课题基金 / 基金详情

片上光网络架构设计和可靠性协同优化

批准号:
62072298
项目类别:
面上项目
资助金额:
56.0 万元
负责人:
叶瑶瑶
依托单位:
学科分类:
计算机系统结构与硬件技术
结题年份:
2024
批准年份:
2020
项目状态:
已结题
项目参与者:
叶瑶瑶

项目摘要

结项摘要

叶瑶瑶的其他基金

相似基金

相关文献

中文摘要
基于硅光互连在带宽密度和功耗上的优势,近年来片上光网络成为了新一代众核处理器片上互连架构发展的重要方向。其中一个关键挑战是如何在片上光网络架构设计中充分考虑热光效应导致的可靠性问题,实现网络性能、功耗与可靠性的综合优化。本项目基于申请人在片上光网络架构设计、热光效应建模及系统级仿真方面丰富的前期研究基础,聚焦可靠性优化难点,开创性地开展片上光网络架构设计和可靠性协同优化。主要研究内容包括:1)面向异构众核处理器上通用处理器内核和硬件加速器不同的通信需求,进行片上光网络架构设计和通信机制优化;2)系统性开展片上光网络的可靠性优化方法研究,包括器件级到网络级的温度敏感性模型和基于强化学习的自适应路由算法;3)提出一种面向异构众核处理器的系统级综合仿真方法,集成处理器任务调度和通信负载仿真、片上光网络仿真、热光效应仿真及片上温度仿真,用于精确评估片上光网络在动态温度梯度下的性能、功耗与可靠性。
英文摘要
Because of advantages in bandwidth density and power efficiency, optical network-on-chip (NoC) based on silicon photonics has been proposed as an emerging on-chip communication architecture for many-core chip multiprocessors. One of the key challenges is how to alleviate the reliability problem in the architecture design of optical NoCs, in order to achieve the co-optimization of network performance, power efficiency and reliability. In this project, we will provide a systematic architecture design and reliability optimization approach of optical NoC. First, we will propose a systematic design and optimization approach of optical NoCs target for heterogeneous many-core chip multiprocessors. Second, we will propose a multi-level reliability optimization approach including thermal modeling and network-level learning-based routing optimization. At last, to accurately simulate the network performance, power efficiency and reliability of optical NoC under on-chip temperature gradient, we will propose a complete simulation platform which integrates processor task models, optical NoC simulator, optical thermal effect models, and on-chip temperature simulator.
随着异构众核处理器上核数的增加,其互连网络结构的通信性能和可靠性是限制系统性能和可靠性提升的关键瓶颈。基于硅光互连在带宽密度和功耗上的优势,近年来片上光网络是众核处理器片上互连架构发展的重要方向。其中,如何在片上光网络架构设计中充分考虑其温度可靠性问题以实现网络性能、功耗和可靠性的综合优化,是片上光网络研究领域的一个关键难点。本项目主要开展片上光网络架构设计和可靠性协同优化。主要研究内容包括:1)我们基于强化学习、蚁群优化、分支限界法等优化模型提出多种温度感知自适应路由算法,能够在保障网络性能的前提下有效降低功耗。我们提出的优化方法可以结合使用芯片级热管理技术和器件级调谐技术等以达到多重优化的目的。2)面向深度学习推理等新兴应用需求,我们提出一种可重构的片上光网络架构设计和通信机制优化方法,可以有效提升深度学习推理加速器的性能和能效。3)我们提出一种面向异构众核处理器的系统级综合仿真方法,可以在典型应用业务下模拟任务调度和通信,可用于准确评估片上光网络在动态温度梯度下的性能与功耗。本项目为高性能众核计算和人工智能芯片等领域提供片上光网络性能、功耗与可靠性综合优化方法,主要科学意义包括:1)随着异构众核处理器芯片的发展从以计算为中心移至以通信为中心,研究片上光网络的架构设计和可靠性优化可以帮助改善异构众核处理器芯片面临的通信瓶颈。2)随着深度学习推理等新兴应用的发展,研究能够适应不断发展变化的深度神经网络模型的可重构片上光网络架构和通信机制,可以促进人工智能芯片领域的发展。
面向深度神经网络加速器的光互连网络关键技术研究
  • 批准号:
    --
  • 项目类别:
    省市级项目
  • 资助金额:
    0.0万元
  • 批准年份:
    2025
  • 负责人:
    叶瑶瑶
  • 依托单位:
片上光网络的温度敏感性分析和功耗优化
  • 批准号:
    61602298
  • 项目类别:
    青年科学基金项目
  • 资助金额:
    21.0万元
  • 批准年份:
    2016
  • 负责人:
    叶瑶瑶
  • 依托单位:
国内基金
海外基金