漏电流功耗.     

不规则IP模块到2维NoC结构的映射方法研究

提出了一种新的基于NoC(Network on Chip)的不规则IP模块映射方法.其基本思想是把较大的IP模块分解成几个小的IP虚模型,或把几个较小的IP模块组合成一个IP虚模型,使得每个IP虚模型能映射到NoC结构的一个资源节点上.通过计算曼哈顿距离和输入/输出度,可以确定每个通信节点中缓冲区的大小.根据计算的通信代价可以对初始映射结果进行调整,从而可以避免通信拥塞,降低系统的功耗.     

基于阈值滑动窗口机制的虚拟机迁移判决算法

数据中心是云计算中数据运算、交换、存储的中心。近年来以虚拟机为粒度的虚拟机放置管理成为云数据中心能耗管理、实现动态可伸缩资源提供的重要支撑技术。在虚拟机放置的动态管理阶段,虚拟机迁移触发机制主要是根据物理主机中资源利用率的变化情况,决定是否需要将虚拟机迁移到其它主机。迁移时机判决准确能够有效地平衡过热点并关掉过冷点。当前的迁移时机缺乏对整个数据中心负载变化行为趋势的反映,也因为静态的阈值设定容易发生频繁的迁移,造成不必要的迁移代价和传输开销。提出了基于阈值滑动窗口机制的虚拟机迁移判决算法(iWnd),其能够根据整个数据中心任务量的多少动态调整高低阈值间窗口的大小,减少了任务量满负荷时期需要迁移虚拟机的数量,从而避免不必要的迁移开销和传输代价,有效地实现节能。在云计算平台Cloudsim上进行了仿真实验。结果表明,提出的iWnd算法在减少虚拟机迁移数量、降低迁移失败率上有良好的效果,同时并未产生过多额外的功耗。     

Energy analysis for an executable program on a single computer based on BP neural network

Power management of application programs is a hot research in the area of green computing and high-productivity computing. Because of the complexity of application programs, heterogeneity of processors and uncertainty of the running environment, it is difficult to propose an accurate method to predict energy consumption for application program directly. So, we present a power analysis paradigm for application program based on artificial neural network. First, we build a power analysis model based on back propagation neural network (BPNN). The three factors of software, hardware and environment are taken as the inputs of BPNN, and energy consumption and finish time as the outputs of BPNN. Next, we choose lot of classic application programs from different fields as training samples. After learning and training, an expected BPNN is obtained which can be used to predict energy consumption for other new programs. Repeated experiments show that this power analysis paradigm is rational and feasible.     

基于DSA的无线传感器网络自适应MAC协议研究

针对工业监测用无线传感器网络高可靠和低功耗的要求,基于TDMA协议提出了一种动态时隙分配(DSA)的自适应介质访问控制(DSA-MAC)协议,通过估计链路质量动态调整节点的时隙长度,提高数据传输的可靠性。该协议中加入了基于接收信号强度指示(RSSI)的自适应功率调整机制,实现网络的低功耗要求。利用CC2530硬件平台实现DSA-MAC协议,并在工业现场进行测试,结果表明:该协议提高了数据传输率并降低了网络能耗,能够适应工业环境的应用需求。     

Novel heterostructure device for electronic pulse-mode neuralcircuits

A new approach to the hardware implementation of artificial, electronic pulse-mode neural circuits is proposed and demonstrated based on the use of a novel heterostructure device that exhibits an S-type current-voltage characteristic. The new device consists of a multi-period quantum well structure with heavily doped n+ GaAs quantum wells and undoped AlGaAs barriers between an n+ GaAs cathode and p+ GaAs anode. When operated with an RC load, the device switches periodically between a low-conductance off state and a high-conductance on state generating a pulse-mode output. The operation is analogous to that of the axon hillock or trigger zone of the neuron, exhibiting a threshold behavior and a nonlinear dependence of the pulse frequency on the input voltage (mean membrane potential). Low-voltage and room-temperature operation are shown to be feasible.     

Hardware implementation of an artificial neural network model to predict the energy production of a photovoltaic system

An artificial neural network trained using only the data of solar radiation presents a good solution to predict, in real time, the power produced by a photovoltaic system. Even though the neural network can run on a Personal Computer, it is expensive to have a control room with a Personal Computer for small photovoltaic installations. A FPGA running the neural network hardware will be faster and less expensive. In this work, to assist the hardware implementation of an artificial neural network with a FPGA, a specific tool was used: an Automatic General Purpose Neural Hardware Generator. This tool allows for an automatic configuration system that enables the user to configure the artificial neural network, releasing the user from the details of the physical implementation. The results show that it is possible to accurately model the photovoltaic installation based on data from a nearby meteorological installation and the hardware implementation produces low cost and precise results.     

