学位论文 > 优秀研究生学位论文题录展示
系统级动态热管理关键技术研究
作 者: 舒龙昊
导 师: 李曦
学 校: 中国科学技术大学
专 业: 计算机系统结构
关键词: 温度感知任务调度 工作负载刻画 高速缓存缺失分布 在线学习 时间片缩放 间隔调度
分类号: TP332
类 型: 硕士论文
年 份: 2011年
下 载: 42次
引 用: 0次
阅 读: 论文下载
内容摘要
处理器制造技术的飞速发展使得更多的计算资源被集中在一块很小的芯片上。单位面积计算资源的增加使得处理器的功耗密度和局部温度急剧上升从而形成温度热点(HotSpot)。片上温度不均给处理器及其冷却系统的设计带来很多挑战,同时有可能导致处理器运行时的逻辑错误甚至永久性的物理损伤。另一方面,冷却系统是按处理器最高工作负载的热状态来设计,而大多数情况下处理器并不处于高负载的状态,这就意味着冷却系统的设计成本被变相的增大。低功耗,低能耗和热耗管理技术可对系统的温度进行在线控制,这就从一定程度上减少了冷却系统的设计成本。因此设计有效的处理器温度动态控制技术变得越来越重要。本文在前人工作的基础上,充分调研了体系结构支持的多种可被利用的系统温度控制手段,例如动态电压频率缩放(DVFS),动态功耗管理(DPM,和操作系统层的各种资源管理手段,例如任务调度,内存分配等的优势与劣势。最终采用灵活性更强,控制面更大的系统级动态热耗控制技术(主要是任务调度)进行处理器的温度控制。本论文开展的主要研究工作包括:1.分析目前计算机发展特别是处理器发展过程中出现的严峻挑战,说明控制处理器温度的重要性和紧迫性。同时介绍国内外关于处理器温度控制的研究成果和现状。2.分析工作负载对处理器温度的影响,刻画工作负载的冷热特征并找到在线温度控制的机会。提出动静态参数相结合的工作负载刻画方法,并在此基础上进行任务的冷热特征刻画。3.分析应用程序体系结构级的运行特征,提出高速缓存缺失分布(Cache Miss Distribution)与平均每指令时钟周期数(CPI)相结合的工作负载刻画方法,并在此基础上进行任务的冷热特征刻画。4.一方面提出基于启发式匹配规则的温度感知的任务调度方法。另一方面将温度感知的任务调度问题形式化为在线学习模型。在线学习是机器学习理论的一种,该方法将过去系统的所有状态作为当前决策的一种依据,并通过判断不同决策的损失程度来决定最终的选择。5.设计时间片缩放(Time-Slice Scaling)和间隔调度(Alternative Scheduling)机制来进一步降低程序运行时处理器的峰值温度并缩短峰值温度的持续时间。6.在真实的Linux操作系统中对于上述在线控制技术的设计和实现。本论文研究的新贡献如下:1.将机器学习的理论应用到处理器温度的在线控制,并设计了一套完整的在线学习方法,使得处理器温度控制技术有了一定的理论保证。2.结合高速缓存缺失分布和平均每指令时钟周期数来刻画工作负载,并在此基础上刻画任务的冷热度。3.提出了时间片缩放和间隔调度的方法来进一步的降低运行时处理器的峰会温度并缩短峰值温度的持续时间。
|
全文目录
摘要 4-6 Abstract 6-10 插图目录 10-12 表格目录 12-13 第1章 绪论 13-19 1.1 引言 13-14 1.2 国内外研究现状 14-16 1.3 研究工作及贡献 16-18 1.4 论文组织形式 18-19 第2章 基于温度传感器和性能计数器的实验平台 19-31 2.1 温度的测量方法现状 19-22 2.2 改进的基于温度传感器的温度测量方法介绍 22-25 2.2.1 改进的温度取样方法的工作原理 22-23 2.2.2 温度取样方法的设计与实现 23-25 2.3 相关性能事件测量方法介绍 25-29 2.3.1 性能事件测量的工作原理 26-27 2.3.2 性能事件测量的设计与实现 27-29 2.4 实验平台具体参数 29-30 2.5 本章小结 30-31 第3章 工作负载刻画 31-45 3.1 工作负载刻画介绍 31-36 3.1.1 工作负载刻画的基本概念 31-32 3.1.2 工作负载刻画的基本方法和各自特点 32-34 3.1.3 工作负载刻画的相关工作和进展 34-36 3.2 工作负载刻画方法 36-45 3.2.1 参数化的工作负载刻画方法 37-41 3.2.2 结合高速缓存缺失分布的工作负载刻画方法 41-45 第4章 系统级的动态热控制技术 45-60 4.1 任务冷热刻画方法 45-47 4.1.1 基于PBWC 的任务冷热刻画方法 45-46 4.1.2 基于CCWC 的任务冷热刻画方法 46-47 4.2 温度感知的任务调度 47-59 4.2.1 基于启发式匹配规则的温度感知任务调度算法 48-50 4.2.2 基于启发式匹配规则的温度感知任务调度实验验证 50-53 4.2.3 基于在线学习的温度感知调度算法 53-55 4.2.4 基于在线学习的温度感知调度算法实验验证 55-59 4.3 本章小节 59-60 第5章 时间片缩放和间隔调度机制 60-64 5.1 背景和动机 60-61 5.2 设计与实现 61-63 5.3 本章小节 63-64 第6章 总结与展望 64-65 6.1 本文的工作总结 64 6.2 进一步工作的展望 64-65 参考文献 65-69 在读期间发表的学术论文与取得的其他研究成果 69-70 已发表论文 69 待发表论文 69 参与的主要项目 69-70 致谢 70
|
相似论文
- CMC环境下大学生在线学习评价研究,G434
- 在线学习及其在智能交通与金融工程中的应用,U495;F830
- 混合式学习活动设计及应用研究,G434
- NIT运程教育平台研究与开发,TP311.52
- 大学计算机课在线学习与课堂学习整合的模式,TP3-4
- 基于活动理论的在线学习活动设计,G434
- 基于WEB技术的学生学习平台开发,TP311.52
- 高职院校在线学习系统研究与设计,TP311.52
- 基于手机的移动学习资源设计研究,G434
- 中学生在线学习障碍分析及网校平台改进策略研究,G434
- 基于校园网的在线学习平台的设计与实现,TP391.6
- 在线环境中自我导向学习研究,G434
- 美国K12在线学习发展研究,G434
- 引领式在线学习在企业培训中的应用研究,G726
- 基于Internet的网络协作学习系统关键技术研究,TP311.52
- 在线学习的过程性评价设计,G434
- 基于Web的监狱警察学习系统的研究与实现,TP311.52
- 基于在线学习方法的BP神经网络训练算法研究,TP183
- 基于强化学习的仿人智能控制器参数在线学习与优化,TP273.5
- 互动电视在线学习系统的设计与实现,TP311.52
- 雷达辐射源特征选择和在线学习算法研究,TN974
中图分类: > 工业技术 > 自动化技术、计算机技术 > 计算技术、计算机技术 > 电子数字计算机(不连续作用电子计算机) > 运算器和控制器(CPU)
© 2012 www.xueweilunwen.com
|