一种重构高性能目标阵列的方法技术

本发明专利技术公开了一种重构高性能目标阵列的方法，包括如下步骤：逻辑列的可满足性，逻辑列重叠区域的可满足性，可满足性模型变量约束规则，目标阵列可满足性模型生成算法，基于目标阵列可满足性模型的高性能目标阵列完备算法，基于目标阵列可满足性模型的高性能目标阵列非完备算法，该步骤用于提高目标阵列的性能，GNPTASAT算法至少要找到与CMTA算法求得的目标阵列相互等价的目标阵列时才会终止，极大的提高了重构目标阵列的性能，算法GNPTASAT优越于算法CMTA和算法DP_GCR，实验数据证明对于重构高性能目标阵列具有极大的益处。

【技术实现步骤摘要】

本专利技术涉及重构阵列领域，具体涉及一种重构高性能目标阵列的方法。
技术介绍
处理器虽然能够通过软件指令实现不同的算法，可重构处理器利用可重构逻辑器件的动态重构特性，通过不同的配置文件，将特定的指令映射到可重构阵列上运行，由于重构处理器的工作性能通过不同的算法实现，导致工作性能不一，软件指令无法精确完成。
技术实现思路
为克服现有技术的不足，本专利技术公开了一种重构高性能目标阵列的方法，为实现上述目的本专利技术采用如下技术方案：本专利技术提出了一种重构高性能目标阵列的方法，包括以下步骤：S1、逻辑列的可满足性，Bl,Br表示两条位于大小为m×n的物理阵列中的逻辑列，那么这两条逻辑列与物理阵列中的任意一行都存在唯一的交集，且交集中的元素只有一个，其中逻辑列Bl和逻辑列Br之间所有的无故障的处理单元所形成的区域，包括位于逻辑列Bl和逻辑列Br上的正常单元，逻辑列Bl和逻辑列Br分别被称为这个区域的左边界和右边界；S2、逻辑列重叠区域的可满足性，逻辑列的产生区域是可以通过左右边界逻辑列来确定，而边界逻辑列基于贪心算法得到的，那么这会造成逻辑列的产生区域之间彼此重叠，形成重叠区域；S3、可满足性模型变量约束规则，区域A[Bl,Br]，对于任意的i(1≤i≤m)，已知E′i＝Ri∩A[Bl,Br]，E′i+1＝Ri+1∩A[Bl,Br]，如果对于任意的e(e∈E′i)，都存在对应的e′(e′∈E′i+1)使得col(e)＝col(e′)；对于任意的e′(e′∈E′i+1)，存在对应e(e∈E′i)使得col(e′)＝col(e)，那么称E′i和E′i+1是等价的。如果E′i和E′i+1是等价的，那么E′i+1中的处理单元就不需要使用新的布尔变量来表示，可以使用Ei中的布尔变量来表示，其对应关系如下：对于任意的布尔变量u(u∈Ei)，v(v∈Ei+1)，如果col(u)＝col(v)，u和v则表示同一个布尔变量，并将其称为变量约束规则；S4、目标阵列可满足性模型生成算法，物理阵列的大小为m×n，记为H，Generate_CNF算法能够根据物理阵列H得出该目标阵列的可满足性的合取范式F，通过GCR算法和GCR′算法确定物理阵列H中每条逻辑列的边界；S5、基于目标阵列可满足性模型的高性能目标阵列完备算法，物理阵列的大小为m×n，合取范式是Generate_CNF算法根据变量约束和阵列重构的可满足性约束生成的，那么合取范式就可以用于描述为目标阵列的可满足性模型；S6、基于目标阵列可满足性模型的高性能目标阵列非完备算法，大小为m×n的物理阵列H，系统对重构的目标阵列的长链接总数的期望值为l，T1和T2是分别表示由GCR算法和GCR算法重构的目标阵列，函数CNF(T1,T2)表示目标阵列的可满足性模型的合取公式的产生函数，其返回值为可满足性模型由Generate_CNF算法产生。优选的，所述步骤1中R1,R2,...,Rm分别表示给定的物理阵列的第一行、第二行、……、第m行，且目标阵列中的行也是从物理行R1,R2,...,Rm中选择，Bl,Br表示两条位于大小为m×n的物理阵列中的逻辑列，那么这两条逻辑列与物理阵列中的任意一行都存在唯一的交集，且交集中的元素只有一个。优选的，所述步骤2中假设处理单元e(e∈Ri∩A[Bl,Br]∩A[Bl+1,Br-1])，已知处理单元e在区域A[Bl,Br]中对应的布尔变量为x，处理单元e在区域A[Bl+1,Br-1]中对应的布尔变量x′。优选的，所述步骤3中对于逻辑列的产生区域A[Bl,Br]，对于任意的i(1≤i≤m)，已知E′i＝Ri∩A[Bl,Br]，E′i+1＝Ri+1∩A[Bl,Br]，如果对于任意的e(e∈E′i)，都存在对应的e′(e′∈E′i+1)使得col(e)＝col(e′)，对于任意的e′(e′∈E′i+1)，也存在对应e(e∈E′i)使得col(e′)＝col(e)，那么称E′i和E′i+1是等价的，对于任意的布尔变量u(u∈Ei)，v(v∈Ei+1)，如果col(u)＝col(v)，那么u和v表示同一个布尔变量，并将其称为变量约束规则。优选的，所述步骤4中采用数字作为布尔变量的名字，假设给定的物理阵列的大小为m×n，记为H，Generate_CNF算法能够根据物理阵列H得出该目标阵列的可满足性的合取范式F。优选的，所述步骤5中假设布尔表达式表示根据前面步骤所提到的可满足性编码约束规则所得到的目标阵列的合取范式，那么任何一组关于合取范式的真值指派都有可能是高性能目标阵列，但是在没有得到合取范式的所有真值指派之前，是没有办法确定哪一个或者哪几个真值指派所表示目标阵列就是高性能目标阵列。优选的，所述步骤6中假设给定大小为m×n的物理阵列H，系统对重构的目标阵列的长链接总数的期望值为l，T1和T2是分别表示由GCR算法和GCR算法重构的目标阵列，函数CNF(T1,T2)表示目标阵列的可满足性模型的合取公式的产生函数，其返回值为可满足性模型由Generate_CNF算法产生。与现有技术相比，本专利技术的有益效果是：该重构高性能目标阵列的方法，实验通过算法CMTA得到的目标阵列的长链接总数(nlis)的值作为GNPTASAT算法中l的初始值，即在实际的实验中，先计算CMTA算得到的目标阵列的长链接数量，并将该值赋值给GNPTASAT算法中的输入参数l，GNPTASAT算法至少要找到与CMTA算法求得的目标阵列相互等价的目标阵列时才会终止，极大的提高了重构目标阵列的性能，算法GNPTASAT的精确性优越于算法CMTA和算法DP_GCR，实验数据证明对于重构高性能的目标阵列具有极大的益处。具体实施方式为了使本专利技术的目的、技术方案及优点更加清楚明白，以下结合具体实施例，对本专利技术进行进一步详细说明，此处所描述的具体实施例仅仅用以解释本专利技术，并不用于限定本专利技术。一种重构高性能目标阵列的方法，包括以下步骤：S1、逻辑列的可满足性，Bl,Br表示两条位于大小为m×n的物理阵列中的逻辑列，那么这两条逻辑列与物理阵列中的任意一行都存在唯一的交集，且交集中的元素只有一个，其中逻辑列Bl和逻辑列Br之间所有的无故障的处理单元所形成的区域，包括位于逻辑列Bl和逻辑列Br上的正常单元，逻辑列Bl和逻辑列Br分别被称为这个区域的左边界和右边界；S2、逻辑列重叠区域的可满足性，逻辑列的产生区域是可以通过左右边界逻辑列来确定，边界逻辑列基于贪心算法得到的，那么这造成了逻辑列的产生区域之间可能存在彼此重叠，形成重叠区域；S3、可满足性模型变量约束规则，区域A[Bl,Br]，对于任意的i(1≤i≤m)，已知E′i＝Ri∩A[Bl,Br]，E′i+1＝Ri+1∩A[Bl,Br]，如果对于任意的e(e∈E′i)，都存在对应的e′(e′∈E′i+1)使得col(e)＝col(e′)，对于任意的e′(e′∈E′i+1)，也存在对应e(e∈E′i)使得col(e′)＝col(e)，那么称E′i和E′i+1是等价的，那么如果E′i和E′i+1是等价的，那么E′i+1中的处理单元就不需要使用新的布尔变量来表示，可以使用Ei中的布尔变量来表示，其对应如下对于任意的布尔变量u(u∈Ei)，v(v∈Ei+1)，如果col(u)＝col本文档来自技高网...

