一种基于蚁群算法的chiplet间路径规划方法及装置制造方法及图纸

本发明专利技术公开了一种基于蚁群算法的chiplet间路径规划方法及装置，所述方法通过若干个蚂蚁组成的蚁群算法对多个chiplet节点之间形成的多条传输路径进行数据传输路径规划，包括：S1：令初始时刻各chiplet节点间路径上的信息素浓度相等；S2：设置流量状态下蚂蚁转移的概率P，概率P最大的chiplet节点为蚂蚁下一个到达地，蚂蚁根据概率P访问下一个chiplet节点，直至遍历访问全部chiplet节点；更新每个chiplet节点间连接路径上的信息素浓度；S3：当所有蚂蚁分别完成一次遍历访问后；重复迭代过程，当达到预设最大迭代次数后，选出最高的信息素所在路径作为chiplet节点间数据传输最短路径。本发明专利技术通过引入chiplet节点流量对chiplet间路径规划，提高了多个chiplet间数据传输速率。传输速率。传输速率。

【技术实现步骤摘要】
一种基于蚁群算法的chiplet间路径规划方法及装置


[0001]本专利技术涉及芯片通信
，特别是涉及一种基于蚁群算法的chiplet间路径规划方法及装置。

技术介绍

[0002]几十年来，半导体行业一直按照摩尔定律的规律发展着，芯片制造商凭借工艺技术的迭代，每18个月令芯片性能提升一倍。但随着近年来先进工艺演进到了3nm、2nm，用提升晶体管密度来提高性能的做法遇到了瓶颈，摩尔定律开始放缓甚至停滞。半导体行业逐步进入后摩尔时代，只靠改进工艺来提高芯片性能的方法已经无法满足现有需求。摩尔定律逐渐放缓，Chiplet应运而出，和传统 SoC(System on Chip，系统级芯片)不同，Chiplet类似于搭建乐高积木，通过小芯片混搭成“类乐高”的组件。Chiplet技术是SoC集成发展到一定程度之后的一种新的芯片设计方式，它通过将SoC分成较小的裸片(Die)，再将这些模块化的小芯片(裸片)互联起来，采用新型封装技术，将不同功能不同工艺制造的小芯片封装在一起，成为一个异构集成芯片。
[0003]随着市场需求的不断提高，单个SoC封装器件内的chiplet小芯片也会越来越多，chiplet小芯片间互连构成二维或三维结构。chiplet小芯片间路径规划主要指的是规划出chiplet小芯片间数据传输的最佳路径。如果chiplet小芯片数量较多，对chiplet小芯片间进行路径规划可以提高数据传输速率，进而改善芯片的整体性能。
[0004]科技的快速进步促进了仿生学算法的发展，蚁群算法是一种用来寻找优化路径的机率型算法。鉴于此，利用仿生学中的蚁群算法提高数据传输速率、提升芯片设计性能具有实际应用意义。

