基于RBF神經(jīng)網(wǎng)絡的多核設計空間探索預測模型.pdf

1、分類號——UDC密級——學校代碼三絲皇Z劣海理歹大客學位論文題目基墮E益絲圈鱉絲壘拯遮鹽窒閨拯盍塑型搓型一一英文multi—coredesignspaceexplorationpredictionmodel題目研究生姓名楊敏龍姓名盔孟逮職稱型墼蕉學位遣指導教師單位名稱鹽差墊登堂當墊苤芏墮?quán)]編箜QQzQ申請學位級別亟學科專業(yè)名稱鹽差扭廛旦墊查論文提交日期2Q!圣生壘旦論文答辯日期至Q!墨主量旦學位授予單位武這堡王太堂學位授予日期答辯委員會

2、主席鹽查評閱人蔓絲蕉奎鹽2013年4月摘要多核處理器不但在科學研究領域成為熱門主題，在商業(yè)市場上也呈現(xiàn)出蓬勃發(fā)展的趨勢。由于多核處理器與單核處理器在體系結(jié)構(gòu)分析上存在一定的差異性，特別是在處理器的設計過程中，如何從龐大設計空間中快速找出滿足條件的設計結(jié)構(gòu)，成為了世界研究者們關(guān)心的問題。研究者們利用軟件模擬技術(shù)模擬不同配置下處理器的性能功耗。為了減少模擬時長，先后采用統(tǒng)計采樣和統(tǒng)計模擬等減少指令的加速模擬方法，并沒有從根本上解決模擬過程總

3、時間太長的問題。先建立模型后采用預測的方法，即預測模型，能夠有效降低模擬器模擬多核配置的次數(shù)，比其他加速模擬技術(shù)更加優(yōu)越。本文運用多核模擬器模擬部分訓練配置，利用神經(jīng)網(wǎng)絡建立預測模型，最后通過MATLAB預測未知配置參數(shù)處理器的執(zhí)行性能與功耗值。以便指導多核處理器的設計。整個過程主要使用了SESC模擬器與MATLAB工具，實驗結(jié)果顯示神經(jīng)網(wǎng)絡模型根據(jù)多核設計參數(shù)，能夠較好的預測不同負載在不同配置下的執(zhí)行性能和功耗值。主要研究內(nèi)容如下：1

4、討論了神經(jīng)元與RBF神經(jīng)網(wǎng)絡模型。分析了神經(jīng)元的數(shù)學模型，學習了人工神經(jīng)元的信息處理流程。詳細講解了BP神經(jīng)網(wǎng)絡模型和RBF神經(jīng)網(wǎng)絡模型，并列出了RBF神經(jīng)網(wǎng)絡的詳細建立過程。2通過SESC多核模擬器的模擬結(jié)果，在RATLAB上建立BP神經(jīng)網(wǎng)絡預測模型和RBF神經(jīng)網(wǎng)絡預測模型。從微體系結(jié)構(gòu)配置參數(shù)中選出影響結(jié)果較大的八個重要參數(shù)，用拉丁超立方體抽樣隨機抽取訓練數(shù)據(jù)，利用抽取的配置參數(shù)組合在SESC多核模擬器模擬運行SPLASH2CPU基

5、準測試程序ftt、radix、fmm，獲取各自對應的性能值和功耗值。通過測試樣本的設計參數(shù)和模擬運行的結(jié)果，在ⅥATLAB上反復訓練后，分別建立BP神經(jīng)網(wǎng)絡預測模型和RBF神經(jīng)網(wǎng)絡預測模型。3比較分析BP神經(jīng)網(wǎng)絡預測模型和RBF神經(jīng)網(wǎng)絡預測模型的預測精度和可靠性。為了驗證神經(jīng)網(wǎng)絡預測模型的可行性，重新從設計空間中抽取配置參數(shù)樣本，分別用軟件模擬與預測模型預測，比較兩者的性能功耗結(jié)果。在預測模型的訓練時間開銷上，RBF神經(jīng)網(wǎng)絡比BP神經(jīng)網(wǎng)