计算机工程

作者：周义涛, 李阳, 韩超, 赵玉来, 汪玲, 李建华

单位：1. 合肥工业大学计算机与信息学院, 安徽 合肥 2306012. 安徽交通职业技术学院, 安徽 合肥 2306013. 合肥工业大学情感计算与先进智能机器安徽省重点实验室, 安徽 合肥 230601

关键词：异构多核处理器,人工神经网络,线程调度,阶段检测,热安全功率

基金：安徽省重点研究与开发计划(202004d07020004); 安徽省自然科学基金(2108085MF203); 安徽省高等学校科学研究项目(2022AH052448); 安徽交通职业技术学院校级自然科学项目(KJ2021AX003)

异构多核处理器凭借其高性能、低功耗和广泛的应用场景而成为当前计算机平台的主流方案，且大容量的非均匀缓存架构（S-NUCA）具有较低的平均访问时间。然而，不断上升的晶体管规模给异构多核处理器的资源调度和功耗控制带来挑战，传统的调度算法在面对基于S-NUCA的多核处理器时忽略了核心之间的缓存访问延迟，且传统热管理方案只提供芯片级功率约束，容易使得系统因核心使用率降低而造成性能下降。为此，提出一种适用于S-NUCA异构多核系统、满足热安全约束的动态线程调度机制TSCDM。利用基于动态每周期指令（IPC）值的阶段检测技术，并基于人工神经网络预测线程的IPC值，以获取线程与核心类型的最佳绑定关系，依据S-NUCA缓存特性获得最优映射和基于任务分类的任务迁移策略。在此基础上，TSCDM基于片上热模型为每个核心实时分配功率预算。在HotSniper上运行SPLASH-2性能测试套件进行实验，结果表明，相较于传统调度方案与基于机器学习的调度方案，TSCDM在加速比和资源利用率上均表现出优势，TSCDM中使用的基于瞬态温度的安全功率算法相比传统热安全功率算法能够降低核心热余量，同时处理器的全频段均有更高的能效比。

来源：2024年第2期

《计算机工程》期刊编辑部

查看计算机工程杂志2024年第2期