摘要：层分配作为超大规模集成电路物理设计中的关键环节,在决定布线方案的时延起到非常重要作用.为了优化集成电路的时延性能,现有的层分配工作通常注重优化互连时延和通孔数量,但要么未考虑到对线网中时序关键段的分配问题,要么对线网段的时序关键性的表示不够合理,最终使得算法的时延优化不够理想.为此,本文提出一种非默认规则线技术下基于多策略的时延驱动层分配算法,主要包含4种关键策略:(1)提出轨道数感知的层选择策略,增强层分配器为线网段选择合适布线层的能力;(2)提出多指标驱动的初始线网排序策略,综合考虑线长、信号接收器数和可布线轨道资源等多个指标为线网确定层分配优先级,从而获得高质量的初始层分配结果;(3)提出线网段调整策略,通过重绕线网,将时序关键段调整至上层布线层,优化线网时延;(4)提出线网段时延优化策略,对存在溢出线网进行拆线重绕,从而可同时优化时延和溢出数.实验结果表明,本文提出的算法相比于现有的层分配算法能够在时延和通孔数两个指标上均取得最佳,并且保证不产生溢出.

摘要：带权图的均衡k划分是把一个图的顶点集分成k个不相交的子集,使得任意2个子集中顶点的权值之和的差异达到极小,并且连接不同子集的边权之和也达到极小.这种图的k划分问题已被应用在软硬件协同设计、大规模集成电路设计和数据划分等领域,它已被证明是NP完全问题.首先针对带权图的均衡k划分问题提出了能够生成优质近似解的启发式算法.该算法在保证子集均衡的条件下,采用最大化同一子集内部边权之和的策略来构造每一个顶点子集;构建子集S的思想是每次从候选集中选择与子集S相连的具有最大增益的顶点放入子集S中,直到子集S的顶点权值之和满足要求.此外,采用了定制的禁忌搜索算法对生成的初始近似解实施进一步优化.实验结果表明,当k分别取值为2,4,8时所提算法分别在86%,81%,68%的基准图上求得的平均解优于当前最新算法求得的平均解;解的最大改进幅度可达60%以上.

摘要：为了解决语义Web服务匹配方法主要针对服务输入/输出匹配而导致功能匹配结果较为片面的问题,提出了一种基于描述逻辑的语义Web服务前提/效果匹配方法.利用描述逻辑知识库一致性检查推理,判断服务请求与广告的前提/效果之间逻辑蕴含关系,建立类匹配度概念,并由此度量和比较前提/效果匹配结果的优劣,从而对匹配结果进行有意义的排序及分类.实验结果表明,所提方法在查准率与现有方法相当的情况下,具有更高的查全率,特别是将输入/输出与前提/效果匹配一并考虑的情况下,能够更好地区分匹配结果.

摘要：当前的云计算系统,不论是虚拟化云还是分区云,难以同时满足用户体验和系统效率需求,产业界和学术界都开始研究下一代云计算系统以应对这个难题.本文指出,这个难题的一个重要原因是计算系统熵(无序、干扰和不确定性)居高不下,并归纳了云计算系统中存在的4类无序现象.本文提出了低熵云计算系统的学术概念,刻画了其主要特点,比较了低熵云计算系统与虚拟化云和分区云在用户体验、开发效率、运行效率、资源适配方面的区别,并讨论了低熵云的新概念和新技术:(1)不同于图灵可计算性和算法可计算性的实用可计算性概念,形式化地刻画了云计算行业的"用户体验差的功能是不存在的功能"的实践经验;(2)刻画云计算系统能够实现实用可计算性的充分必要条件,即DIP猜想;(3)支持DIP猜想,即能够区分、隔离、优先化计算任务相空间,从而降低干扰,有潜力同时满足用户体验和系统效率需求的标签化von Neumann体系结构;(4)适配深度学习负载与神经网络处理器的云计算协同设计技术.

摘要：为了降低指令分派造成的运行开销以提高解释器的性能,提出了一种采用软硬件协同设计的解释器指令分派方法。其核心思想是在软件层面通过对指令分派表进行优化以消除了代价较高的地址常量加载操作,在硬件层面通过扩展处理器的访存指令进一步实现基于硬件支持的访存加速。软硬件协同设计可以最大限度地降低由指令分派引入的运行时开销,从而提升解释执行的效率。试验结果表明,该方法能够显著提升解释器的性能。对于SPECjvm98和Da Capo测试集,解释器总体性能提升了11.5%,且单项性能的最大提升幅度高达15.4%。该方法通用性强,实现代价低,适用于现代主流处理器平台上高性能解释器的设计和优化。

摘要：为了研究Web服务的自动组合,首先设计从BPEL文档到Petri网的转换规则,并在Petri网中显示BPEL文件的执行流程,然后按照深度优先搜索算法以搜索两个状态之间的可达路径,并提供服务组合质量信息给用户,最后按照搜索到的路径,自动生成可执行BPEL文件.

摘要：为了提高非一致内存访问(NUMA)架构虚拟机解释器的访存性能,研究了解释器在NUMA架构下的访存优化技术,提出了一种NUMA架构下的解释器访存优化方案,而且设计并实现了解释器的静态指令分派优化方法和动态指令分派优化方法。根据这一方案虚拟机启动时首先获取NUMA节点信息,并在每个NUMA节点中自动生成解释器所需的全部数据结构;解释器在运行时,通过静态或动态的指令分派技术来实现其执行线程在NUMA节点上访存的局部化。试验结果表明,上述方法能够显著提升解释器在NUMA系统中的性能。在DaCapo测试集上的总体性能提升了8%,最高性能提升幅度高达23%,而且算法实现代价低,适用于绝大多数的NUMA服务器系统。