【技术保护点】
一种重构高性能目标阵列的方法，其特征在于：包括以下步骤：S1、逻辑列的可满足性，Bl,Br表示两条位于大小为m×n的物理阵列中的逻辑列，那么这两条逻辑列与物理阵列中的任意一行都存在唯一的交集，且交集中的元素只有一个，其中逻辑列Bl和逻辑列Br之间所有的无故障的处理单元所形成的区域，包括位于逻辑列Bl和逻辑列Br列上的正常单元，逻辑列Bl和逻辑列Br列分别被称为这个区域的左边界和右边界；S2、逻辑列重叠区域的可满足性，逻辑列的产生区域是可以通过左右边界逻辑列来确定，边界逻辑列基于贪心算法得到的，那么这造成了逻辑列的产生区域之间可能存在彼此重叠，形成重叠区域；S3、可满足性模型变量约束规则，区域A[Bl,Br]，对于任意的i(1≤i≤m)，已知E′i＝Ri∩A[Bl,Br]，E′i+1＝Ri+1∩A[Bl,Br]，如果对于任意的e(e∈E′i)，都存在对应的e′(e′∈E′i+1)使得col(e)＝col(e′)；对于任意的e′(e′∈E′i+1)，也存在对应e(e∈E′i)使得col(e′)＝col(e)，那么称E′i和E′i+1是等价的，那么如果E′i和E′i+1是等价的，那么E′i+1中的处理单元就不需要使用新的布尔变量来表示，可以使用Ei中的布尔变量来表示，其对应如下对于任意的布尔变量u(u∈Ei)，v(v∈Ei+1)，如果col(u)＝col(v)，那么u和v表示同一个布尔变量，并将其称为变量约束规则；S4、目标阵列可满足性模型生成算法，物理阵列的大小为m×n，记为H，Generate_CNF算法能够根据物理阵列H得出该目标阵列的可满足性的合取范式F，通过GCR算法和GCR′算法确定物理阵列H中每条逻辑列的边界；S5、基于目标阵列可满足性模型的高性能目标阵列完备算法，物理阵列的大小为m×n，合取范式是Generate_CNF算法根据变量约束和阵列重构的可满足性约束生成的，那么合取范式就可以用于描述为目标阵列的可满足性模型；S6、基于目标阵列可满足性模型的高性能目标阵列非完备算法，大小为m×n的物理阵列H，系统对重构的目标阵列的长链接总数的期望值为l，T1和T2是分别表示由GCR算法和GCR算法重构的目标阵列，函数CNF(T1,T2)表示目标阵列的可满足性模型的合取公式的产生函数，其返回值为可满足性模型由Generate_CNF算法产生。...

