کنترل دما در شبکه‌های روی تراشه سه‌بعدی با استفاده از مهاجرت وظیفه مبتنی بر الگوریتم تبرید تدریجی
محورهای موضوعی : مهندسی برق و کامپیوترمنیره محبی مقدم 1 * , سیدحمید میرمحمدی 2 , محمدحسین منشئی 3
1 - دانشگاه صنعتی اصفهان
2 - دانشگاه صنعتی اصفهان
3 - دانشگاه صنعتی اصفهان
کلید واژه: الگوریتم تبرید تدریجی شبکه روی تراشه سه‌بعدی مدیریت دما مهاجرت وظیفه,
چکیده مقاله :
ترکیب پشته‌سازی سه‌بعدی و شبکه روی تراشه که با عنوان شبکه روی تراشه سه‌بعدی شناخته می‌شود، مزایای متعددی همانند کاهش تأخیر انتشار، کاهش مساحت تراشه و همچنین افزایش پهنای باند را به همراه دارد. علی‌رغم مزایای متعدد، پشته‌سازی سه‌بعدی سبب افزایش چگالی توان در واحد سطح تراشه و متعاقب آن افزایش دمای تراشه می‌شود که این مسأله چالش‌های جدیدی را ایجاد می‌نماید. افزایش دما، کاهش قابلیت اطمینان و تنزل کارایی را به دنبال خواهد داشت و در نتیجه طراحی الگوریتم‌های مدیریت حرارتی برای این نوع سیستم‌ها امری ضروری به نظر می‌رسد. در این مقاله برای این منظور یک الگوریتم مبتنی بر مهاجرت وظایف ارائه شده است. انتخاب مقصد مهاجرت برای وظایف روی هسته‌های داغ، یک مسأله NP-Complete است که می‌توان آن را با روش‌های ابتکاری حل کرد. برای این منظور در روش پیشنهادی از الگوریتم تبرید تدریجی بهره گرفته‌ایم. در تعیین مقصد مهاجرت، علاوه بر دمای هسته‌ها، سربار ناشی از مهاجرت را نیز لحاظ کرده‌ایم. نتایج ارزیابی حاکی از آن است که این روش می‌تواند تا 28 درصد، دمای بیشینه تراشه را برای محکی با بیشترین تعداد وظایف کاهش دهد، ضمن این که تأثیر آن بر روی کارایی اندک است.
Combination of 3D stacking and network-on-chip (NoC), known as 3D NoC, has several advantages such as reduced propagation delay, chip area and interconnect, and power consumption, and bandwidth increase. Despite these advantages, 3D stacking causes the increased power density per chip area and subsequently increases the chip temperature. Temperature increase causes performance degradation and reliability reduction. Therefore, design of temperature management algorithms is essential for these systems. In this paper, we propose a task migration scheme for thermal management of 3D NoCs. The process of migration destinations for hot spots is an NP-complete problem which can be solved by using heuristic algorithms. To this end, we utilize a simulated annealing method in our algorithm. We consider migration overhead in addition to the temperature of the processing elements in migration destination selection process. Simulation results indicate up to 28 percentage peak temperature reduction, on average, for the benchmark that has the largest number of tasks. The proposed scheme has low migration overhead.