一種基於離散Hopfield神經網絡的RTOS功耗優化方法

2023-08-03 23:40:31 1

一種基於離散Hopfield神經網絡的RTOS功耗優化方法
【專利摘要】本發明公開了一種基於離散Hopfield神經網絡的RTOS功耗優化方法，所述方法重新定義了神經網絡的神經元表示、能量函數、運行方程和係數，本發明能夠以相對較小的代價(FPGA開銷小於4K個可編程邏輯塊)取得高達60%的功耗節省，系統性能得到了相應的提高，彌補了過去的軟/硬體劃分方法在許多方面對於RTOS-Power劃分的不充分，如RTOS-Power功耗建模與估計、功耗約束條件和目標參數的提煉、功耗優化求解算法的設計、劃分結果的評價以及系統結構問題等。
【專利說明】-種基於離散Hopf ield神經網絡的RTOS功耗優化方法

【技術領域】
[0001] 本發明涉及嵌入式系統功耗領域，具體涉及一種基於離散Hopfield神經網絡的 RTOS功耗優化方法。

【背景技術】
[0002] 隨著全球能源危機的不斷發展，數量龐大的嵌入式系統的功耗問題日益引起人們 的關注。作為嵌入式系統的一種新形式，SoC( System-on-a-Chip，片上系統或系統晶片） 在單個IC( Integrated Chip,集成電路晶片）裡基本上實現了一個完整計算機系統的軟 /硬體功能。同傳統的嵌入式系統相比，SoC具有許多明顯的優點，如體積小、功耗低、可 靠性高以及更高的性價比等，缺點是複雜性上升、設計成本高、開發周期長，完全改變了先 前整機系統的總體設計架構。SoC通常是一個定製的1C，一般由通用的微處理器核、可邏輯 編程的硬體單元、應用相關的I/ 0接口電路和相應的嵌入式軟體組成。SoC設計結合了傳 統的IC(包括數字、模擬和射頻集成電路）設計和嵌入式軟體開發兩方面的內容，是學術 界的研究熱點和工業界大力推廣應用的一項新技術。


【發明內容】

[0003] 本發明要解決的技術問題是：本發明從硬體角度，考慮了處理器核和ASIC核 的功耗問題，由於在指令級或操作級進行精確的功耗估計是非常困難的，實際上無法保 證軟/硬體劃分結果能夠達到規定的功耗目標要求。同時，採用簡單的表調度（list scheduling)將劃分對象與目標模塊進行對比、排序，完成對軟/硬體的劃分，也難以保證 劃分結果是功耗最優的，或功耗次優的。
[0004] RTOS ( Real-Time Operating System,實時作業系統） 是 SoC( System-〇n-a-Chip，系統晶片或片上系統）的一個重要組成部分，其功耗一般約佔整個系 統功耗30?40%的比例，而基於軟/硬體劃分的RTOS功耗優化方法（簡稱RTOS- Power 劃分）能夠明顯地減少SoC的功耗。
[0005] 因此，SoC-RTOS的功耗相關軟/硬體劃分（簡稱RTOS-Power劃分）對於SoC 設計是至關重要的，它決定了 SoC-RTOS的哪些功能應該由硬體實現，哪些功能應該由軟 件實現，其劃分結果直接影響到SoC的系統功耗。和一般的RTOS相比，由於SoC-RTOS具 有不同的特點和應用需求，使得其具有不同的功能集合和軟/硬體實現要求，從而造成了 RTOS- Power劃分與一般的嵌入式系統和SoC劃分存在比較大的區別，過去的軟/硬體劃 分方法在許多方面對於RTOS-Power劃分是不充分的，如RTOS- Power功耗建模與估計、 功耗約束條件和目標參數的提煉、功耗優化求解算法的設計、劃分結果的評價以及系統結 構問題等。
[0006] RTOS-Power劃分是一個NP完全問題，其主要目標是將RTOS的功能行為在一定約 束條件下 優化地分配到SoC的軟/硬體系統結構上，以實現系統功耗的最小化。在有些研究中， 將RTOS-Power劃分作為SoC-RTOS軟/硬體綜合的一部分。SoC-RTOS的功能行為一般採 用任務圖（task graph)建模，每個任務具有相應的功耗屬性，我們採用基於任務級的系統 功耗建模與估計策略。
[0007] 對軟體而言，一個任務是具有明確接口的、粗粒度的一系列運算操作的集合，通常 表現為一個功能模塊、函數、算法過程、對象或構件； 對硬體而言，一個任務是一個特定的IP ( Intellectual Property，智慧財產權）模塊， 具有清晰的功能、接口和約束。為形式化地描述SoC-RTOS劃分問題，使用符號如下： G : -個有向無環圖，亦即一個SoC-RTOS功能行為的任務圖,G = (V,E); V :將要劃分的任務節點集合，V = (V1,V2,…，Vn}; E :表示兩個節點間控制或數據依賴/通信關係的有向邊，

