CN109977519A - 一种以高能效为目标的芯片功率预算估计方法 - Google Patents

一种以高能效为目标的芯片功率预算估计方法 Download PDF

Info

Publication number
CN109977519A
CN109977519A CN201910211202.3A CN201910211202A CN109977519A CN 109977519 A CN109977519 A CN 109977519A CN 201910211202 A CN201910211202 A CN 201910211202A CN 109977519 A CN109977519 A CN 109977519A
Authority
CN
China
Prior art keywords
energy efficiency
chip
target
high energy
core
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201910211202.3A
Other languages
English (en)
Inventor
王海
张泽明
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
University of Electronic Science and Technology of China
Original Assignee
University of Electronic Science and Technology of China
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by University of Electronic Science and Technology of China filed Critical University of Electronic Science and Technology of China
Priority to CN201910211202.3A priority Critical patent/CN109977519A/zh
Publication of CN109977519A publication Critical patent/CN109977519A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/16—Matrix or vector computation, e.g. matrix-matrix or matrix-vector multiplication, matrix factorization
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
    • G06F2119/08—Thermal analysis or thermal optimisation

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Pure & Applied Mathematics (AREA)
  • Mathematical Optimization (AREA)
  • Mathematical Analysis (AREA)
  • Computational Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Software Systems (AREA)
  • Databases & Information Systems (AREA)
  • Algebra (AREA)
  • Computing Systems (AREA)
  • Computer Hardware Design (AREA)
  • Evolutionary Computation (AREA)
  • Geometry (AREA)
  • Testing Of Individual Semiconductor Devices (AREA)

Abstract

本发明属于电子设计自动化领域，公开了一种以高能效为目标的多核芯片功率预算估计方法。本发明充分考虑了多核芯片静态功耗与温度之间的非线性关系，计算出的功率预算更为准确；由于传统的通过建立与芯片各个核心电源电压和频率相关，以芯片能效为目标的优化问题过于复杂，我们通过引入热影响因子，将这一优化问题转化为求解各个核心最高能效对应温度，将高能效优化问题简化为以温度为中心的优化问题；进而基于贪心算法，此方法可以得到在高能效下最大化性能的亮核分布；结合瞬态模型，本发明可以实时地以高能效为目标的对芯片功率预算进行估计。