【技术特征摘要】
1.一种重构高性能目标阵列的方法，其特征在于：包括以下步骤：S1、逻辑列的可满足性，Bl,Br表示两条位于大小为m×n的物理阵列中的逻辑列，那么这两条逻辑列与物理阵列中的任意一行都存在唯一的交集，且交集中的元素只有一个，其中逻辑列Bl和逻辑列Br之间所有的无故障的处理单元所形成的区域，包括位于逻辑列Bl和逻辑列Br列上的正常单元，逻辑列Bl和逻辑列Br列分别被称为这个区域的左边界和右边界；S2、逻辑列重叠区域的可满足性，逻辑列的产生区域是可以通过左右边界逻辑列来确定，边界逻辑列基于贪心算法得到的，那么这造成了逻辑列的产生区域之间可能存在彼此重叠，形成重叠区域；S3、可满足性模型变量约束规则，区域A[Bl,Br]，对于任意的i(1≤i≤m)，已知E′i＝Ri∩A[Bl,Br]，E′i+1＝Ri+1∩A[Bl,Br]，如果对于任意的e(e∈E′i)，都存在对应的e′(e′∈E′i+1)使得col(e)＝col(e′)；对于任意的e′(e′∈E′i+1)，也存在对应e(e∈E′i)使得col(e′)＝col(e)，那么称E′i和E′i+1是等价的，那么如果E′i和E′i+1是等价的，那么E′i+1中的处理单元就不需要使用新的布尔变量来表示，可以使用Ei中的布尔变量来表示，其对应如下对于任意的布尔变量u(u∈Ei)，v(v∈Ei+1)，如果col(u)＝col(v)，那么u和v表示同一个布尔变量，并将其称为变量约束规则；S4、目标阵列可满足性模型生成算法，物理阵列的大小为m×n，记为H，Generate_CNF算法能够根据物理阵列H得出该目标阵列的可满足性的合取范式F，通过GCR算法和GCR′算法确定物理阵列H中每条逻辑列的边界；S5、基于目标阵列可满足性模型的高性能目标阵列完备算法，物理阵列的大小为m×n，合取范式是Generate_CNF算法根据变量约束和阵列重构的可满足性约束生成的，那么合取范式就可以用于描述为目标阵列的可满足性模型；S6、基于目标阵列可满足性模型的高性能目标阵列非完备算法，大小为m×n的物理阵列H，系统对重构的目标阵列的长链接总数的期望值为l，T1和T2是分别表示由GCR算法和GCR算法重构的目标阵列，函数CNF(T1,T2)表示目标阵列的可满足性模型的合取公式的产生函数，其返回值为可满足性模型由Generate_CNF算法产生。2.根据权利要求1所述一种重构高性能目标阵列的方法，其特征在于：所述步...

【专利技术属性】
技术研发人员：钱俊彦，胡佳，徐周波，常亮，赵岭忠，
申请(专利权)人：桂林电子科技大学，
类型：发明
国别省市：广西;45