摘要：为了更高效地实现多核片上系统(MPSoC)温敏布图设计和实时功耗温度管理,采用自下而上的建模方法,提出MPSoC结构级热分析方法.首先采用HotSpot热分析软件提取功能模块之间的相关热阻参数;然后基于这些参数,提出模块级方法BloTAM、核级方法CorTAM和考虑本核内模块相互影响的改良核级方法BiCorTAM 3种具有不同复杂度与精度的热分析方法,它们均具有简单、高效、与现有简化模型兼容、易于扩展、能够解决考虑温度对漏电流的影响等优点.实验结果表明,对MPSoC进行热分析时,相对于HotSpot热分析软件,BloTAM和BiCorTAM方法都可以在保证精度的前提下大幅度提高热分析的速度,其中局部热点的温度增量平均误差可以控制在3%以下,热分析的速度实现了50倍以上的分析加速;两者均可作为理想的结构级热分析方法.

摘要：精确提取三维芯片中硅通孔(Through Silicon Via,TSV)电容在三维芯片设计中至关重要.使用后钻孔工艺(Via-last technology)制造的TSV将贯穿导体层,使得TSV和互连线之间的耦合电容需要精确建模.文中提出的解析公式方法可以快速提取圆柱形TSV与互连线间的二维耦合电容.对于较短的互连线,文中采用基于最小二乘拟合得到的解析公式,而对于较长的互连线,使用基于电场模拟得到的解析公式.数值实验表明和商业软件Raphael相比,文中方法可以在结果误差不超过9.1%的情况下获得至少三千倍的加速.

摘要：对片上多核系统(MPSoC)进行高效结构级热分析是进行温敏布图规划与实时功耗温度管理研究的关键.由于需要预先使用HotSpot提取布图规划中功能模块之间的相关热阻参数,最新的结构级热分析算法BloTAM在温敏布图规划中的热分析效率并不理想.对于散热条件与内核尺寸确定的温敏布图规划,该文提出了一种预采样的结构级热分析算法PS-BloTAM,它先使用HotSpot为采样模块阵列建立相关热阻预采样矩阵S(即相关热阻库),温敏布图规划产生一个方案后,PS-BloTAM可以根据方案中模块的大小与位置直接使用S计算出模块之间的相关热阻矩阵R,然后使用R计算出不同工作模式下的模块温度.采用传统的设计库思想,PS-BloTAM能够快速计算出不同布图规划方案所产生的热点温度.实验数据表明:(1)与HotSpot相比,PS-BloTAM的平均误差与最大误差分别小于1.65%和6.64%,可以获得43倍的加速效果;(2)与BloTAM相比,PS-BloTAM可以获得3.4倍的加速效果;(3)在温敏布图规划的应用中,PS-BloTAM以小于1.24%误差的代价、获得了比HotSpot快近10倍的加速效果.

摘要：为了得到片上电源线/地线网络(P/G网)快速而准确的求解算法,根据结构化供电网的局部性效应,重新分析了连续过松弛迭代法(SOR)和变向隐含迭代法(ADI)在P/G网中的求解效率及并行性,提出了利于GPU加速的并行算法:G_RBSOR和G_ADI.它们均采用规则的数据结构,以利于GPU并行读写数据,并采用合并归约来并行计算迭代结束标志位.为了避免GPU计算的数据冲突,G_RBSOR算法采用棋盘格方式对电路节点进行红黑分类,并对红黑节点进行交错松弛.实验结果表明,在不损失精度的前提下,与各自对应的CPU串行算法相比,G_RBSOR和G_ADI算法均取得了超过50倍的加速效果;与高效的P/G分析串行求解算法ICCG相比,也取得了超过5倍的加速效果.