Description

一种以高能效为目标的芯片功率预算估计方法
方法领域
本发明属于电子设计自动化领域。
背景方法
伴随着登纳德缩放定律的失效，器件的功率密度不断上升，逼近功耗墙。为了保证芯片安全，研究者提出了通过任务迁移和动态电压频率调节的方法来管理多核芯片的热性能。芯片功率预算估计方法可以更好地引导这些热管理行为，在保证芯片安全的前提下实现性能或能效的最大化。
传统芯片功率预算估计方法没能考虑到漏电流，即静态功耗和温度之间的非线性关系。随着漏电流的显著增大，静态功耗在整体功耗中比例明显上升。此外，静态功耗和温度之间存在着指数型正反馈型的关系：伴随着温度上升，静态功耗增加，静态功耗的增加进一步导致了温度的上升。静态功耗的估计问题成为了制约传统芯片功率预算估计方法应用的重要因素。
之前多数芯片功率预算估计方法以最大化芯片性能为目标，在移动设备流行的当下，高能效的重要性更加凸显。
针对以上问题，提出一种能够精确考虑静态功耗的以高能效为目标的多核芯片功率预算估计方法是目前亟待解决的问题。
发明内容
针对上述不足和难点，本发明提出一种以高能效为目标的多核芯片功率预算估计方法。通过引入准确的功率模型和芯片的热模型，并考虑漏电流与温度之间的非线性关系，构造以能效为目标的优化问题。该优化问题通过计算每个核心的最高能效对应温度可以转化为以最小化所有亮核当前温度和目标温度之差的和的优化问题。通过贪心算法，大大降低求次优亮核分布的复杂度，可以用于实时的以高能效为目标的多核芯片功率预算估计。
本发明采用的方法方案为：
步骤一，从Hotspot中提取多核芯片的热模型参数，主要是芯片上热电容和热电阻参数以及芯片包装对应的热模型参数，建立准确的多核芯片热模型。
步骤二，对于静态功率和温度相互依赖的关系，采用泰勒展开的线性化方法，实现非线性静态功率模型的线性化，为静态功率的准确快速估计和以高能效为目标的芯片功率预算估计提供了前提条件。
步骤三，在稳态下，结合芯片热模型和功率模型，构建以能效为目标的优化问题。因为该优化问题复杂度过高，不能应用于实时的芯片功率预算估计方法。为了克服这个问题，我们提出将该优化问题转化为以最小化亮核温度差之和为中心的优化问题。并证明求解该优化问题可以得到固定亮核分布对应的最高能效的芯片功率预算。
步骤四，由于求解对应最高性能的亮核分布复杂度过高，我们通过贪心算法，以低计算复杂度得到了对应最高能效下最高性能的芯片功率预算估计值。
步骤五，在瞬态下证明以温度为中心的优化问题适用于瞬态情况，进而可以在瞬态下实时求得对应最高能效下最高性能的芯片功率预算估计值。
本发明的优点主要包括：
1.本发明方法具备通用性和移植性，适用于不同核心数目的多核芯片
2.本发明证明对于固定亮核分布，存在唯一的亮核目标温度值，可以使芯片能效最高
3.本发明在考虑静态功耗与温度之间非线性关系的同时，可以实时给出以高能效为目标的芯片功率预算估计值
附图说明
图1为HSPICE仿真和曲线拟合静态功耗和温度关系对比图
图2为稳态热转移矩阵示意图
图3为对于有4个亮核的9核系统，所有可能亮核分布情况下能效(PPW)和性能(MIPS)的对比图
图4为通过蒙特卡洛法，对于一个有4个亮核的9核芯片，通过随机亮核分布和每个核心的运行状态，比较芯片的能效
图5为以高能效为目标的功率预算估计方法流程图
具体实施方式
为体现本发明的可行性和优异性，下面结合附图说明具体实施步骤。显然，所描述的实例是本发明的一部分实例，而不是全部实例。基于本发明中的实例，本领域普通方法人员在没有做出创造性劳动的前提下获得的所有其他实例，都属于本发明的保护范围。
图1为HSPICE仿真和曲线拟合静态功耗和温度关系对比图。多核芯片系统的系统功耗由静态功耗和动态功耗组成，动态功耗可以较为简单地由数值计算求出。而静态功耗由漏电流产生，包括了亚阈值电流，栅电流和反向偏置的结泄漏电流。其中的主要组成部分亚阈值电流与温度之间存在指数型的非线性关系。从图1中可以看出，我们的拟合结果精度很高，温度与电流之间也存在着非线性关系。
图2所示为一个n核系统的稳态热转移矩阵示意图。对于多核系统直接优化能效的问题，由于温度与功率之间的相互影响，以及核心与核心之间的相互影响，导致这一优化问题难以直接求解。静态功耗和温度之间的非线性关系，我们通过泰勒展开线性化来解决。对于后者，通过稳态热转移矩阵，我们发现可以将所有其他核心对当前核心的热影响通过一个系数，即热影响系数的代替。进而，多核系统的能效优化问题可以转化为求解多核系统每个核心的最高能效对应温度。
图3所示为在所有亮核位于最优温度附近时，对于有4个亮核的9核系统，所有可能亮核分布情况下能效(PPW)和性能(MIPS)的对比图。为了验证上一步中求得的最高能效对应温度的可行性，我们将亮核温度控制在最高能效温度，并对比了所有可能的亮核分布下的芯片能效和性能。如图3所示，只要亮核的温度在最高能效温度附近，不论亮核分布是怎样的，芯片的能效都近乎相同。通过图4，我们可以得知，我们计算出的最高能效温度，可以使芯片的能效接近最优值。然而，不同的亮核分布下，芯片的整体性能是不同的，这意味着我们在最大化芯片能效的同时，还需要确定最优的亮核分布，从而在最大化能效的同时，最大化芯片的性能。
图5为以高能效为目标的功率预算估计方法流程图。具体而言，我们通过热模型和功率模型得到芯片的能效模型，进而对于不同的开启的核心数目，计算得出芯片对应高能效的工作温度。并通过贪心算法得出能够使芯片在满足上一步计算出的高能效温度的前提下，能使芯片的工作性能最大的亮核分布。从而得出最终的以高能效为目标的功率预算。

