摘要 | 第4-5页 |
Abstract | 第5页 |
第1章 绪论 | 第12-24页 |
1.1 研究背景 | 第12-17页 |
1.1.1 片上网络 | 第12-14页 |
1.1.2 新型片上网络 | 第14-16页 |
1.1.3 片上网络面临的挑战 | 第16-17页 |
1.2 研究现状与发展趋势 | 第17-21页 |
1.3 本文的研究工作与创新点 | 第21-24页 |
第2章 片上网络的可工作性模型及其蒙特卡洛评估框架 | 第24-44页 |
2.1 片上网络的良率模型及其局限性 | 第24-28页 |
2.1.1 片上网络的良率模型 | 第24-27页 |
2.1.2 片上网络的良率模型的局限性 | 第27-28页 |
2.2 片上网络的可工作性模型及评估框架 | 第28-35页 |
2.2.1 良率模块 | 第29页 |
2.2.2 映射模块 | 第29-31页 |
2.2.3 路由模块 | 第31-33页 |
2.2.4 分析流程 | 第33-34页 |
2.2.5 可工作性评估框架的拓扑相关性分析 | 第34-35页 |
2.3 实验结果与分析 | 第35-42页 |
2.3.1 实验配置 | 第36-37页 |
2.3.2 良率实验与分析 | 第37-38页 |
2.3.3 可工作性实验与分析 | 第38-41页 |
2.3.4 评估性能瓶颈分析 | 第41-42页 |
2.4 本章小结 | 第42-44页 |
第3章 片上网络良率评估的GPU加速 | 第44-58页 |
3.1 GPU特性与优势 | 第44-45页 |
3.2 片上网络良率评估的GPU加速算法 | 第45-50页 |
3.2.1 异构并行评估算法 | 第45-47页 |
3.2.2 纯CPU评估算法 | 第47-48页 |
3.2.3 纯GPU评估算法 | 第48-49页 |
3.2.4 综合分析 | 第49-50页 |
3.3 实验结果与分析 | 第50-56页 |
3.3.1 评估精确度分析 | 第51-52页 |
3.3.2 评估效率分析 | 第52-53页 |
3.3.3 加速比分析 | 第53-56页 |
3.4 本章小结 | 第56-58页 |
第4章 片上网络良率评估的Gibbs采样加速 | 第58-82页 |
4.1 片上网络良率模型回顾及权重采样技术 | 第58-61页 |
4.2 Gibbs采样原理 | 第61-62页 |
4.3 片上网络良率评估的Gibbs采样算法 | 第62-72页 |
4.3.1 初始样本选取 | 第63-65页 |
4.3.2 条件概率分布计算 | 第65-66页 |
4.3.3 失败率计算 | 第66-68页 |
4.3.4 停止条件 | 第68-69页 |
4.3.5 Gibbs采样算法的优化 | 第69-70页 |
4.3.6 片上网络良率评估的Gibbs采样算法流程 | 第70-72页 |
4.4 实验结果与分析 | 第72-80页 |
4.4.1 Gibbs采样方法的精确度分析 | 第73-75页 |
4.4.2 Gibbs采样方法的效率分析 | 第75-77页 |
4.4.3 Gibbs采样方法的启发式优化分析 | 第77-78页 |
4.4.4 Gibbs采样方法的运行时间趋势 | 第78-80页 |
4.5 本章小结 | 第80-82页 |
第5章 光片上网络的功耗控制策略 | 第82-108页 |
5.1 光片上网络的基本结构及其良率和功耗问题 | 第83-85页 |
5.1.1 光片上网络的良率问题 | 第84页 |
5.1.2 光片上网络的功耗控制问题 | 第84-85页 |
5.2 光片上网络的系统级功耗模型 | 第85-92页 |
5.2.1 光片上网络的架构 | 第85-88页 |
5.2.2 激光器功耗模型 | 第88-89页 |
5.2.3 链路功耗 | 第89-92页 |
5.3 光片上网络的动态功耗控制策略 | 第92-97页 |
5.3.1 开关控制 | 第94-95页 |
5.3.2 动态调控 | 第95-97页 |
5.4 实验结果与分析 | 第97-105页 |
5.4.1 FFT-1024应用的实验结果与分析 | 第98-103页 |
5.4.2 全部基准测试的实验结果与分析 | 第103-105页 |
5.5 本章小结 | 第105-108页 |
第6章 总结与展望 | 第108-110页 |
6.1 本文总结 | 第108-109页 |
6.2 未来展望 | 第109-110页 |
参考文献 | 第110-121页 |
攻读博士学位期间主要的研究成果 | 第121-122页 |
致谢 | 第122页 |