CN106789704A

CN106789704A - 片上网络限流系数的精确量化方法

Info

Publication number: CN106789704A
Application number: CN201710023536.9A
Authority: CN
Inventors: 赵宏智; 王强
Original assignee: Beijing Jiaotong University
Current assignee: Beijing Jiaotong University
Priority date: 2017-01-13
Filing date: 2017-01-13
Publication date: 2017-05-31
Anticipated expiration: 2037-01-13
Also published as: CN106789704B

Abstract

本发明公开一种片上网络限流系数的精确量化方法，包括：S1、源节点查找以该源节点和目标节点为对角线顶点的矩形RSD范围内该源节点至目标节点的路由中的所有瓶颈节点；S2、源节点获取瓶颈节点的拥塞值；S3、源节点根据瓶颈节点的拥塞值计算得到限流系数。本发明易于实现、时间复杂度低，可精确确定片上网络的限流系数。

Description

片上网络限流系数的精确量化方法

技术领域

本发明涉及片上网络技术领域。更具体地，涉及一种片上网络限流系数的精确量化方法。

背景技术

片上网络(Network On Chip,NOC)以其在解决复杂SoC中多核间通信的可扩展性、能够适应超深亚微米工艺下较大的传输线延迟、较高的通信带宽等优点，在高性能多核芯片如通用芯片多处理器和专用系统芯片的设计中已经成为主流的设计方法。

在片上网络中，由于通信链路和网络的输入/输出端口是带宽受限的，并且真实应用的流量负载分布有着天然的不均衡性，使得在网络中发往某些NOC路由器或PE(Processing Element，处理单元)模块的数据包速率有时候会高于这些模块本身所能接收的最高速率，此时就会造成网络拥塞。片上网络的拥塞将导致网络负载饱和、应用吞吐量的下降、通信延时增加、系统性能的降低等问题。

源限流(source throttling control algorithm)是一种主要的片上网络拥塞控制方法。其基本思路是在网络拥塞时PE节点通过限制进入网络的数据包数目来降低网络负载，使得在不显著降低应用性能和网络吞吐量的情况下就能有效降低拥塞，在网络负载过高时可以有效降低通信延时和提升网络性能。

在源限流系统中，限流系数的设置是十分的重要。限流系数的设置不当，容易产生过度限流(over throttling)或限流不足(under throttling)的问题，从而导致网络性能下降。在网络采取适应性路由算法来传递数据包的情况下，路由过程对PE节点而言是一个黑盒，PE节点无法控制网络的路由过程。这给精确设置限流系数产生了困难。如何利用网络负载信息来精确地对限流系数进行量化，从而尽量避免过度限流或限流不足的问题，在现有技术中并没有很好的解决方法。

因此，需要提供一种片上网络限流系数的精确量化方法。

发明内容

本发明的目的在于提供一种片上网络限流系数的精确量化方法。

为达到上述目的，本发明采用下述技术方案：

一种片上网络限流系数的量化方法，包括如下步骤：

S1、源节点查找以该源节点和目标节点为对角线顶点的矩形RSD范围内该源节点至目标节点的路由中的所有瓶颈节点；

S2、源节点获取瓶颈节点的拥塞值；

S3、源节点根据瓶颈节点的拥塞值计算得到限流系数。

优选地，步骤S1包括如下子步骤：

S1.1、源节点计算RSD范围内该源节点至目标节点的路由中的每一个中间节点的正向路径计数值和反向路径计数值，标记出所有的可用中间节点；

S1.2、计算源节点对可用中间节点的贡献值；

S1.3、将贡献值最大的可用中间节点作为该源节点至目标节点的路由的瓶颈节点。

优选地，步骤S1.1中标记出所有的可用中间节点的方法为：将所有的正向路径计数值和反向路径计数值均不为0的中间节点标记为可用中间节点。

优选地，步骤S3的具体过程为：

S3.1、源节点将瓶颈节点(X_i,Y_j)的拥塞值Con_ij与限流阈值TH进行比较，如果Con_ij＞TH，则源节点需要进行限流，转步骤S3.2；如果Con_ij≤TH，则源节点不需要进行限流，流程结束；