Claims (7)

1.一种以高能效为目标的多核芯片功率预算估计方法，其特征在于：考虑多核芯片静态功耗的功率预算估计方法；建立与芯片各个核心电源电压和频率相关，以芯片能效为目标的优化问题；基于芯片模型和功率模型求解各个核心最高能效对应温度；将高能效优化问题简化为以温度为中心的优化问题；基于贪心算法得到在高能效下最大化性能的亮核分布；基于瞬态模型设计实时的以高能效为目标的芯片功率预算估计方法。
2.按照权利要求1所述的以高能效为目标的多核芯片功率预算估计方法，其特征在于：所述的考虑多核芯片静态功耗的功率预算估计方法，静态功耗和温度之间存在指数型的非线性关系，导致芯片温度不能直接计算。
3.按照权利要求1所述的以高能效为目标的多核芯片功率预算估计方法，其特征在于：所述的以芯片能效为目标的优化问题，变量包括亮核数量和分布，以及每个亮核的电源电压和工作频率。
4.按照权利要求1所述的以高能效为目标的多核芯片功率预算估计方法，其特征在于：所述的各个核心最高能效对应温度，通过计算不同亮核数量下每个核心的最高能效对应的温度，可以得到所有核心在各种情况下的最高能效对应温度。
5.按照权利要求1所述的以高能效为目标的多核芯片功率预算估计方法，其特征在于：所述的以温度为中心的优化问题，把优化问题转化为最小化所有亮核的最高能效对应温度和当前温度之差的和。
6.按照权利要求1所述的以高能效为目标的多核芯片功率预算估计方法，其特征在于：所述的最大化性能的亮核分布，对应最高能效的功率预算有多种可能，需要找出能最大化芯片性能的功率预算。
7.按照权利要求1所述的以高能效为目标的多核芯片功率预算估计方法，其特征在于：所述的实时的以高能效为目标的芯片功率预算估计方法，考虑瞬态效应，可证明以温度为中心的优化问题适用于瞬态情况。
CN201910211202.3A 2019-03-20 2019-03-20 一种以高能效为目标的芯片功率预算估计方法 Pending CN109977519A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910211202.3A CN109977519A (zh) 2019-03-20 2019-03-20 一种以高能效为目标的芯片功率预算估计方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910211202.3A CN109977519A (zh) 2019-03-20 2019-03-20 一种以高能效为目标的芯片功率预算估计方法

Publications (1)

Publication Number Publication Date
CN109977519A true CN109977519A (zh) 2019-07-05

Family

ID=67079517

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910211202.3A Pending CN109977519A (zh) 2019-03-20 2019-03-20 一种以高能效为目标的芯片功率预算估计方法

Country Status (1)

Country Link
CN (1) CN109977519A (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111339026A (zh) * 2020-02-24 2020-06-26 电子科技大学 一种三维微处理芯片的实时性能优化技术
CN113065229A (zh) * 2021-03-10 2021-07-02 电子科技大学 一种众核暗硅芯片的实时功率预算技术
CN113946933A (zh) * 2020-11-08 2022-01-18 西北工业大学 一种暗硅系统组合优化功耗预算估计与分配方法

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106055411A (zh) * 2016-06-07 2016-10-26 广州中国科学院先进技术研究所 一种可再生能源供电多核系统的功率分配方法

