一种基于GRU的片上网络路径分配方法及系统技术方案

本发明专利技术公开了一种基于GRU的片上网络路径分配方法及系统，其方法包括：获取一段时间窗口的NoC节点缓冲区占用单元数与节点历史流量数据；根据获取的信息确定NoC的节点是否拥塞生成标签，并得到时间序列数据；将带标签的训练样本集对GRU模型进行训练；利用训练好的GRU模型对拥塞节点进行提前预测，实现相应的路由决策。本发明专利技术结合了GRU与片上网络的特点，能够有效改善片上网络中的拥塞状况，优化路径分配，提升网络通信性能，适合嵌入式SoC中多IP核的集成应用。的集成应用。的集成应用。

【技术实现步骤摘要】
一种基于GRU的片上网络路径分配方法及系统


[0001]本专利技术涉及片上网络
，更具体的说是涉及一种基于GRU的片上网络路径分配方法与系统。

技术介绍

[0002]与基于总线的通信架构相比，片上网络具有可预测性和可扩展性等优势，逐步成为解决片上系统全局互连与通信问题的有效方案。对于大规模片上网络的设计而言，路径分配确定资源节点之间的通讯路径，对提升NoC系统的性能，降低功耗有着重要意义。
[0003]现有的片上网络技术中，路径分配的方法比较丰富，由于各种不同的目的产生了多种优化算法。经对现有技术文献的检索发现，专利号为CN201310717527.1的专利文件公开了一种基于MoT(网状树)结构的NoC路由方法，通过计算每个临近路由器的拥塞系数，选择位于最短路径上拥塞系数较低的路由器进行转发；专利号为CN201910297427.5的专利文件公开了一种基于冗余通道构筑的片上网络感知预警路由方法，设置有三条传输通道，分别传输NoC各网络节点状态及待传输数据余量的预警信息、各数据路由方案的任务信息和用户所需的数据信息，能快速地求得最佳路径。
[0004]在实践过程中，发现上述现有技术中存在以下缺陷：根据本地拥塞信息作出的路由决策往往是“短视”的，大都是“事后”根据本地信息进行路径选择的调整，而且没有根据NoC全局的网络状态，提前预测各个节点的拥塞信息，从全局的角度进行路径分配的优化，应用场景与性能受到一定限制。
[0005]因此，如何实现片上网络状态预测并实现全局路径分配优化是本领域技术人员亟需解决的问题。