S3.2、源节点根据瓶颈节点的拥塞值计算得到瓶颈节点(X_i,Y_j)对应的限流系数α_ij，公式如下：

如果只有一个瓶颈节点，则该瓶颈节点对应的限流系数就是源节点的限流系数；如果存在多个瓶颈节点，则将各瓶颈节点对应的限流系数的最大值作为源节点的限流系数。

本发明的有益效果如下：

本发明所述技术方案适用于以下场景：一是容错且拥塞缓解的场景，此时将拥塞节点当做错误节点即可；二是多值表示拥塞值的场景。通过对不含拥塞节点的曼哈顿路径的求解，找到网络中的瓶颈节点，本发明所述技术方案易于实现、时间复杂度低，可精确确定片上网络的限流系数。而且本发明所述技术方案是根据瓶颈节点对源节点进行限流，尽量避免饱和树蔓延时才开始进行限流的情况，进而避免出现限流系数偏大或者偏小的问题导致的网络吞吐量和网络延时的震荡。本发明所述技术方案对已经形成的拥塞节点，可防止饱和树的蔓延。

附图说明

下面结合附图对本发明的具体实施方式作进一步详细的说明。

图1示出片上网络限流系数的精确量化方法的流程图。

图2示出计算中间节点正向路径计数值的示意图。

图3示出计算中间节点反向路径计数值的示意图。

图4示出源节点对可用中间节点的贡献值的示意图。

具体实施方式

为了更清楚地说明本发明，下面结合优选实施例和附图对本发明做进一步的说明。附图中相似的部件以相同的附图标记进行表示。本领域技术人员应当理解，下面所具体描述的内容是说明性的而非限制性的，不应以此限制本发明的保护范围。

根据片上网络的负载状况，片上网络中的节点可以分为拥塞节点和非拥塞节点。由于片上网络负载的分布有着天然的不均衡性，使得片上网络中的某些节点接收到了过多的数据包，其处理能力远低于数据包的接收速率，从而造成了拥塞，这样的节点就是拥塞节点。片上网络中的其他的处理能力和接收速率相适应的节点就是非拥塞节点。片上网络中节点拥塞与否的判断标准是阈值TH，TH是一个大于1的自然数，如果节点当前的拥塞值大于等于TH，则该节点处于拥塞状态，是拥塞节点。

拥塞节点可以分为两类：目标节点和中间节点。在一对源节点和目标节点的通信过程中，如果源节点发送数据包的速率超出了目标节点的处理能力，那么目标节点将成为拥塞节点。如果源节点和目标节点的收/发数据包的速率相适应，则目标节点不会成为拥塞节点。片上网络的中间节点成为拥塞节点的原因是：由于路由算法、网络拓扑等原因导致网络流量集中在一些中间节点上，这也会导致这些中间节点成为拥塞节点。对目标节点的限流很简单，直接在源节点采用与目标节点接收速率一致或少一些的速率来发送数据包即可。本发明公开的是面向拥塞的中间节点对源节点的限流系数进行量化的方法。

对于片上网络中的任意一个节点而言，其拥塞值是片上网络中多个不同的源节点所发出的数据包经过不同路径叠加到该节点所造成的，即其中Con_ij是节点(X_i,Y_j)的拥塞值，PS_mn为各源节点S(X_m,Y_n)对节点(X_i,Y_j)的贡献值(贡献值就是贡献的数据包)，M和N分别表示片上网络的长和宽，i,m∈[1,M]，j,n∈[1,N]。源节点S(X_m,Y_n)对于不同的节点会传递不同数量的数据包，在整个网络中通过各源节点S(X_m,Y_n)产生的数据包的总和最多的中间节点就是影响整个片上网络性能的片上网络瓶颈节点。

本发明公开的片上网络限流系数的精确量化方法的基本思想是片上网络中每一个源节点S根据该源节点S获取的该源节点S至目标节点D的路径中的瓶颈节点进行精确的限流。

如图1所示，本发明公开的片上网络限流系数的精确量化方法包括如下步骤：

S1、源节点查找以该源节点和目标节点为对角线顶点的矩形RSD(Rectangledefined by‘Source’node and‘Destination’node)范围内该源节点至目标节点的路由中的所有瓶颈节点；

S2、源节点获取瓶颈节点的拥塞值；

S3、源节点根据瓶颈节点的拥塞值计算得到限流系数，从而根据限流系数进行精确限流，控制片上网络的拥塞状态。

其中，如果片上网络中有多个源节点，则每一个源节点都执行步骤S1至S3，得到各源节点自身的限流系数，从而进行精确限流，控制片上网络的拥塞状态。对某个源节点来说，其获取的拥塞节点不一定是瓶颈节点，所查找到的瓶颈节点也未必处于拥塞状态。另外，一个中间节点可能是一个源节点的瓶颈节点，但未必是其它源节点的瓶颈节点。