摘要：针对K-means算法对随机选择的初始聚类中心敏感且聚类结果不稳定、准确率不高的问题,提出一种基于邻域数据距离加权的聚类中心鲁棒优化算法。通过建立数据密度约束将聚类中心优化在数据密集区域,有效克服K-means算法聚类结果稳定性差等问题。通过对仿真数据和标准数据集的实验,验证了采用该算法收敛的聚类中心非常接近标准数据集的实际中心,具有较优的聚类准确性、鲁棒性和收敛速度。

摘要：受限于计算能力,在现有的电热分析研究中,无法考虑电压变化对电热分析的影响,从而降低了分析的精度.基于已有的研究成果,文中分析了芯片的功耗/电压/温度分布向量之间的相互关系,指出了在电热综合分析中考虑电压/温度变化的必要性,进而提出了一种迭代式的并行电热综合分析方法ETA_VT,该方法基于功耗与电压/温度之间的递归关系,进行迭代计算,最后将收敛后的功耗/电压/温度分布向量作为求解结果同时输出.基于多核CPU+众核GPU异构计算机系统所提供的并行计算资源,为了提高电热综合分析的运行效率,文中不仅设计了一个具有主辅双进程的ETA_VT算法流程,而且还分别采用CPU多线程并行计算、GPU并行计算、CPU+GPU协同并行计算技术对ETA_VT算法进行加速研究.实验数据表明:(1)考虑电压/温度变化的电热综合分析不仅可以获得较为精确的分析结果,而且可以同时计算出芯片的功耗/电压/温度分布;(2)采用并行计算技术、并合理分配计算资源,不仅可以解决电热综合分析中存在的功耗/电压/温度多参量相互影响的问题,而且还可以有效地提高电热综合分析的速度,获得多达44倍的加速效果.文中工作是将高性能计算引入电子设计自动化(EDA)算法研究的一次有益尝试,表明高性能计算技术不仅可以提高EDA算法的执行效率,而且可以促进芯片设计中存在的多参量相互影响综合分析问题的研究和解决.

摘要：在公共安全领域查找关键人,需在视频中比对素描进行检索.为此,改进了仅依靠对素描和视频数据中的人脸提取整体或者局部特征的识别算法,将人脸识别问题转为人脸检索问题,把这2种媒体数据表示为第3种数据,即图像列表.通过比较图像列表完成最终的特征比对.所设计的系统扩展了人脸识别的研究范围,且支持多种媒体数据的检索.对比人脸视频分析融合系统,对素描-视频数据进行人脸识别,结果显示,所提出算法的正确识别率和曲线下面积都有相应提高,而等错误率降幅显著.

摘要：近年来电子设计自动化(EDA)研究人员尝试利用图形处理器(graphic processing unit,GPU)提供的高性能计算能力对IC参数分析进行加速研究.为了利用GPU进行电源线/地线网络(power/ground network,P/G网)快速分析,设计了一种基于经典的连续过松弛(successive over-relaxation,SOR)算法的高效P/G网分析并行算法.基于GPU并行计算加速原理,此算法进行了如下改进:1)采用红-黑次序的松弛策略.将所有的节点分为红黑两类,红色节点的所有邻点只有黑色节点、黑色节点的所有邻点只有红色节点,红色节点与黑色节点交替松弛,保证了GPU并行计算中的数据一致性.对于具有N个节点的P/G网而言,一次红色节点或黑色节点松弛可以同时对N/2个节点进行松弛操作,即理论上可以同时启动N?2个并行线程.2)优化数据结构.实现了对数据空间的合并访问,以保证对GPU全局存储空间的最优访问.3)在共享存储器内通过并行归约对松弛标记进行快速统计,同时利用zero-copy技术进行松弛标记的快速拷贝,以快速决定是否继续松弛.大量的实验结果表明:与单线程的CPU程序相比,此算法的加速倍数随GPU所提供物理线程的数目增加而线性增加,可以获得最大242倍的加速效果,是目前EDA研究领域中加速效果最好的GPU算法.

摘要：温度是三维(3D)集成的重要设计约束,温度场可视化对于3D芯片热设计与任务调度等工作具有重要意义。为了对3D芯片温度分布进行实时可视化分析,开展了如下研究:使用连续过松弛(SOR)算法进行并行全芯片热分析,仿真出3D温度场;利用颜色映射技术在温度场与颜色之间建立起对应关系,以实现数据的可视化;基于CUDA架构,使用GPU众线程大规模并行绘制技术,对3D温度场实时绘制进行了加速研究;将以上研究集成为一个3D温度场实时可视化原型系统。大量实验表明:3D芯片温度场实时可视化系统能够提供实时的动态可视化温度分析,与CPU绘制相比,基于CUDA的GPU绘制可以获得86倍的加速。