عنوان پایان‌نامه
افزایش قابلیت اطمینان در تراشه های چند پردازنده با درنظر گرفتن فشارهای دمایی
- رشته تحصیلی
- مهندسی برق-الکترونیک-مدار وسیستم
- مقطع تحصیلی
- کارشناسی ارشد
- محل دفاع
- کتابخانه مرکزی پردیس 2 فنی شماره ثبت: E 2842;کتابخانه مرکزی -تالار اطلاع رسانی شماره ثبت: 71798;کتابخانه مرکزی پردیس 2 فنی شماره ثبت: E 2842;کتابخانه مرکزی -تالار اطلاع رسانی شماره ثبت: 71798
- تاریخ دفاع
- ۱۷ آذر ۱۳۹۴
- دانشجو
- آرمان ایران فر
- استاد راهنما
- علی افضلی کوشا
- چکیده
- با پیشرفت فن‌آوری و کوچک شدن اندازه آن، سیستم‌های چندپردازنده توانسته‌اند جایگاه ویژه‌ای برای افزایش کارایی بدست آورند. با چگال‌تر شدن افزاره‌ها، توان مصرفی بیش از پیش اثر مخرب بر دما در نتیجه قابلیت اطمینان می‌گذارد. از سوی دیگر، امروزه، فشارهای دمایی نقش مهمی در فرسودگی سیستم‌های چندپردازنده ایفا می‌کنند. مشکل اساسی در مقابله با ساز و کارهای فشارهای دمایی این است که اغلب با استفاده از روش‌های سنتی مدیریت توان/ دما بهبود نمی‌یابند. این امر خود موجب افزایش پیچیدگی مدیریت توان و دمای سیستم‌های بر تراشه چندپردازنده می‌شود مخصوصا اگر کارایی سیستم نیز در محدودیت‌های مدیریت لحاظ گردد. در این پایان‌نامه سه روش مدیریت توان و دما با توجه به اثر فشارهای دمایی ارائه می‌گردد. در هر سه روش افزایش هرچه بیشتر کارایی به عنوان هدف روش مدیریتی در نظر گرفته می‌شود. ابتدا، روشی برای مدیریت توان و دما به صورت حل مساله بهینه‌سازی با هدف بیشینه کردن کارایی و با در نظر گرفتن محدودیت‌های ناشی از دما، توان مصرفی و گرادیان‌های دمایی ارائه می‌گردد. حل مساله بهینه‌سازی از یک سو، امکان دستیابی به بیشترین کارایی ممکن را می‌دهد؛ اما، از سوی دیگر، پیچیدگی و زمان‌بر بودن حل مساله بهینه‌سازی این راهکار را برای پیاده‌سازی‌های واقعی غیر عملی می‌کند. از این رو، روشی اکتشافی برای مدیریت توان و دما پیشنهاد می‌شود. با توجه به پیچیدگی مساله مدیریت، در راهکار سوم، روشی مبتنی بر یادگیری ماشین پیشنهاد می‌شود در حالی که به منظور بهبود عملکرد الگوریتم تقویتی مورد استفاده، الگوریتمی اکتشافی نیز به کار گرفته می‌شود. نتایج حاصل از روش‌های پیشنهادی، جملگی بهبود چشمگیری در کاهش فشارهای دمایی با وجود رعایت بودجه توان و محدودیت‌های دمایی بدست می‌دهند. کلمات کلیدی: فشارهای دمایی، قابلیت اطمینان، سیستم‌های چندپردازنده، مدیریت توان و دما
- Abstract
- Advancements in technology and shrinking the feature size have led multiprocessor systems to play a major role in increasing the performance. As the chips become denser, power consumption results in more reliability degradation. On the other hand, nowadays, thermal stresses play a major role is wearout of multiprocessor systems as conventional power and temperature management techniques do not alleviate thermal stress mechanisms. This leads to more complexity for power/temperature management of MPSoC especially when performance has to be considered. In this thesis, three approaches are introduced for power and temperature management of MPSoCs considering thermal stresses. All these approaches consider performance as an objective. First, an optimization problem including performance, maximum temperature, power budget, and thermal stress constraints is solved. Although this approach provides the highest performance, it is not applicable for real implementations. Hence, a heuristic technique is introduced in the second approach. The third approach utilizes machine learning and a heuristic algorithm in order to improve reinforcement learning efficiency for power and temperature management of MPSoCs regarding thermal stresses. Keywords: thermal stresses, reliability, multiprocessor system on chip, power and temperature management