步骤S1包括如下子步骤：

S1.1、源节点计算以该源节点和目标节点为对角线顶点的矩形RSD范围内该源节点至目标节点的路由中的每一个中间节点的正向路径计数值和反向路径计数值，标记出所有的可用中间节点；

S1.2、计算源节点对可用中间节点的贡献值；

S1.3、源节点对可用中间节点按贡献值由大到小进行排序，将贡献值最大的可用中间节点作为该源节点至目标节点的路由的瓶颈节点。

步骤S1.1的具体过程为：

假设2D-mesh拓扑结构片上网络的网络规模为M*N。(X_m,Y_n)表示源节点，(X_k,Y_h)表示目标节点，m,k∈[1,M]，n,h∈[1,N]。假定(X_k,Y_h)在(X_m,Y_n)的X₊、Y₊方向。定义一个被(X_k,Y_h)和(X_m,Y_n)所决定的矩形(Rectangle defined by‘Source’node and‘Destination’node，RSD)，其中(X_k,Y_h)和(X_m,Y_n)是RSD的对角线顶点，RSD的长和宽分别为X_k-X_m和Y_h-Y_n。RSD包含了从(X_m,Y_n)到(X_k,Y_h)的所有可能的曼哈顿路径，则可通过求解不包含拥塞节点的曼哈顿路径来查找瓶颈节点。

如果中间节点通过一跳就可以到达中间节点则称是的前驱节点，是的后继节点，且i₂＝i₁+1∧j₂＝j₁或i₁＝i₂∧j₂＝j₁+1。在片上网络中，两个节点之间的曼哈顿路径中的中间节点的前驱节点和后继节点的个数只能是0、1或2。

将从源节点(X_m,Y_n)到目标节点(X_k,Y_h)的、不包含拥塞节点的曼哈顿路径简称为目标路径。由于拥塞节点的存在，使得有些RSD范围内的中间节点并不包含在目标路径中，这些节点分为无用中间节点和不可达中间节点。无用中间节点不能通过目标路径向目标节点传送接收到的数据包，不可达中间节点无法通过目标路径接收到来自源节点的数据包。将拥塞节点看做是错误节点的话，这两类节点的类似的概念在现有技术中均有公开，这里不再赘述。

求解从源节点(X_m,Y_n)到目标节点(X_k,Y_h)的目标路径数的计算方法有两种：正向路径计数方法(Positive Path-Counter，P-PC)和反向路径计数方法(Negative Path-Counter，N-PC)。正向路径计数方法的定义为在RSD范围内从源节点(X_m,Y_n)到当前中间节点(X_i,Y_j)的所有目标路径数，用正向路径计数值C(i,j)表示。如果源节点(X_m,Y_n)不是一个拥塞节点，C(m,n)初始化设置为1，这表示源节点(X_m,Y_n)到其自身的目标路径数目是1；如果源节点(X_m,Y_n)是一个拥塞节点，则C(m,n)初始化设置为0，这表示源节点(X_m,Y_n)到其自身的目标路径数目是0。反向路径计数方法的定义为在RSD范围内从当前中间节点(X_i,Y_j)到目标节点(X_k,Y_h)的所有目标路径数，用反向路径计数值C'(i,j)表示。如果目标节点(X_k,Y_h)不是一个拥塞节点，C'(k,h)初始化设置为1，这表示目标节点(X_k,Y_h)到其自身的目标路径数目是1；如果目标节点(X_k,Y_h)是一个拥塞节点，则C'(k,h)初始化设置为0，这表示目标节点(X_k,Y_h)到其自身的目标路径数目是0。

(X_k,Y_h)在(X_m,Y_n)的X₊、Y₊方向，(X_i,Y_j)是RSD范围内的一个中间节点，则m≤i≤k，n≤j≤h，中间节点(X_i,Y_j)的正向路径计数值C(i,j)和反向路径计数值C'(i,j)的定义为：

