基于稀疏字典学习的VLSI温度场重构技术
多核处理器等超大规模集成电路芯片通常采用动态热管理技术处理热问题.高精度重构芯片温度场是动态热管理正确运行、保证被测芯片运行性能及工作可靠性的前提条件.基于频域分析的温度场重构技术损失了一部分高频信息,重构精度较低.为了提升温度场重构精度,该文提出了一种基于稀疏字典学习的温度场重构方法.该方法通过字典学习将温度场先验信息稀疏表示,同时设计温度传感器位置分配方案,实现了温度场的重构.实验结果证明了相比基于频域分析的温度场重构方法,所提方案具有更优越的温度场重构性能.
字典学习、动态热管理、稀疏表示、温度传感器、温度场重构
50
TP212;V221+.92(自动化技术及设备)
2021-08-02(万方平台首次上网日期,不代表论文的发表时间)
共6页
502-507