技术实现思路

[0006]有鉴于此，本专利技术提供了一种基于GRU的片上网络路径分配方法及系统，利用提前预测的全局网络状态和拥塞信息来有效地进行路径分配，其中输入是缓存的占用水平以及节点的通信流量，用于决策计算路径分配，在保证NoC延迟的前提下实现网络全局的负载均衡，使用基于GRU模型(深度学习模型)的预测器嵌入到SoC系统硬件中，主动引导NoC中的数据包路由，以避开近期可能出现的的拥塞节点，达到降低功耗、提升系统性能的目的。
[0007]为了实现上述目的，本专利技术采用如下技术方案：
[0008]一种基于GRU的片上网络路径分配方法，所述片上网络采用M
×
N 2D Mesh片上网络，包括以下步骤：
[0009]步骤1：采集若干预设段时间窗口的片上网络的原始数据，包括片上网络节点缓冲区占用单元数和节点历史流量；
[0010]步骤2：根据节点缓冲区占用单元数计算节点缓冲区利用率，并根据所述节点缓冲区利用率判断每组原始数据的节点拥塞标志信息；
[0011]步骤3：利用标准化公式对若干组所述原始数据进行预处理，获得标准输入时序数
据，结合对应的所述节点拥塞标志信息构成训练样本集；
[0012]步骤4：采用GRU算法构造节点拥塞预测模型，并利用所述训练样本集进行训练；
[0013]步骤5：根据预设间隔时间采集当前片上网络的所述节点缓冲区占用单元数和所述节点历史流量，并输入训练后的所述节点拥塞预测模型，获得输出信息；所述输出信息包括节点拥塞标志信息；
[0014]步骤6：根据所述输出信息更改片上网络的路由表，优化路径分配。
[0015]优选地，所述步骤1中预设段时间窗口采用下式计算：
[0016]T
w
＝B
num
×
C
num
×
max(M,N)
×
T
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(1)
[0017]其中，T
w
为预设段时间窗口，B
num
为片上网络节点中每个缓冲区单元数目；C
num
为片上网络节点的通道数目；M为片上网络行节点个数；N为片上网络列节点个数；T为片上网络工作的系统时钟周期。
[0018]优选地，所述节点缓冲区占用单元数为预设段时间窗口结束时每个片上网络节点缓冲区内留存的数据单元数目；节点历史流量为预设段时间窗口内经过该节点的平均数据流量。
[0019]优选地，节点缓冲区利用率＝节点缓冲区占用单元数/缓冲区总体单元数；当节点缓冲区利用率不低于拥塞预设值时，所述片上网络的节点拥塞标志信息置为1，表示拥塞；当节点缓冲区利用率低于拥塞预设值时，节点拥塞标志信息置为0，表示不拥塞。
[0020]优选地，所述步骤3中通过标准化公式将原始数据进行预处理后保存为标准输入时序数据，所述标准化公式为：
[0021][0022]其中，X为原始数据；X
s
为标准化后的标准输入时序数据；MIN为原始数据中的最小值；MAX为原始数据中的最大值。
[0023]优选地，所述步骤4中将标准输入时序数据按照时间轴展开，时间展开步数为10，并利用监督学习方法来训练GRU算法构造模型的参数，从而得到节点拥塞预测模型。
[0024]优选的，所述GRU模型采用Adam为优化器，采用0.4的dropout，采用MSE为损失函数，采用反向传播算法优化模型权重参数。
[0025]一种基于GRU的片上网络路径分配系统，包括：
[0026]监控模块，用于采集片上网络的节点缓冲区占用单元数与节点历史流量数据，作为原始数据；
[0027]GRU模块，用于实时处理监控模块的原始数据，对下一个时间窗口内片上网络的拥塞状态，即节点拥塞标志信息；
[0028]处理器模块，用于给出定时信号，间隔预设间隔时间的时间窗口进行原始数据的收集并输送给GRU模块进行实时计算；
[0029]路由决策模块，根据GRU模块的拥塞状态进行片上网络的路由表更改，优化路径分配。
[0030]经由上述的技术方案可知，与现有技术相比，本专利技术公开提供了一种基于GRU的片上网络路径分配方法及系统，结合了GRU与片上网络的特点，能够有效改善片上网络中的拥塞状况，优化路径分配，提升网络通信性能，易于硬件(FPGA等可编程器件或ASIC芯片)实
现，适合嵌入式SoC中多IP核的集成应用。
附图说明
[0031]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，还可以根据提供的附图获得其他的附图。
[0032]图1附图为本专利技术提供的基于GRU的片上网络路径分配方法流程图；
[0033]图2附图为本专利技术提供的缓冲区占用单元数示意图；
[0034]图3附图为本专利技术提供的GRU对输入样本进行特征获取的处理流程示意图；
[0035]图4附图为本专利技术提供的基于流水线优化的GRU硬件实现架构图；
[0036]图5附图为本专利技术提供的路径分配系统架构图。
具体实施方式
[0037]下面将结合本专利技术本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于GRU的片上网络路径分配方法，其特征在于，包括以下步骤：步骤1：采集若干预设段时间窗口的片上网络的原始数据，包括片上网络节点缓冲区占用单元数和节点历史流量；步骤2：根据节点缓冲区占用单元数计算节点缓冲区利用率，并根据所述节点缓冲区利用率判断每组原始数据的节点拥塞标志信息；步骤3：利用标准化公式对若干组所述原始数据进行预处理，获得标准输入时序数据，结合对应的所述节点拥塞标志信息构成训练样本集；步骤4：采用GRU算法构造节点拥塞预测模型，并利用所述训练样本集进行训练；步骤5：根据预设间隔时间采集当前片上网络的所述节点缓冲区占用单元数和所述节点历史流量，并输入训练后的所述节点拥塞预测模型，获得输出信息；步骤6：根据所述输出信息更改片上网络的路由表，优化路径分配。2.根据权利要求1所述的一种基于GRU的片上网络路径分配方法，其特征在于，片上网络采用M
×
N 2D Mesh片上网络，时间窗口的表达式为：T
w
＝B
num
×
C
num
×
max(M,N)
×
T
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(1)其中，T
w
为预设段时间窗口，B
num
为片上网络节点中每个缓冲区单元数目；C
num
为片上网络节点的通道数目；M为片上网络行节点个数；N为片上网络列节点个数；T为片上网络工作的系统时钟周期。3.根据权利要求1所述的一种基于GRU的片上网络路径分配方法，其特征在于，所述节点缓冲区占用单元数为预...

【专利技术属性】
技术研发人员：王科，陈滨，廖伟志，王赠凯，
申请(专利权)人：嘉兴学院，
类型：发明
国别省市：