根据公式(1)，按照递推的顺序即可求得各个中间节点的正向路径计数值。利用正向路径计数方法计算中间节点正向路径计数值的详细算法步骤如下：

S1.1.1、进行初始化操作：设j＝n，如果(X_m,Y_n)是拥塞节点，则C(m,n)＝0，否则C(m,n)＝1；

S1.1.2、设i＝m，判断j≤h是否成立，如果成立则转入步骤S1.1.3，否则退出算法；

S1.1.3、判断i≤k是否成立，如果成立则转入步骤S1.1.4，否则转入步骤S1.1.6；

S1.1.4、根据公式(1)计算C(i,j)；

S1.1.5、i++，转入步骤S1.1.3；

S1.1.6、j++，转入步骤S1.1.2；

通过上述正向路径计数方法即可求得各个中间节点的正向路径计数值C(i,j)。

根据公式(2)，按照递推的顺序即可求得各个中间节点的反向路径计数值，利用反向路径计数方法计算中间节点反向路径计数值的详细算法步骤如下：

S1.1.7、进行初始化操作：设j＝h，如果(X_k,Y_h)是拥塞节点，C'(k,h)＝0，否则C'(k,h)＝1；

S1.1.8、设i＝k，判断j≥n是否成立，如果成立则转入步骤S1.1.9，否则退出算法；

S1.1.9、判断i≥m是否成立，如果成立则转入步骤S1.1.10，否则转入步骤S1.1.11；

S1.1.10、根据公式(2)计算C'(i,j)；

S1.1.11、i--，转入步骤S1.1.9；

S1.1.12、j--，转入步骤S1.1.8；

通过上述反向路径计数方法即可求得各个中间节点的反向路径计数值C'(i,j)。

其中正向路径计数值C(i,j)的值为0的中间节点为无用中间节点，反向路径计数值C'(i,j)值为0的中间节点为不可达中间节点。正向路径计数值C(i,j)或反向路径计数值C'(i,j)为0的中间节点即为不可用中间节点，正向路径计数值C(i,j)和反向路径计数值C'(i,j)均不为0的中间节点即为可用中间节点。目标路径由可用中间节点组成。

步骤S1.2的具体过程为：

计算RSD范围内源节点对RSD范围内该源节点至目标节点的路由中的每一个可用中间节点的贡献值，具体为：进行归一化处理，源节点(X_m,Y_n)有1份流量沿目标路径传送到目的节点(X_k,Y_h)。设V(m,n)表示源节点所需传达的流量的份数，则V(i,j)表示当前可用中间节点(i,j)的贡献值(贡献值就是所需传送的流量份数)。贡献值按照如下规则传送：

通过公式(3)按照递推的顺序可以求出源节点对各个可用中间节点的贡献值V(i,j)，详细的算法过程如下面的叙述：

S1.2.1、进行初始化操作：设i＝m，V(m,n)＝1；

S1.2.2、设j＝n，判断i≤k是否成立，如果成立则转入步骤S1.2.3，否则退出算法；

S1.2.3、判断j≤h是否成立，如果成立则转入步骤S1.2.4，否则转入步骤S1.2.6；

S1.2.4、根据公式(3)计算V(i,j)；

S1.2.5、j++，转入步骤S1.2.3；

S1.2.6、i++，转入步骤S1.2.2；

这样，就求出了源节点对各个可用中间节点的贡献值V(i,j)，在此基础上，执行步骤S1.3，步骤S1.3通过简单的排序方法就可以找出除源节点和目的节点外的贡献值V(i,j)最大(maxV(i,j))的可用中间节点，这个贡献值最大的可用中间节点就是该源节点至目标节点的路由的瓶颈节点。

步骤S2中，源节点使用常用的网络拥塞感知策略即可感知到瓶颈节点(X_i,Y_j)的拥塞值Con_ij。现有的拥塞感知策略很多，在此不再赘述。

步骤S3的具体过程为：

设定需要进行限流的限流阈值为TH。通过将瓶颈节点(X_i,Y_j)的拥塞值Con_ij与限流阈值TH进行比较，判断源节点是否进行限流，如果需要限流则计算限流系数，具体步骤如下：

S3.1、源节点将瓶颈节点(X_i,Y_j)的拥塞值Con_ij与限流阈值TH进行比较，如果Con_ij＞TH，则源节点需要进行限流，转步骤S3.2；如果Con_ij≤TH，则源节点不需要进行限流，流程结束；注意，在RSD范围内的非瓶颈节点的拥塞值即使大于阈值TH，也不根据其值判断是否进行限流；

S3.2、源节点根据瓶颈节点的拥塞值计算得到瓶颈节点对应的限流系数，公式如下：

这样，就求得了源节点最终的精确的限流系数。

片上网络中，其他源节点至目标节点的中间节点的限流系数的量化与上述过程相同。

下面将本发明公开的片上网络限流系数的精确量化方法应用于具体片上网络对本发明做进一步地说明。

如图2、图3和图4所示，2D-mesh片上网络的网络规模为8x8，节点(1,1)为源节点，节点(8.8)为目标节点。(8,8)在(1,1)的X₊，Y₊方向。5个拥塞节点分别为(6,1),(5,2),…,(2,5)。

