-
公开(公告)号：CN102426662B
公开(公告)日：2014-02-26
申请号：CN201110348973.0
申请日：2011-11-08
Applicant: 四川大学
IPC: G06N3/08
Abstract: 本发明公布了一种嵌入式软件体系结构级能耗建模方法。该方法首先对5个体系结构级软件特征量(有效代码行数LOC、构件数量TC、平均构件接口复杂度Rc、平均路径复杂度Rp、平均构件耦合度CF)进行度量，对度量值进行预处理后作为BP神经网络的输入值，同时通过功耗仿真实验平台HMSim获取样本程序的能耗值E作为BP神经网络的输出值，然后确定BP神经网络的具体结构，包括隐层数、隐层节点数、隐层传递函数和输出层传递函数，对BP神经网络进行训练得到BP神经网络隐层的权值和阈值，最后得到BP神经网络的能耗预测值，再与目标程序的实际能耗值进行对比。通过实验得出该方法的平均误差保持在20％的范围内，说明以软件特征量为基础的嵌入式软件体系结构级能耗建模方法是有效的。
-
公开(公告)号：CN101882103A
公开(公告)日：2010-11-10
申请号：CN201010221788.0
申请日：2010-07-09
Applicant: 四川大学
IPC: G06F11/34
CPC classification number: Y02D10/34
Abstract: 本发明公布了一种嵌入式设备I/O接口的软件能耗统计方法，提供了一种新的方法用于测量嵌入式设备I/O接口的软件能耗，为相应的功耗优化研究和开发工作提供数据基础。实验结果表明，将本发明应用到高精度指令级嵌入式软件能耗模拟器HMSim中后，通过运行基于μC/OS-II RTOS的应用程序，HMSim I/O接口功耗仿真模块可以快速预测(或估算)软件算法在特定目标板上运行时的I/O功耗值，为开展相应的功耗优化研究和开发工作打下坚实的数据基础。该方法的能耗计算结果与实际仪器测量结果的误差在10％以内，可准确地反映软件实现方式对系统能耗的影响程度。
-
公开(公告)号：CN104156268A
公开(公告)日：2014-11-19
申请号：CN201410323420.3
申请日：2014-07-08
Applicant: 四川大学
Abstract: 为实现数据密集型应用程序并降低并行编程的复杂性，MapReduce提供了一组简单的编程接口。由于采用大规模并行架构，GPU在并行计算平台中逐渐占据主导地位。然而，设计GPU上的高性能MapReduce框架却是一项具有挑战性的任务。本发明描述了一种GPU上的高性能MapReduce框架，并着眼于该框架的工作负载与线程结构两个参数，这两个参数属于该框架的一级参数。本框架采用的是一种分层搜索方法，结合了负载分配与线程结构优化并对两者进行了协调。由于基于高效而精确的采样和多项式拟合方法，本框架能够快速搜索其设计空间，速度比穷举法快860倍，且准确率可达99.7％。在实际应用程序中，本框架的性能可达到当前GPU上最先进MapReduce框架的7.7倍(平均4.04倍)。
-
公开(公告)号：CN102004679A
公开(公告)日：2011-04-06
申请号：CN201010552123.8
申请日：2010-11-22
Applicant: 四川大学
IPC: G06F11/00
Abstract: 本发明着眼于构件化嵌入式软件，从基于状态的角度出发，将嵌入式软件系统的运行过程视为一个状态的集合，提出了一种基于马尔科夫链的嵌入式软件能耗估算模型。首先为了克服主观判断造成软件状态转移概率准确性低的弊端，对常用的软件体系结构风格进行分类，确定不同风格下软件状态转移概率，生成软件状态转移概率矩阵，然后若软件状态转移概率矩阵为非正规概率矩阵，将非正规概率矩阵调整为正规概率矩阵，最后根据测量得到的构件平均能耗值，估算嵌入式软件的平均能耗，并通过实验验证了该模型的有效性。
-
公开(公告)号：CN101881995A
公开(公告)日：2010-11-10
申请号：CN201010191793.1
申请日：2010-06-04
Applicant: 四川大学
Abstract: 本发明公布了一种适用于ARM指令集的功耗测量方法—层次分类功耗测量方法。首先将ARM指令集按照指令类型分成四类，然后再对各类指令按照寻址方式进行分类，最后按照不同寻址方式下操作数的不同进行分类。通过在ARM7TDMI处理器进行实验，根据测试结果完善指令集功耗仿真器HMSim，使仿真测试环境更加接近实际硬件环境，从而为嵌入式软件的功耗测量提供更方便、精确的测试环境。本发明提出的层次分类功耗测量方法应用在HMSim功耗模拟器上之后，应用程序在HMSim上运行的功耗值与实际硬件环境相比，误差在10％以内。
-
Patent Agency Ranking
