基于支持向量机的微体系结构设计空间探索
通过对微处理器设计空间中有限的设计方案进行模拟,建立支持向量回归模型,对未经模拟的设计进行性能和功耗的预测,从而大大减少了评估整个设计空间的所需时间.通过模型预测得到的最优设计方案和通过模拟得到的最优设计方案很接近,提供了对巨大设计空间进行裁减的方法.将设计空间中0.26%的设计方案作为训练数据,得到的支持向量回归模型对性能和功耗的平均预测错误率分别为0.52%和1.08%,均优于已有的回归模型.相关分析数据显示预测结果和详细模拟结果高度相关,性能和功耗的平均平方相关系数分别为0.728和0.703,这表明支持向量回归模型能捕获各微体系设计参数之间的复杂交互.该模型还为每个预测结果指出了置信区间.
设计空间探索、支持向量机、性能预测、功耗预测
46
TP33(计算技术、计算机技术)
国家自然科学基金资助项目60703067
2017-01-18(万方平台首次上网日期,不代表论文的发表时间)
共9页
55-63