面向能耗与热分布的片上网络多目标优化映射算法：Pareto PMOM

本文主要探讨的是面向能耗和热分布的片上网络（NoC）多目标优化映射算法的研究。当前NoC映射算法主要关注通信能耗的降低，通过将通信量大的IP核心聚集在邻近区域来减少通信距离，然而这种做法可能导致局部过热问题，因为IP核的散热效应和热传递作用。为了克服这一局限，研究者认识到将通信能耗和热分布作为一个整体进行优化的重要性。 首先，作者提出了一个网络热均衡评估模型，这个模型考虑了NoC链路和路由节点的能耗以及它们对节点温度的影响。这个模型为实现片上系统中热分布的均衡提供了决策依据，确保系统在追求低能耗的同时不会忽视热管理问题。 接着，作者构建了一个基于Pareto最优的NoC多目标优化映射模型。Pareto最优是一种解决多目标问题的方法，它寻找一组解决方案，其中没有一个可以在所有目标上都优于其他解决方案。这种方法避免了传统加权模型和分层序列模型可能存在的无法覆盖所有最优解的局限性。 论文的核心贡献是提出了一种名为PMOM（Pareto Multi-Objective Mapping Optimization）的算法，它是基于NSGA-II算法的一种改进。PMOM通过调整精英保留策略，防止算法陷入局部最优，并确保得到的解更加均匀分布。此外，采用插入定位方式对映射编码，简化了操作流程，减少了对遗传操作的特殊控制需求。 通过仿真测试，PMOM算法在MPEG-4、VOPD实际应用以及TGFF生成的随机应用中展现出优越性。相比于基于NSGA的映射算法，PMOM在解的多样性上具有明显优势，并且具有更低的时间复杂度。特别是，在考虑热传递效应后，PMOM在热均衡优化方面表现出色，优于ABC和AS算法。 最后，文章指出PMOM算法的灵活性，它可以方便地扩展到NoC的其他性能指标，如芯片面积、延迟和QoS等。然而，针对更多性能指标的优化仍然是未来研究的重点。 总结来说，这篇论文研究了一种新的NoC映射策略，旨在平衡通信能耗和热分布，利用Pareto最优方法实现高效能和热均衡。该算法在实际应用中的表现优异，并为处理片上网络设计中的复杂多目标优化问题提供了创新思路。