电压频率岛NoC映射的功耗优化算法

"这篇论文主要探讨了在性能约束条件下，如何对支持电压频率岛（VFIs）的片上网络（NoC）进行功耗优化的策略。作者定义了一个新的问题，即功耗感知的NoC映射问题，并提出了一种结合遗传算法和蚂蚁算法的优化方法。" 在现代微电子系统中，片上网络（NoC）已经成为多核处理器之间通信的关键组成部分。然而，随着系统复杂性的增加，功耗成为了一个重大的设计挑战。电压频率岛（VFIs）是一种有效的功耗管理技术，它允许不同部分的芯片运行在不同的电压和频率水平，从而实现局部化的功耗控制。 论文首先明确了在性能约束下的功耗优化目标，即在保证NoC性能的前提下，降低系统的总功耗。这涉及到计算功耗、VFIs的开销功耗以及通信功耗的综合考虑。传统的优化方法往往只关注单一类型功耗，而本文提出的解决方案则更全面地处理了这些因素。 接着，论文介绍了一种混合遗传-蚂蚁算法。遗传算法以其快速的全局搜索能力被用来探索可能的解决方案空间，而蚂蚁算法则以其精细的局部优化能力来精细化这些解决方案。这种融合策略旨在平衡算法的收敛速度和优化质量，使得算法能够在较短时间内找到接近全局最优的映射方案。 实验证明，该算法能有效地减少VFIs NoC的功耗，并且在满足性能需求的同时，展现出快速的收敛性和高精度的优化效果。这对于处理大规模NoC映射问题尤其有利，因为它可以有效地应对复杂的硬件结构和严格的功耗预算。 关键词包括片上网络、电压频率岛、低功耗、映射、遗传算法、蚂蚁算法、融合和性能，这些关键词突出了研究的核心内容和技术手段。通过这种方式，论文为解决NoC功耗问题提供了一种创新的优化策略，对于未来高性能、低功耗的芯片设计具有重要的参考价值。