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106055411A (zh) * 2016-06-07 2016-10-26 广州中国科学院先进技术研究所 一种可再生能源供电多核系统的功率分配方法

Non-Patent Citations (7)

* Cited by examiner, † Cited by third party
Title
JIACHUN WAN等: "A fast full-chip static power estimation method", 《2016 13TH IEEE INTERNATIONAL CONFERENCE ON SOLID-STATE AND INTEGRATED CIRCUIT TECHNOLOGY (ICSICT)》 *
VINAY HANUMAIAH等: "Energy-Efficient Operation of Multicore Processors by DVFS, Task Migration, and Active Cooling", 《IEEE TRANSACTIONS ON COMPUTERS》 *
万家春: "暗硅芯片功耗预算估计技术研究", 《中国优秀硕士学位论文全文数据库 信息科技辑》 *
李甜甜等: "实时系统温度功耗管理的优化方法研究", 《计算机研究与发展》 *
王济铭: "SCP多核处理器芯片功耗测试与DVFS算法实现", 《中国优秀硕士学位论文全文数据库 信息科技辑》 *
谷丽君等: "基于芯片温度感知负载调度的数据中心能耗优化", 《华北电力大学学报(自然科学版)》 *
邱晓杰等: "功耗受限情况下多核处理器能效优化方案", 《计算机工程》 *

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111339026A (zh) * 2020-02-24 2020-06-26 电子科技大学 一种三维微处理芯片的实时性能优化技术
CN113946933A (zh) * 2020-11-08 2022-01-18 西北工业大学 一种暗硅系统组合优化功耗预算估计与分配方法
CN113065229A (zh) * 2021-03-10 2021-07-02 电子科技大学 一种众核暗硅芯片的实时功率预算技术

Similar Documents

Publication Publication Date Title
CN109977519A (zh) 一种以高能效为目标的芯片功率预算估计方法
Farivar et al. Optimal inverter VAR control in distribution systems with high PV penetration
Moeini-Aghtaie et al. A decomposed solution to multiple-energy carriers optimal power flow
Benysek et al. Application of stochastic decentralized active demand response (DADR) system for load frequency control
Burchett et al. An optimal Thevenin equivalent estimation method and its application to the voltage stability analysis of a wind hub
Wang et al. SVM-based parameter identification for composite ZIP and electronic load modeling
Qureshi et al. A fast scalable quasi-static time series analysis method for PV impact studies using linear sensitivity model
Wu et al. Transmission network expansion planning based on chronological evaluation considering wind power uncertainties
Chen et al. Optimal operation of integrated energy system based on exergy analysis and adaptive genetic algorithm
Zhang et al. Dynamic ADMM for real-time optimal power flow
Zang et al. A robust state estimator for integrated electrical and heating networks
CN112257279B (zh) 一种电热综合能源系统可行域构建方法
MacDougall et al. Quantifying flexibility for smart grid services
CN103887792B (zh) 一种含分布式电源的低压配电网建模方法
Bao et al. Control parameter optimization of thermostatically controlled loads using a modified state-queuing model
CN105260910A (zh) 智能用电奖励管理系统和方法
CN102194034A (zh) 电磁阀温升计算分析方法
Zhu et al. Efficient identification of critical load model parameters affecting transient stability
KR101690124B1 (ko) 주택용 부하 균등화를 위한 전력 소비 스케쥴 결정 방법
CN111259610A (zh) 一种热电联供系统稳态等效电路建立方法及系统
CN114096120B (zh) 电控箱散热系统、散热装置及电控箱
Wang et al. A Dynamic Equivalent Energy Storage Model of Natural Gas Networks for Joint Optimal Dispatch of Electricity-Gas Systems
Mathew et al. Assessment of demand response capability with thermostatic loads in residential sector
Bao et al. On the accuracy of the state-queuing model for the thermostatically controlled loads
Sun et al. Capacity benefit margin assessment based on multi-area generation reliability exponential analytic model

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20190705

WD01 Invention patent application deemed withdrawn after publication