A Machine Learning Mapping Algorithm for NoC Optimization

doi:10.3390/sym15030593

A Machine Learning Mapping Algorithm for NoC Optimization

2023-02-25

0

PRE

AI

DOI：10.3390/sym15030593

原文链接

摘要

En 中文

片上网络（NoC）是解决多核片上系统（SoC）通信设计挑战的一种有前景的解决方案。应用映射是NoC综合流程中的第一步，也是最重要的一步，它决定了NoC设计的大部分性能。NoC映射已被证实为NP难（非多项式难）问题，无法在多项式时间内解决。各种启发式映射算法已被应用于映射问题。然而，启发式算法容易陷入局部最优解，从而导致性能损失。此外，NoC的规则拓扑结构，如环网、网格环等，可能在NoC映射过程中产生对称解，这会增加性能损失。机器学习涉及基于数据驱动的方法来分析趋势、寻找关系，并开发模型以基于数据集进行预测。在本文中，提出了一种NoC机器学习映射算法来解决映射问题。定义了一个低复杂度且无对称性的NoC映射数据集，并提出了一种数据增强方法来构建数据集。在定义的数据集基础上，建立了一个多标签机器学习模型。仿真结果证实，所提出的机器学习映射算法具有至少99.6%的模型准确率和平均96.3%的映射准确率。

A Machine Learning Mapping Algorithm for NoC Optimization

摘要

期刊

机构

引用论文