图2表示P-PC方法计算的各个节点的不含拥塞节点的最短路径数，各节点的结果已在图中标示。每个中间节点的路径数是从左到右，从上到下按顺序求得的。对于源节点(1,1)，因为它不是拥塞节点，所以初始化为1。接下来计算(2,1)，根据公式(1)，(2,1)不是拥塞节点且只有一个前驱节点(1,1)，所以(2,1)的计算结果为1，同理(3,1)，(4,1)，(5,1)也是1。对于节点(6,1)，因为它是拥塞节点所以根据公式(1)其计算结果是0。(7,1)，(8,1)都是0.按照第一行，第二行,…,第八行的顺序计算完第一列之后，按照同样的顺序计算第二列。(1,2)的计算结果为1，(2,2)因为有两个前驱节点，计算结果为(1,2)和(2,1)和2。同理，计算余下的其他节点，直到最后一个节点(8,8)，计算结果是568。这样就以P-PC方法计算得到了该RSD范围内的各个节点的所有目标路径数。

图3表示N-PC方法计算的各个节点的不含拥塞节点的最短路径数，各节点的结果已在图中标示。每个节点的路径数是从底到顶，从右到左按顺序求得的。对于(8,8)因为它不是拥塞节点，所以初始化为1。接下来计算(7,8)，根据公式(2)，(7,8)不是拥塞节点且只有一个前驱节点(8,8)，所以(7,8)的计算结果为1，同理(6，8)，(5,8),…,(1,8)也是1。计算完第一列之后，按照同样的顺序计算第二列。(8,7)的计算结果为1，(7,7)因为有两个前驱节点，计算结果为(8,7)和(7,8)的和2。同理，计算余下的其他节点，如(4,4)因为是拥塞节点，根据公式(2)计算结果为0,…,直到最后一个节点(1,1)，计算结果是568。这样就以N-PC方法计算完了该RSD的各个节点的所有目标路径数。

图4中假定源节点(1,1)需要传送1份流量(归一化处理)到目标节点(8,8)，两节点所组成的RSD范围内的各中间节点所需传送的数据包的数目。根据公式(3)，从左往右，从上往下依次计算。(1,2)因为只有一个前驱节点且(1,1)有两个可用的后继节点，所以(1,2)的计算结果等于1/2＝0.5，同理，(1,3)为0.25，(1,4)为0.125。(1,5)因为只有一个前驱节点且(1,4)有一个可用的后继节点，所以(1,5)的计算结果为0.125。(1,6),…,(1,8)，计算完第一行的数据，然后依次计算第二行,…,第八行，得到图4的结果。从图4中我们可知，除源节点(1,1)和目的节点(8,8)外，(4,3)，(5,3)的值最大，为0.875，将这两个节点作为源节点(1,1)的瓶颈节点。同时，我们假定限流阈值为120，并且该两个瓶颈节点此时的拥塞值都为150，则根据公式(4)可知，此状态下该节点的限流系数α＝1-120/150＝0.2。最后求得源节点(1,1)的限流系数为0.2。

显然，本发明的上述实施例仅仅是为清楚地说明本发明所作的举例，而并非是对本发明的实施方式的限定，对于所属领域的普通技术人员来说，在上述说明的基础上还可以做出其它不同形式的变化或变动，这里无法对所有的实施方式予以穷举，凡是属于本发明的技术方案所引伸出的显而易见的变化或变动仍处于本发明的保护范围之列。

Claims

1.一种片上网络限流系数的精确量化方法，其特征在于，该方法包括如下步骤：

S2、源节点获取瓶颈节点的拥塞值；

S3、源节点根据瓶颈节点的拥塞值计算得到限流系数。

2.根据权利要求1所述的片上网络限流系数的精确量化方法，其特征在于，步骤S1包括如下子步骤：

S1.2、计算源节点对可用中间节点的贡献值；

3.根据权利要求2所述的片上网络限流系数的精确量化方法，其特征在于，步骤S1.1中标记出所有的可用中间节点的方法为：将所有的正向路径计数值和反向路径计数值均不为0的中间节点标记为可用中间节点。

4.根据权利要求1所述的片上网络限流系数的精确量化方法，其特征在于，步骤S3的具体过程为：

α_{i j} = 1 - \frac{T H}{{Con}_{i j}};