عنوان پایان‌نامه

مدیریت دما در پردازنده های چند هسته ای با استفاده از روشهای سطح سیستم



    دانشجو در تاریخ ۲۰ شهریور ۱۳۹۲ ، به راهنمایی ، پایان نامه با عنوان "مدیریت دما در پردازنده های چند هسته ای با استفاده از روشهای سطح سیستم" را دفاع نموده است.


    محل دفاع
    کتابخانه مرکزی پردیس 2 فنی شماره ثبت: E 2481;کتابخانه مرکزی -تالار اطلاع رسانی شماره ثبت: 63804
    تاریخ دفاع
    ۲۰ شهریور ۱۳۹۲
    دانشجو
    نسترن متولی
    استاد راهنما
    مهدی کارگهی

    در دنیای امروز، تکنولوژی ساخت پردازنده ها با هدف بالا بردن کارایی سیستم های کامپیوتری، در حال پیشرفت است. طراحی و ساخت پردازنده های چندهسته ای گامی مهم در جهت تأمین توان پردازشی مورد نیاز برای برنامه های کاربردی تعبیه شده و بی درنگ است. افزایش توان پردازشی به‌واسطه تراشه های چند هسته ای و وجود مؤلفه های گوناگون روی این تراشه ها که ناشی از کوچک شدن اندازه ی ترانزیستورها و بالارفتن تعداد آنها در یک مساحت معین از تراشه است، منجر به بالا رفتن چگالی توان مصرفی و در نتیجه دما ی تراشه می شود. بالا رفتن دما در تراشه های چندهسته ای به چالشی بزرگ تبدیل شده است؛ چرا که از طرفی، وجود نقاط داغ در تراشه، قابلیت اطمینان آن را کاهش می دهد و از طرف دیگر، خنک نگهداشتن این نقاط مستلزم صرف هزینه و انرژی قابل توجه خواهد بود. تغییرات دما در حوزه ی مکان نیز به کارایی و قابلیت اطمینان تراشه ها آسیب می زند. بنابراین بکارگیری رو ش های مناسب برای کنترل و متعادل سازی دما در زمان اجرا در تراشه های چندهسته ای از اهمیت بالایی برخوردار است. در این پایان-نامه، روشی برخط به نام متعادل سازی بر خط دما (Online Heat Balancing یا به اختصار OHB)، برای متعادل سازی دمای تراشه های چندهسته ای ارائه شده که توانایی تطبیق با تغییرات خصوصیات بار کاری (از جمله زمان اجرا و توان مصرفی کارها) را به صورت پویا دارد و با بهره گیری از هر دو نوع لختی ایستا و پویا، سعی در کمینه کردن اختلاف دمای مکانی و ایجاد یک توزیع دمایی یکنواخت در سطح تراشه دارد. این مسئله در قالب یک مسئله ی کنترل بهینه و زمان-گسسته فرمول بندی شده است. یک کنترل گر برخط و متمرکز، بر مبنای روش کنترل پیش بین مدل با استفاده از مدلی که از رفتار دمایی سیستم در اختیار دارد، متناسب با خصوصیات بار کاری در هر بازه از زمان، انرژی مصرفی در هر بازه را طوری تعیین می کند که بیشینه اختلاف دمای دوبه دوی هسته ها کمینه گردد. نتایج شبیه‌سازی برای سناریوهای در نظر گرفته شده در یک بستر چهارهسته ای نشان میدهد در مقایسه با روش متعادل‌سازی بار، استفاده از OHB متوسط زمان هایی که اختلاف دمای بیش از 10 درجه سلسیوس در پروفایل دمایی هسته ها مشاهده میشود را تا 60% کاهش می‌دهد. برای بستر دوهسته ای نیز نتایج مشابهی بدست آمد. کلمات کلیدی: سیستم بی درنگ، مدیریت پویای دما، اختلاف دمای مکانی، متعادل سازی حرارت، افراز وظایف، کنترل پیش بین مدل
    Abstract
    Rapid progress in the process of fabrication of today’s processors has resulted in improved performance of the computational elements. Further, advent of multicore processors helps to deal with the increasing processing requirements of real-time embedded applications. This increasing processing capability of chips, which is rooted at the feature size scaling and high density of transistors is leading to increased chip power density, and in turn, chip temperature. This temperature rise up in MPSoCs has introduced significant challenges due to hotspots, and as a result, spatial temperature gradients, resulting in reliability and performance degradation and extra cooling costs. In this dissertation, an on-line method, called OHB, is proposed to balance the on-die temperature of cores of multicore chips. OHB has the ability to dynamically adapt to workload characteristic variations including execution-time and power consumption. It exploits both static and dynamic slacks to minimize spatial temperature gradients and to achieve close to uniform temperature distribution across the chip. The proposed method is formulated as a discrete-time optimal control problem. An online model predictive controller (MPC) is designed which minimizes the maximum temperature difference between each two cores based on runtime thermal behavior (workload characteristics) of the system by determining the energy consumption in each time interval. Experimental results for the considered scenarios show that our technique reduces the spatial temperature gradients above 10 up to 60% compared to a load balancing technique for a quad-core processor. Similar results have also been obtained for a dual-core processor. Keywords: Real-Time System, Dynamic Thermal Management, Spatial Temperature Gradient, Heat Balancing, Task Partitioning, Model Predictive Control