基于强化学习的多核芯片动态功耗管理框架
多核芯片可以为移动智能终端提供强大算力,但功耗和温度问题始终制约着其性能表现.针对这个问题,该文提出了一种基于强化学习的多核芯片动态功耗管理框架.首先,建立了一个基于GEM5的多核芯片动态电压频率调节仿真系统.然后,采用了一种考虑CMOS芯片物理特性的功耗模型构建方法以实现在线实时功耗监测.最后,设计了一种面向多核芯片的梯度式奖励方法,并使用深度Q神经网络(Deep Q Network,DQN)算法对多核芯片的功耗管理策略进行学习.仿真结果表明,相比于常规的Ondemand,MaxBIPS方案,该文所提出的框架分别实现了2.12%,4.03%的多核芯片计算性能提升.
多核处理器芯片、动态功耗管理、强化学习
45
TN402;TP315(微电子学、集成电路(IC))
浙江省重点研发计划;国家自然科学基金;国家自然科学基金;国家自然科学基金
2023-02-10(万方平台首次上网日期,不代表论文的发表时间)
共9页
24-32