對片上網(wǎng)絡低功耗的分析

　　其中： Cw ire 為通道的線電容， Cinput 為連接到互連線上的輸入門的總電容。Cw = Cwire+ Cinput 為位傳播的總負載電容。

　　互連線電容的充放電行為決定了通道互連線的功耗。因此， 兩方面的技術(shù)可以采用， 一是盡可能減小開關(guān)活性， 二是采用基于漢明距離的低功耗編碼技術(shù)。

　　2. 2. 3 開關(guān)功耗：

　　不同的開關(guān)結(jié)構(gòu)對網(wǎng)絡性能（ 如延遲、吞吐量、功耗等） 的影響不同。下面分析交換結(jié)構(gòu)中功耗問題和對具有不同數(shù)目出口和入口的交換結(jié)構(gòu)體系的功耗估計方法。

　　2. 2. 3. 1 Crossbar 開關(guān)結(jié)構(gòu)[ 10]

　　Cr ossbar 拓撲對輸入輸出之間的連接使用空間劃分多路選擇器。如圖2 所示， 每個輸入輸出連接有自己的專用數(shù)據(jù)路徑， 因此， Crossbar 結(jié)構(gòu)沒有互連競爭。隨著輸入和輸出端口數(shù)的增加， 開關(guān)功耗將呈現(xiàn)線性增加， 對端口數(shù)多的開關(guān)結(jié)構(gòu)， 功耗將非常高。

　　　2. 2. 3. 2 全連接網(wǎng)絡[ 10]:

　　與Cro ssbar 網(wǎng)絡相似， 全連接網(wǎng)絡中也沒有互連競爭， 在它們的功耗模型中沒有使用內(nèi)部緩沖器。每個全連接開關(guān)網(wǎng)絡的位能量消耗在互連線和多路選擇器上， 多路選擇器的復雜度伴隨著輸入端數(shù)量的增加而更為復雜， 其功耗也隨之增大。

　　2. 2. 3. 3 Bany an 網(wǎng)絡[ 10]:

　　n 維Bany an 網(wǎng)絡有N = 2n個輸入和N = 2n個輸出， 在n 個階段開關(guān)的總數(shù)是1/ 2 N ! log2 N , 每個階段用i 表示（ 0 ? i ? n） 。Banyan 網(wǎng)絡中同一互連可能被不同的數(shù)據(jù)路徑共享， 從而存在互連競爭問題， 在每個內(nèi)部節(jié)點開關(guān)中需要設置一個緩沖器。

　　Bany an 網(wǎng)絡中的二進制開關(guān)比Cro ssbar 中的交叉節(jié)點開關(guān)更復雜， 當位數(shù)據(jù)從輸入端口交換到輸出端口， 二進制開關(guān)消耗的能量更多。

　　　2. 2. 3. 4 BatcherBanyan 網(wǎng)絡[ 10]:

　　該結(jié)構(gòu)由Batcher 排序網(wǎng)絡和Bany an 網(wǎng)絡組合構(gòu)成， 其中， 競爭問題由Batcher 排序網(wǎng)絡解決， 后面跟著Banyan 網(wǎng)絡。在排序網(wǎng)絡中， 每個輸入輸出競爭都有自己的專用路徑， 從而不存在互連競爭問題。

　　盡管BatcherBany an 網(wǎng)絡解決了互連競爭問題， 但它是以增加輸入和輸出之間階段數(shù)為代價的， 它共有1/ 2（ log2 N） （ log2 N + 1） 階段， 這將增加位能量在開關(guān)和互連上的消耗。

　　互連競爭在內(nèi)部緩沖器中引起大量的能量消耗，隨著吞吐量的增加， 緩沖器中的功耗將急劇增加。對端口數(shù)少的開關(guān)結(jié)構(gòu)， 內(nèi)部節(jié)點開關(guān)功耗是主要的，對于端口數(shù)非常大的開關(guān)結(jié)構(gòu)， 互連線功耗將占支配地位。

　　不同的開關(guān)交換結(jié)構(gòu)體系其各自的功耗消耗主體不同， 可以根據(jù)不同的應用要求， 將芯片從整體上分成幾大部分， 各部分采用不同的拓撲結(jié)構(gòu)， 以期實現(xiàn)芯片性能、面積和功耗的有機統(tǒng)一。

　　2. 3 NoC 映射問題：

　　NoC 映射是在給定IP 核庫和任務圖的基礎上，以某些設計約束（ 如延遲和功耗等） 為限制條件， 將每個任務分配到合適的IP 核上以及安排各個IP 核上任務的執(zhí)行順序， 然后再決定每個IP 核在NoC 拓撲結(jié)構(gòu)中的位置。在映射時， 搜索空間隨著網(wǎng)絡尺寸的增長呈現(xiàn)階乘遞增， 對于一個包含N 個IP 核的NoC, 映射有N ! 種可能結(jié)果， 因此， 映射問題是一個NPcomplete問題。

　　功耗優(yōu)先的映射問題就是在給定應用特征圖和NoC 拓撲結(jié)構(gòu)圖的基礎上， 將應用特征圖中的每個處理單元分配到NoC 的資源節(jié)點上， 并且使整個系統(tǒng)的通訊功耗最小。以蟻群算法為典型的生物仿生算法在解決NoC 映射問題方面應用比較廣泛 。

　　3 結(jié)束語：

　　NoC 是未來芯片發(fā)展的方向， 而功耗問題是No c 設計的一個關(guān)鍵問題。本研究從不同的功耗模型出發(fā)， 從集成電路不同的設計層次、片上網(wǎng)絡通訊功方面以及NoC 映射問題來討論NoC 的低功耗設計， 綜合現(xiàn)有功耗解決的最新方案， 對NoC 的功耗研究做了一個比較全面的歸類分析。