【權利要求】
1. 一種基於離散Hopfield神經網絡的RTOS功耗優化方法，其特徵在於：所述方法重新 定義了神經網絡的神經元表示、能量函數、運行方程和係數， 其中： 1) 神經元的表示： 一個具有N個神經元的神經網絡對應於任務圖G的N個節點，第i個神經元與節點i存在一種一一對應關係，具有一個輸入Ui和輸出Vi間的函數關係，神經元的激勵函數由下 式確定：
，權重Wii是η的成本和通信成本Cji的和，是第i個神經元的閾值，同時，神經元輸出值 Vj= 0 ,表示ViEVhM= 1,表示VjEVs ; 2) 能量函數： 對應於RTOS-Power劃分的約束條件和目標函數，Hopfield神經網絡的能量函數包括 下列兩部分：

其中，A和B是兩個正係數，Cii表示一個任務節點硬體實現的功耗，不同的任務節點具 有不同的值；Ps表示一個任務節點軟體實現的功耗，不同的任務節點具有不同的值；φ"表 示一個相應的任務節點間通信的功耗，不同的通信具有不同的值； 在方程（7)中函數Oi(X)由下式確定：
E1是能量函數的一個約束條件，同
相關； E2是能量函數的一個目標函數fp(VH,Vs)，表示SoC-RTOS的功耗值； 3)運行方程： 第i個神經元的運行方程為 dUj - 3Edt
運行方程係數的確定： 係數A由任務節點成本的平均值ω確定，即
係數B由Uavg確定，設定Αω=KBUavg ,其中K是一個調節常數。
2. 根據權利要求1所述的一種基於離散Hopfield神經網絡的RTOS功耗優化方法，其特 徵在於：將一個"噪聲"條件D將加到運行方程（10)上，其中，
當條件ft/Tcjl>γ滿足時，在運行方程中條件D將被丟棄，其中H是一個取整操作符， γ=Te - 0：X!^/Tmax -I, 是一個正係數，Tmax是一個正係數，Tmax是迭代的最 大步數。
3. 根據權利要求1或2所述的一種基於離散Hopfield神經網絡的RTOS功耗優化方法， 其特徵在於=Oii 的值能夠通過一個低層的功耗仿真器EMSM獲得，該仿真器模擬 了一個包含IntelStrongARM處理器和RTOS的SoC平臺。
4. 根據權利要求3所述的一種基於離散Hopfield神經網絡的RTOS功耗優化方法，其特 徵在於：不同軟/硬體實現條件下任務節點的執行時間也能夠通過所述仿真器獲得。
【文檔編號】G05B19/042GK104238427SQ201410487720
【公開日】2014年12月24日 申請日期:2014年9月23日 優先權日:2014年9月23日
【發明者】方雪靜, 胥榕 申請人:浪潮電子信息產業股份有限公司