Architecture and Design Methodology for Autonomic Systems on Chip

点击翻译按钮获取中文摘要

In den ersten zwei Phasen haben wir gezeigt, dass „organische” (Hardware-) Systeme, die aus kooperierenden autonomen Subsystemen bestehen, so entworfen und implementiert werden können, dass sie lebensähnliche Eigenschaften besitzen. Wir haben gezeigt, dass „Organic Computing“ das Potential besitzt, VLSI-Systeme mit den Fähigkeiten Selbst- Organisation, Selbst-Heilung, und Selbst-Optimierung auszustatten, so dass sie durch Lernen im Betrieb sich an ihre Umgebung anpassen und optimieren können. Das übergeordnete Ziel für die Phase 3 ist es, die Durchführbarkeit des entwickelten ASoC-Ansatzes zum Entwurf und zur Implementierung von selbst-organisierenden und selbst-optimierenden VLSI Systemen mittels funktionsfähiger Prototypen realistischer Anwendungen zu zeigen. In Phase 3 unseres Autonomic System on Chip (ASoC) Projekts werden wir demonstrieren, dass unser Ansatz mit vertretbarem Mehraufwand einsetzbar ist. Zudem werden wir den aktuellen Forschungsstand des Verstärkungslernens (reinforcement learning) in VLSI-Systemen durch theoretische und empirische Analysen vorantreiben, womit wir die auf dem Chip stattfindenden emergenten Prozesse in eine gewünschte Richtung lenken werden können. Mehrere realistische Anwendungsfälle von sowohl simulations- als auch FPGA-basierenden ASoC Prototypen werden die Leistungsfähigkeit und die Skalierbarkeit unseres Ansatzes unter Beweis stellen.