公开(公告)号：CN102412987B
公开(公告)日：2014-01-15
申请号：CN201110348975.X
申请日：2011-11-08
Applicant: 四川大学
Abstract: 本发明公布了一种面向IP over TDM over DWDM的多层网络能耗优化方法。该方法首先定义了IP over TDM over DWDM多层网络功耗的目标函数，然后提出了目标函数在IP层、TDM层、光层的约束条件，最后实验从网络层与多层网络功耗的关系、动态功耗与网络功耗的关系、模块化设计与网络功耗的关系3个方面对该方法进行验证。实验结果显示面向IP over TDM over DWDM的多层网络能耗优化方法是有效的。网络功耗都随业务需求的减小逐渐降低，在业务需求低峰期时(Davg＝10Gbps)网络功耗可减小到业务高峰期(Davg＝100Gbps)时功耗时的24％-38％。无论网络设备的动态功耗和模块化结构如何变动，网络的功耗随业务需求减小而降低这一结论始终保存一致。
-
公开(公告)号：CN101894067B
公开(公告)日：2012-02-01
申请号：CN201010191808.4
申请日：2010-06-04
Applicant: 四川大学
IPC: G06F11/36
Abstract: 本发明公布了一种基于ARM处理器的嵌入式软件能耗统计模型。提供了一种新的模型和技术用于测量软件功耗，为相应的功耗优化研究和开发工作提供数据基础。本发明提出的嵌入式软件能耗统计模型包括处理器、存储器和I/O控制器等硬件单元的能耗，并根据ARM指令集指令周期的规律设计了相应指令周期数的计算方案。将本发明应用到高精度指令级嵌入式软件能耗模拟器HMSim中后，实验结果表明，该模型的能耗计算结果与实际仪器测量结果的误差在10％以内，可准确地反映软件实现方式对系统能耗的影响程度。
-
公开(公告)号：CN102073765A
公开(公告)日：2011-05-25
申请号：CN201110003159.5
申请日：2011-01-10
Applicant: 四川大学
IPC: G06F17/50
Abstract: 本发明在研究MPSoC芯片中NoC目录协议能耗模型的基础上，对Cache一致性常用目录协议进行深入分析，提出一种基于位置概率分布的目录协议能耗模型。考虑目录信息与数据块节点位置分布的无关性，定位数据块在NoC中的节点位置，计算任意节点间数据传输的概率矩阵，并结合路由单元能耗、连线能耗以及网络拓扑结构，可准确获得目录协议中一次数据块传输的能耗。实验表明，本发明提出的模型在发包概率稳定的Mesh（网孔）网络中可有效计算出不同类型目录协议产生的能耗，且精度较高（误差小于2%）。
-
公开(公告)号：CN101944049A
公开(公告)日：2011-01-12
申请号：CN201010282450.6
申请日：2010-09-16
Applicant: 四川大学
IPC: G06F9/50
Abstract: 本发明公布了一种基于放置代价的可重构系统软/硬件任务统一调度算法。针对目前可重构系统任务在线调度算法的不足，本发明考虑了三种代价，分别为：硬件任务在FPGA上的执行时间，占用的FPGA面积以及FPGA的碎片情况，并且也考虑了软/硬件任务的统一调度算法。在调度过程中，当硬件任务的代价超过设定的阈值时，就拒绝其在FPGA上运行，并由CPU执行其相应软件任务实现。通过合理地拒绝一些代价较大的任务，能够从整体上提高任务调度成功率。实验表明，同已有算法相比，该算法能够获得更高的任务截止保证率。
-
公开(公告)号：CN104156268B
公开(公告)日：2017-07-07
申请号：CN201410323420.3
申请日：2014-07-08
Applicant: 四川大学
Abstract: 为实现数据密集型应用程序并降低并行编程的复杂性，MapReduce提供了一组简单的编程接口。由于采用大规模并行架构，GPU在并行计算平台中逐渐占据主导地位。然而，设计GPU上的高性能MapReduce框架却是一项具有挑战性的任务。本发明描述了一种GPU上的高性能MapReduce框架，并着眼于该框架的工作负载与线程结构两个参数，这两个参数属于该框架的一级参数。本框架采用的是一种分层搜索方法，结合了负载分配与线程结构优化并对两者进行了协调。由于基于高效而精确的采样和多项式拟合方法，本框架能够快速搜索其设计空间，速度比穷举法快860倍，且准确率可达99.7％。在实际应用程序中，本框架的性能可达到当前GPU上最先进MapReduce框架的7.7倍(平均4.04倍)。
-
-
-
-
-
-
-
-
-
Search Results
22
records
(took 0.026 seconds)
