一种片上网络路由优化方法、装置、设备及可读存储介质制造方法及图纸

本发明专利技术公开了一种片上网络路由优化方法、装置、设备及可读存储介质，该方法包括以下步骤：利用网络测试模型对片上网络进行测试，获得测试数据集；测试数据集包括不同路由测试策略，以及各种路由测试策略对应的网络性能；创建与片上网络匹配的深度神经网络；利用测试数据集对深度神经网络进行训练，以获得优化路由策略；按照优化路由策略，设置片上网络的各个节点路由参数。相较于人工设置路由策略，该方法可减少人工干预，简化路由控制过程，提高得到更优的路由策略。

An on-chip network routing optimization method, device, device and readable storage medium

【技术实现步骤摘要】
一种片上网络路由优化方法、装置、设备及可读存储介质
本专利技术涉及计算机应用
，特别是涉及一种片上网络路由优化方法、装置、设备及可读存储介质。
技术介绍
片上网络(network-on-chip，NoC)是片上系统(system-on-chip，SoC)的一种新的通信方法。它是多核技术的主要组成部分。NoC带来了一种全新的片上通信方法，显著优于传统总线式系统(bus)的性能。在NoC中，普遍使用也是最适合的网络结构是包交换的直接网络。每个节点通过双向通道连接到相邻的节点。NoC的网络连接是异构的，需连接不同的处理部件和存储部件，通信量的分布也是不均匀的。在面向FPGA平台的NOC架构设计中，受芯片内部资源的限制，通道数量有限，各节点上数据包路由的策略就很重要，该策略规定了各方向来的数据包的优先级和优先向哪个端口发出去，包括如何平衡各方向上的负载，减小数据包的等待时间，在有限通道的情况下尽可能提高通过效率，减少网络中死锁(dead-lock)、活锁(live-lock)现象的发生。当前，普遍采用的路由策略包括各方向固定优先级顺序、Round-Robin时间片轮转和等待时间最长优先等。设置路由策略往往由人工经过大量的测试，比较耗时，且人工设置路由策略往往跟个人经验相关，所设置的路由策略往往难以满足片上网络的实际传输需求。综上所述，如何有效地解决优化片上网络的路由策略问题，是目前本领域技术人员急需解决的技术问题。
技术实现思路
本专利技术的目的是提供一种片上网络路由优化方法、装置、设备及可读存储介质，以优化片上网络的路由策略。为解决上述技术问题，本专利技术提供如下技术方案：一种片上网络路由优化方法，包括：利用网络测试模型对片上网络进行测试，获得测试数据集；所述测试数据集包括不同路由测试策略，以及各种所述路由测试策略对应的网络性能；创建与所述片上网络匹配的深度神经网络；利用所述测试数据集对深度神经网络进行训练，以获得优化路由策略；按照所述优化路由策略，设置所述片上网络的各个节点路由参数。优选地，所述利用网络测试模型对片上网络进行测试，获得测试数据集，包括：利用所述网络测试模型在所述片上网络依次部署所述路由测试策略时，各个所述节点分别对应的网络性能；所述网络性能包括：同时输入数据包的数量、注入率、通道数量、单通道缓存容量、死锁发生率、活锁发生率、数据包在节点中的等待时间和节点位置。优选地，所述创建与所述片上网络匹配的深度神经网络，包括：创建规模大小与所述片上网络的节点数量匹配的深度神经网络。优选地，所述创建规模大小与所述片上网络的节点数量匹配的深度神经网络，包括：创建包括输入层、隐层和输出层的深度神经网络；其中，所述片上网络的路由策略中的路由参数分布于所述深度神经网络中。优选地，利用所述测试数据集对深度神经网络进行训练，包括：将所述测试数据集输入至所述深度神经网络进行训练；利用与网络需求匹配的网络损失函数计算损失值；在所述损失值小于预设阈值时，将当前路由策略确定为所述优化路由策略。优选地，利用所述测试数据集对深度神经网络进行训练，包括：将所述测试数据集划分为训练集和测试集；利用所述训练集对所述深度神经网络进行训练；利用所述测试集对所述深度神经网络进行测试，若测试性能达标，则固定当前参数为最终的路由策略参数；否则增加训练集和测试集继续进行训练和测试，直到测试性能达标。优选地，按照所述优化路由策略，设置所述片上网络的各个节点路由参数，包括：按照所述优化路由策略，设置各个所述节点的各方向数据包优先级和各发送端口优先级。一种片上网络路由优化装置，包括：测试数据集获取模块，用于利用网络测试模型对片上网络进行测试，获得测试数据集；所述测试数据集包括不同路由测试策略，以及各种所述路由测试策略对应的网络性能；深度神经网络创建模块，用于创建与所述片上网络匹配的深度神经网络；路由策略优化模块，用于利用所述测试数据集对深度神经网络进行训练，以获得优化路由策略；路由配置模块，用于按照所述优化路由策略，设置所述片上网络的各个节点路由参数。一种片上网络路由优化设备，包括：存储器，用于存储计算机程序；处理器，用于执行所述计算机程序时实现上述片上网络路由优化方法的步骤。一种可读存储介质，所述可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现上述片上网络路由优化方法的步骤。应用本专利技术实施例所提供的方法，利用网络测试模型对片上网络进行测试，获得测试数据集；测试数据集包括不同路由测试策略，以及各种路由测试策略对应的网络性能；创建与片上网络匹配的深度神经网络；利用测试数据集对深度神经网络进行训练，以获得优化路由策略；按照优化路由策略，设置片上网络的各个节点路由参数。在本方法中，利用网络测试模型在不同路由策略下对片上网络进行测试，得到片上网络的网络性能。创建与片上网络匹配的深度神经网络，然后基于测试数据集训练深度神经网络，即使得深度神经网络学习获得片上网络的各节点之间关联关系以及节点间各种路由配置的关联关系，即可使得深度神经网络最终能够模拟出片上网络在不同的路由策略下各节点的处理方式。基于该深度神经网络进行路由策略优化训练，得到优化路由策略。最终按照该优化路由策略设置片上网络的各个节点路由参数即可。如此，便可优化片上网络的路由策略。相较于人工设置路由策略，本方法可减少人工干预，简化路由控制过程，提高得到更优的路由策略。相应地，本专利技术实施例还提供了与上述片上网络路由优化方法相对应的片上网络路由优化装置、设备和可读存储介质，具有上述技术效果，在此不再赘述。附图说明为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。图1为本专利技术实施例中一种片上网络路由优化方法的实施流程图；图2为本专利技术实施例中一种单节点示意图；图3为本专利技术实施例中一种片上网络路由优化装置的结构示意图；图4为本专利技术实施例中一种片上网络路由优化设备的结构示意图；图5为本专利技术实施例中一种片上网络路由优化设备的具体结构示意图。具体实施方式为了使本
的人员更好地理解本专利技术方案，下面结合附图和具体实施方式对本专利技术作进一步的详细说明。显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。实施例一：请参考图1，图1为本专利技术实施例中一种片上网络路由优化方法的流程图，该方法包括以下步骤：S10本文档来自技高网...