技术实现思路

[0005]本专利技术提供一种基于蚁群算法的chiplet间路径规划方法及装置，用于提高多个chiplet间数据传输速率，进而改善芯片的整体性能。
[0006]为实现上述效果，本专利技术的技术方案如下：
[0007]一种基于蚁群算法的chiplet间路径规划方法，所述方法通过若干个蚂蚁组成的蚁群算法对多个chiplet节点之间形成的多条传输路径进行数据传输路径规划，包括以下步骤：
[0008]S1：将每只蚂蚁随机放置在不同的出发地点，令初始时刻各chiplet节点间路径上的信息素浓度相等；
[0009]S2：根据各chiplet节点间连接路径上的信息素得到不考虑流量状态下蚂蚁访问下一个chiplet节点的概率根据概率设置流量状态下蚂蚁转移的概率P，概率P最大的chiplet节点为蚂蚁下一个到达地，蚂蚁根据概率P访问下一个 chiplet节点，直至遍历访问全部chiplet节点；在蚂蚁释放信息素的同时，更新每个chiplet节点间连接路径上的信息素浓度；
[0010]S3：当所有蚂蚁分别完成一次遍历访问后，即完成一次迭代；重复迭代过程，判断是否达到最大迭代次数，迭代次数达到最大值前，迭代次数+1，当达到预设最大迭代次数后，选出最高的信息素所在路径作为chiplet节点间数据传输最短路径。
[0011]可以理解的是，出发地点为chiplet节点，不考虑流量状态是指chiplet节点间初始状态，蚂蚁移动后为有流量状态；蚂蚁从出发点出发到达要访问的chiplet 节点后返回原出发点，完成一次周游，即完成依次循环。本专利技术中所提到的节点均为chiplet节点，chiplet节点的含义是将chiplet作为一个数据传输的节点，即蚁群算法神经网络模型中的栅格化，把每个chiplet当作一个坐标点来模拟数据流动，模拟数据流动是数据从一个坐标点到另一个坐标点移动的过程。根据全局搜索的定义，chiplet周边信息是蚂蚁移动到每个节点对应的环境信息，即当前相邻各节点间的数据流量。
[0012]上述方案中，蚂蚁路过路径会留下信息素，通过在chiplet架构中对传统蚁群算法进行改进优化，为chiplet的数据传输规划更合理的路线，实现智能化，显著提高芯片性能。
[0013]进一步的，步骤S2中概率计算公式如下：
[0014][0015]式中，S
ij
(t)表示t时刻节点i与节点j连接的路径上的挥发后剩余信息素浓度，表示不考虑流量的情况下t时刻蚂蚁k从节点i转移到节点j的概率；η
ij
(t)为启发函数，表示蚂蚁k从节点i转移到节点j的期望程度；L
k
为蚂蚁 k即将访问节点的集合，开始时L
k
中有n
‑
1个元素，随时间的推移，蚂蚁每到达下一个节点，L
k
中的元素便减少一个，直至空集，即表示所有节点均访问完毕；α为信息素重要程度因子，α值越大，表明信息素的浓度在转移中起到的作用越大，即蚂蚁选择距离近的下一个节点的概率更大，β为启发函数重要程度因子。
[0016]期望程度指蚂蚁从节点i转移到节点j的移动概率。
[0017]进一步的，启发函数η
ij
(t)为节点i到节点j之间距离D
ij
的倒数，η
ij
(t) 用公式表征为：
[0018][0019]其中，D
ij
为节点i到节点j之间的距离。
[0020]进一步的，步骤S2还包括，记录各chiplet节点的流量状态，根据t
‑
1时刻 chiplet上i条数据的传输位置N
i
(t
‑
1)的集合Q(t
‑
1)，得到t时刻节点i到j 方向下一个chiplet节点上数据传输条数N
ij
(t)，进而得到流量状态下t时刻蚂蚁 k从节点i转移的概率P；
[0021]Q(t
‑
1)用公式表征为：
[0022]Q(t
‑
1)＝{N1(t),N2(t),N3(t)
…
N
i
(t
‑
1)}。
[0023]进一步的，步骤S2中流量状态下t时刻蚂蚁k从节点i转移的概率P用公式表征为：
[0024][0025]其中，N
ij
表示t时刻节点i到节点j方向下一个chiplet节点上数据传输条数，即流
量，表示不考虑流量状态下蚂蚁k从节点i转移的概率。
[0026]进一步的，t时刻节点i到节点j方向下一个chiplet节点上数据传输条数N
ij (t)，用公式表征为：
[0027]N
ij
(t)＝N
i
(t
‑
1),N
i
(t
‑
1)∈Q(t
‑
1)。
[0028]进一步的，步骤S2中在蚂蚁释放信息素的同时，每个chiplet节点间连接路径上的信息素逐渐消失，用参数ζ表示信息素的挥发程度，ζ(0<ζ<1)。
[0029]进一步的，步骤S2中更新每个chi本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于蚁群算法的chiplet间路径规划方法，其特征在于，所述方法通过若干个蚂蚁组成的蚁群算法对多个chiplet节点之间形成的多条传输路径进行数据传输路径规划，包括以下步骤：S1：将每只蚂蚁随机放置在不同的出发地点，令初始时刻各chiplet节点间路径上的信息素浓度相等；S2：根据各chiplet节点间连接路径上的信息素得到不考虑流量状态下蚂蚁访问下一个chiplet节点的概率根据概率设置流量状态下蚂蚁转移的概率P，概率P最大的chiplet节点为蚂蚁下一个到达地，蚂蚁根据概率P访问下一个chiplet节点，直至遍历访问全部chiplet节点；在蚂蚁释放信息素的同时，更新每个chiplet节点间连接路径上的信息素浓度；S3：当所有蚂蚁分别完成一次遍历访问后，即完成一次迭代；重复迭代过程，判断是否达到最大迭代次数，迭代次数达到最大值前，迭代次数+1，当达到预设最大迭代次数后，选出最高的信息素所在路径作为chiplet节点间数据传输最短路径。2.根据权利要求1所述一种基于蚁群算法的chiplet间路径规划方法，其特征在于，步骤S2中概率计算公式如下：式中，S
ij
(t)表示t时刻节点i与节点j连接的路径上的挥发后的剩余信息素浓度，表示不考虑流量的情况下t时刻蚂蚁k从节点i转移到节点j的概率，节点i、节点j均为chiplet节点；η
ij
(t)为启发函数，表示蚂蚁k从节点i转移到节点j的期望程度；L
k
为蚂蚁k即将访问节点的集合，chiplet间节点的数量为n，开始时L
k
中有n
‑
1个元素，随时间的推移，蚂蚁每到达下一个节点，L
k
中的元素便减少一个，直至空集，即表示所有节点均访问完毕；α为信息素重要程度因子，α值越大，表明信息素的浓度在转移中起到的作用越大，即蚂蚁选择距离近的下一个节点的概率更大，β为启发函数重要程度因子。3.根据权利要求2所述一种基于蚁群算法的chiplet间路径规划方法，其特征在于，所述启发函数η
ij
(t)为节点i到节点j之间距离D
ij
的倒数，η
ij
(t)用公式表征为：其中，D
ij
为节点i到节点j之间的距离。4.根据权利要求3所述一种基于蚁群算法的chiplet间路径规划方法，其特征在于，步骤S2还包括，记录各chiplet节点的流量状态，根据t
‑
1时刻chiplet上节点i传输位置N
i
(t
‑
1)的集合Q(t
‑
1)，得到t时刻节点i到节点j方向下一个chiplet节点上数据传输条数N
ij
(t)，进而得到流量状态下t时刻蚂蚁k从节点i转移的概率P；Q(t
‑
1)用公式表征为：Q(t
‑
1)＝{N1(t),N2(t),N3(t)
…
N
i
(t
‑
1)}。
5.根据权利要求4所述一种基于蚁群算法的chiplet间路径规划方法，其特征在于，步骤S2中流量状态下t时刻蚂蚁k从节点i转移的概率P用公式表征为：其中，N
ij

【专利技术属性】
技术研发人员：郭非，郝沁汾，
申请(专利权)人：芯光智网集成电路设计无锡有限公司，
类型：发明
国别省市：