公开(公告)号：CN105630458A

公开(公告)日：2016-06-01

申请号：CN201511019177.7

申请日：2015-12-29

Applicant: 东南大学—无锡集成电路技术研究所

Inventor： 张阳 ,  王伟 ,  蒋网扣 ,  王芹 ,  赵煜健 ,  凌明

IPC: G06F9/38 ,  G06N3/08

CPC classification number: G06F9/3844 ,  G06F9/3802 ,  G06N3/088

Abstract: 本发明公开了一种基于人工神经网络的乱序处理器稳态下平均吞吐率的预测方法，借助指令集模拟器的全仿真环境获取目标程序执行阶段的微架构无关参数，再利用SOM和Kmeans算法提取出输入数据中的特征点，最后通过BP神经网络拟合微架构无关参数与稳态平均吞吐率的关系，训练出精度较高的模型。模型训练完成后，通过模拟器获得程序的微架构无关信息，导入到训练好的神经网络中，即可快速准确地预测实际稳态平均吞吐率值。本发明采用人工神经网络，极大地提高了乱序处理器稳态下平均吞吐率的预测精度和速度。

公开(公告)号：CN105630458B

公开(公告)日：2018-03-02

申请号：CN201511019177.7

申请日：2015-12-29

Applicant: 东南大学—无锡集成电路技术研究所

Inventor： 张阳 ,  王伟 ,  蒋网扣 ,  王芹 ,  赵煜健 ,  凌明

IPC: G06F9/38 ,  G06N3/08

Abstract: 本发明公开了一种基于人工神经网络的乱序处理器稳态下平均吞吐率的预测方法，借助指令集模拟器的全仿真环境获取目标程序执行阶段的微架构无关参数，再利用SOM和Kmeans算法提取出输入数据中的特征点，最后通过BP神经网络拟合微架构无关参数与稳态平均吞吐率的关系，训练出精度较高的模型。模型训练完成后，通过模拟器获得程序的微架构无关信息，导入到训练好的神经网络中，即可快速准确地预测实际稳态平均吞吐率值。本发明采用人工神经网络，极大地提高了乱序处理器稳态下平均吞吐率的预测精度和速度。