温度感知的嵌入式系统缓存与暂存器数据分配优化策略

本文主要关注的是嵌入式系统中的温度感知数据分配策略，尤其是在混合存储体系结构中，该体系结构融合了片上缓存（Cache）和暂存器（Scratchpad Memory, SPM）。嵌入式系统由于其低功耗和实时性的要求，对于系统性能和温度管理有着极高的敏感度。传统的内存架构可能无法充分满足这些需求，因此，作者提出了一个创新的方法来解决这一问题。 首先，文章的核心理念是通过温度感知，实现对缓存和SPM工作的动态调整。在嵌套循环任务中，如果工作负载可以预先估计，作者采用非线性规划方法，设计了一个公式，这个公式在给定SPM大小和温度限制的前提下，目标是最大限度地减少循环的总执行时间。这展示了对系统性能的精确优化策略，确保在有限资源条件下达到最佳效率。 然而，当工作负载不能预先确定时，作者进一步提出了一个名为TALS（Temperature-Aware Loop Scheduling，温度感知循环调度）的算法。TALS算法能够根据实时运行时的温度变化，动态地决定数据在缓存和SPM之间的分配，以达到性能与温度的双重优化。这种自适应性策略能够实时响应硬件环境的变化，避免了预估误差带来的性能损失。 实验结果显示，TALS算法的成功应用显著提升了嵌入式系统的整体性能，并有效控制了运行温度。这对于在严苛环境下工作的设备，如工业自动化设备、航空航天设备或物联网设备来说，具有重大的实际意义，因为它能够在保证系统稳定运行的同时，延长设备的使用寿命，降低维护成本。 本文的研究提供了一种新颖的解决方案，通过结合温度感知、非线性规划和动态调度，优化了嵌入式系统中缓存和暂存器的数据分配，实现了性能与温度的有效平衡，为嵌入式系统的高效能、低功耗设计开辟了新的途径。