返回
Optimizing Pre-Silicon CPU Validation: Reducing Simulation Time with Unsupervised Machine Learning and Statistical Analysis
DOI:10.3390/computers14090364.png)
摘要
En 中文
在现代处理器开发中,在制造前需要进行广泛的仿真,以确保中央处理器(CPU)设计能够正确且高效地运行。这一预硅验证过程涉及在架构模型上运行广泛的软件工作负载,以在设计周期的早期识别潜在问题。提高预硅仿真时间对于加速CPU开发并缩短高质量处理器的上市时间至关重要。本研究通过利用无监督机器学习优化测试用例选择,解决了全系统仿真验证的计算挑战。通过识别已执行指令中的模式,该方法在保持严格验证标准的同时减少了全面仿真的需求。值得注意的是,优化的测试用例子集将仿真时间缩短了10倍,并捕获了最大指令熵的97.5%,确保了与完整工作负载集几乎相同的指令覆盖多样性。主成分分析(PCA)与聚类算法的组合有效区分了计算密集型和内存密集型工作负载,而无需预先了解代码。基于熵分析的统计模型检查证实了该子集的有效性。该方法显著减少了验证工作量,加快了CPU设计周期,并提高了硬件效率。研究结果突显了机器学习驱动的验证策略在增强预硅测试方面的潜力,从而实现更快的创新和更稳健的处理器架构。
Keyword:
pre-silicon simulation
machine learning
test case selection
instruction entropy
workload classification
期刊
C
IF:
4.2
论文数:
1.4K
被引数:
3.3K
机构
引用论文
Cheveresan, R.; Stefan, H. Workload Characterization an Essential Step in Computer Systems Performance Analysis—Methodology and Tools. Adv. Electr. Comput. Eng. 2009, 9, 100–106. [Google Scholar] [CrossRef]Cheveresan, R.; Stefan, H. 工作负载特征化是计算机系统性能分析中的关键步骤——方法与工具。Adv. Electr. Comput. Eng. 2009, 9, 100–106. [Google Scholar] [CrossRef]
Pellauer, M.; Adler, M.; Parashar, A.; Emer, J. Accelerating Simulation with FPGAs. In Processor and System-on-Chip Simulation; Springer: Boston, MA, USA, 2010; pp. 107–126. [Google Scholar] [CrossRef]Pellauer, M.; Adler, M.; Parashar, A.; Emer, J. 使用FPGAs加速仿真。在《处理器和片上系统仿真》中;Springer: 波士顿,马萨诸塞州,美国,2010年;第107-126页。 [Google Scholar] [CrossRef]
Buduleci, C.; Gellert, A.; Florea, A.; Brad, R. Architectural and Technological Approaches for Efficient Energy Management in Multicore Processors. Computers 2024, 13, 84. [Google Scholar] [CrossRef]Buduleci, C.; Gellert, A.; Florea, A.; Brad, R. 多核处理器高效能管理的架构与技术方法. Computers 2024, 13, 84. [Google Scholar] [CrossRef]
Pointner, S.; Wille, R. Did We Test Enough? Functional Coverage for Post-Silicon Validation. In Proceedings of the 2019 IEEE International Test Conference in Asia (ITC-Asia), Tokyo, Japan, 3–6 September 2019; pp. 31–36. [Google Scholar] [CrossRef]Pointner, S.; Wille, R. 我们测试得足够吗?后硅验证的功能覆盖率。载于2019年亚洲国际测试会议(ITC-Asia)会议录,东京,日本,2019年9月3—6日;第31—36页。[Google Scholar][CrossRef]