【技术保护点】
1.一种片上网络路由优化方法，其特征在于，包括：/n利用网络测试模型对片上网络进行测试，获得测试数据集；所述测试数据集包括不同路由测试策略，以及各种所述路由测试策略对应的网络性能；/n创建与所述片上网络匹配的深度神经网络；/n利用所述测试数据集对深度神经网络进行训练，以获得优化路由策略；/n按照所述优化路由策略，设置所述片上网络的各个节点路由参数。/n

【技术特征摘要】
1.一种片上网络路由优化方法，其特征在于，包括：
利用网络测试模型对片上网络进行测试，获得测试数据集；所述测试数据集包括不同路由测试策略，以及各种所述路由测试策略对应的网络性能；
创建与所述片上网络匹配的深度神经网络；
利用所述测试数据集对深度神经网络进行训练，以获得优化路由策略；
按照所述优化路由策略，设置所述片上网络的各个节点路由参数。


2.根据权利要求1所述的片上网络路由优化方法，其特征在于，所述利用网络测试模型对片上网络进行测试，获得测试数据集，包括：
利用所述网络测试模型在所述片上网络依次部署所述路由测试策略时，各个所述节点分别对应的网络性能；所述网络性能包括：同时输入数据包的数量、注入率、通道数量、单通道缓存容量、死锁发生率、活锁发生率、数据包在节点中的等待时间和节点位置。


3.根据权利要求1所述的片上网络路由优化方法，其特征在于，所述创建与所述片上网络匹配的深度神经网络，包括：
创建规模大小与所述片上网络的节点数量匹配的深度神经网络。


4.根据权利要求3所述的片上网络路由优化方法，其特征在于，所述创建规模大小与所述片上网络的节点数量匹配的深度神经网络，包括：
创建包括输入层、隐层和输出层的深度神经网络；其中，所述片上网络的路由策略中的路由参数分布于所述深度神经网络中。


5.根据权利要求1所述的片上网络路由优化方法，其特征在于，利用所述测试数据集对深度神经网络进行训练，包括：
将所述测试数据集输入至所述深度神经网络进行训练；
利用与网络需求匹配的网络损失函数计算损失值；
在所述损失值小于预设阈值时，将当前路由策略确定为所...

【专利技术属性】
技术研发人员：杨宏斌，赵雅倩，董刚，刘海威，
申请(专利权)人：浪潮电子信息产业股份有限公司，
类型：发明
国别省市：山东;37