MPSoC软硬件划分的自动波竞争神经网络算法

针对基于可重用组件的MPSoC软硬件划分问题,提出了一种采用自动波竞争神经网络的优化算法。先将软硬件划分问题转化为图论中的多约束最短路径问题,然后重新设计神经网络中的自动波机制,从组件库中为系统中的每个任务模块选择合适的软件构件或IP核,在系统成本和实时性约束下,使得MPSoC功耗最优。该算法具有并行化、无参数、易于硬件实现的特点,可获得MPSoC软硬件划分问题的最优解。     

树拓扑片上网络的低能耗映射

针对树拓扑片上网络(NoC)中通信时延受约束的低能耗映射问题,提出了一种递归的二路划分算法RPM(recursive bipartitioning for mapping)。RPM基于分而治之策略,首先将NoC映射转化为多层次的IP核通信任务图划分问题,并采用带参数的Kernighan-Lin算法实现最小割值划分。实验结果表明,与已有算法相比,RPM可以在较短的时间内获得能耗更低的映射解。通过设置不同的参数,RPM既可以用于生成高质量的优化解,也可用于快速的NoC设计空间探索中。