基于NB-IoT和OTA的云上智能井盖监控系统设计

针对智慧城市建设中城市排水管网各类井盖出现的安全隐患问题及管理难等弊端,提出并实现了基于NB-IoT和OTA的云上智能井盖监控系统。硬件上选用国产低功耗蓝牙芯片HS6621进行电路设计,采集井盖的位置、姿态和井下水位、溢水等信息,通过NB-IoT模块上报云平台;软件上采用微服务技术架构,将井盖的实时监测及日常维护管理等任务分解到不同的服务中,并利用OTA空中下载技术完成终端固件远程升级;经测试,终端硬件整机功耗为98.25μA,符合低功耗设计要求,终端可正常上报监测数据并及时触发报警,能达到实时监控效果;通过管理软件进行工单派发、任务验收和固件升级等日常管理,可降低终端维护成本,有效提高城市智能化管理水平,改善落后的管理方式。     

深度神经网络FPGA设计进展、实现与展望

近年来,随着人工智能与大数据技术的发展,深度神经网络在语音识别、自然语言处理、图像理解、视频分析等应用领域取得了突破性进展.深度神经网络的模型层数多、参数量大且计算复杂,对硬件的计算能力、内存带宽及数据存储等有较高的要求.FPGA作为一种可编程逻辑器件,具有可编程、高性能、低能耗、高稳定、可并行和安全性的特点.FPGA...     

基于人工免疫的工业认知无线网络路由机制

工业互联网（industrial Internet）已成为第四次工业革命的代表技术.根据工业网络数据传输服务的需求,以及针对工业无线网络拓扑相对稳定、流量规律变化等特点,提出了一种基于人工免疫系统（artificial immune system,简称AIS）的工业认知无线网络路由机制,包含基于链路质量的域内静态路由算法和基于多路径的域间动态路由算法,以实现工业网络的可靠路由.根据人工免疫系统特点,将工业网络的拓扑结构进行区域划分：提出了基于链路质量的域内静态路由算法,采用软硬件结合的方式监视网络链路,并根据移动窗口指数加权平均法计算链路丢包率;提出了基于多路径的域间动态路由算法,根据模式距离对节点的流量周期进行预测,防止节点因流量过大而导致丢包.基于OMNET++仿真平台进行仿真实验,结果表明,所提出的路由机制在应对突发流量时与组合定向地理路由算法相比,丢包率及网络开销分别降低1倍;应对链路失效的情况时与图路由算法相比丢包率降低4倍.     

基于无线唤醒方式的车间人员活动信息监测系统

针对现代化生产监管需求,为便于对车间工作人员活动信息的统计和管理,结合低频唤醒、有源射频识别(Radio Frequency Identification,RFID)、WiFi无线网络及嵌入式系统,设计一种新型的人员活动信息监测系统。系统硬件由触发器、移动终端和无线网关组成,将人员活动信息经无线网络送云服务端,完成对人员信息数据的存储。通过PC机或手机终端的管理平台可以从服务器的数据库获取数据,对人员进行实时考勤及动态监测。系统采用无接触式低频唤醒及有源射频通信相结合的打卡方式,具备终端功耗低、监测稳定性高、自动化程度高的特点,能够有效地促进生产管理水平,提升企业整体形象。     

基于FPGA的递归神经网络加速器的研究进展

递归神经网络(RNN)近些年来被越来越多地应用在机器学习领域,尤其是在处理序列学习任务中,相比CNN等神经网络性能更为优异。但是RNN及其变体,如LSTM、GRU等全连接网络的计算及存储复杂性较高,导致其推理计算慢,很难被应用在产品中。一方面,传统的计算平台CPU不适合处理RNN的大规模矩阵运算;另一方面,硬件加速平台GPU的共享内存和全局内存使基于GPU的RNN加速器的功耗比较高。FPGA 由于其并行计算及低功耗的特性,近些年来被越来越多地用来做 RNN 加速器的硬件平台。对近些年基于FPGA的RNN加速器进行了研究,将其中用到的数据优化算法及硬件架构设计技术进行了总结介绍,并进一步提出了未来研究的方向。