基于强化学习的多核芯片动态功耗管理框架

作     者：卓成 曾旭东 陈宇飞 孙凇昱 罗国杰 贺青 尹勋钊 ZHUO Cheng;ZENG Xudong;CHEN Yufei;SUN Songyu;LUO Guojie;HE Qing;YIN Xunzhao

作者机构：浙江大学工程师学院杭州310015 浙江大学信息与电子工程学院杭州310027 北京大学信息科学技术学院北京100871 杭州行芯科技有限公司杭州310052 浙江省协同感知与自主无人系统重点实验室杭州310015 

基　　金：浙江省重点研发计划(2020C01052) 国家自然科学基金(61974133,62034007,62141404) 

出 版 物：《电子与信息学报》 (Journal of Electronics & Information Technology)

年 卷 期：2023年第45卷第1期

页      码：24-32页

摘      要：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。

主 题 词：多核处理器芯片 动态功耗管理 强化学习 

学科分类：080903[080903] 12[管理学] 1201[管理学-管理科学与工程类] 0808[工学-自动化类] 0809[工学-计算机类] 08[工学] 

核心收录：

D　O　I：10.11999/JEIT220350

馆 藏 号：203117891...