異構(gòu)SoC中片上網(wǎng)絡(luò)流量模型的建立.pdf

1、在片上網(wǎng)絡(luò)(Networks-On-Chip，NoC)研究中，NoC的流量特性對網(wǎng)絡(luò)性能有著極大的影響，研究片上網(wǎng)絡(luò)的流量模型意義重大。在已有的NoC流量模型研究中，主要有傳統(tǒng)短相關(guān)流量模型和針對同構(gòu)多核片上系統(tǒng)(System-On-a-Chip，SoC)建立的流量模型，針對異構(gòu)多核SoC的流量建模極少。和同構(gòu)多核系統(tǒng)相比，異構(gòu)多核系統(tǒng)的處理器核心不僅有中央處理器(Central Processing Unit, CPU)，還有圖形處理

2、器(Graphics Processing Unit, GPU)等，需要根據(jù)應(yīng)用場景對不同的處理器模塊分開進(jìn)行流量建模。
　　本文針對異構(gòu)多核SoC系統(tǒng)研究，建立了一種適用于異構(gòu)多核SoC的流量模型。使用ARMDS-5 streamline性能分析工具從片上網(wǎng)絡(luò)各集成模塊(Intellectual Property, IP)的接口處采集原始流量，根據(jù)流量特性提取相應(yīng)的特征參數(shù)，組成一個包含三個參數(shù)的流量模型，這三個參數(shù)分別為體現(xiàn)流

3、量“量”特性的均值，以及體現(xiàn)“質(zhì)”特性的方差和自相似系數(shù)。應(yīng)用場景不同，IP模塊注入片上網(wǎng)絡(luò)的流量形式不同，得到的這三個參數(shù)的數(shù)值也各不相同。在圖形圖像處理等需要GPU的應(yīng)用場景下，GPU注入網(wǎng)絡(luò)中的流量明顯更多，表現(xiàn)出高帶寬的特點，在流量模型中GPU的均值和方差會比相同場景中CPU的相關(guān)參數(shù)大，在其他GPU作用較小的場景中，GPU的均值和方差會較CPU小。流量模型中的特征參數(shù)采用分形高斯噪聲的方式可以擬合生成自相似流量序列，擬合生成的