一种基于应用划分的片上网络ip核映射方法
【技术领域】
[0001] 本发明涉及一种片上IP核到网络节点的映射方法，具体涉及一种基于应用划分 的片上网络IP核映射方法。
【背景技术】
[0002] 随着集成电路工艺的飞速发展，芯片上集成的晶体管越来越多，使得设计人员能 够将不同功能的模块单元集成到同一个芯片上，形成了片上系统（SystemonChip，SoC)。 SoC采用具有可重用性的知识产权（IntellectualProperty，IP)核，提高了系统的设计效 率，缩短了系统的设计周期。然而，当前SoC中普遍采用的传统总线结构不能充分适应这一 发展趋势。片上网络（NetworkonChip，NoC)因为其良好的并行性，可扩展性和模块化设 计而得到越来越多的重视。片上网络设计的关键问题主要包括有：拓扑结构的选择，路由算 法的设计，交换机制的选择以及映射优化等。映射优化是将一个应用映射到NoC拓扑结构 上，保证应用顺利完成，并且针对特定优化目的实现开销最小。映射优化是NoC设计中的关 键一步，它影响着网络的时延，能耗等性能指标。在软硬件协调设计中已经很好地解决了任 务的分配和调度问题，因此需要将重点放在IP核到网络节点的分配问题上。NoC映射问题 已经被证明为NP-hard问题，属于二次分配问题范畴，当IP核总数为N时，将会有总共N! 种映射方案。
[0003] 片上网络规模正在不断增大，单一功能模块不再仅限于一个，模块间的通信也将 更加灵活。然而当前的映射算法并没有针对这一情况进行优化，例如在原来的制造工艺下， 一个芯片只能集成8个IP核实现单视频流硬件处理应用，现在由于工艺的进步，IP核以及 内部连线所需面积变小，芯片上可以集成16个IP核，能够完成双屏显示视频流硬件处理 并行应用，然而当前算法只是针对原有的单任务应用进行优化算法，仅将原有的映射好的8 个IP核直接复制以实现双应用并行处理，资源浪费较大，能耗较高。
【发明内容】
[0004] 本发明的目的在于针对上述现有技术中的缺陷，提供一种基于应用划分的片上网 络IP核映射方法，通过重复的IP核实现多应用并行处理。
[0005] 为了实现上述目的，本发明采用的技术方案为，包括以下步骤：
[0006] 步骤一、根据应用确定通信核图和拓扑结构图，并对IP核和网络节点编号；
[0007] 步骤二、确定优化目标，经人工蜂群算法将单个应用所需IP核分配到网络中得到 子网络；
[0008] 步骤三、从组成子网络的四个边中选择与其余部分通信量最大的一个边，并将原 有的子网络作为已知条件，在该边的相邻处再用蜂群算法设计新子网络；
[0009] 步骤四、根据子网络同时运行的应用数量，选择最优的IP核进行通信。
[0010] 所述的步骤一中依次对应用的IP核从叫到mN。编号，Nc为IP核的数量；通过N2 的矩阵描述应用的通信核图，确定IP核间传送的流量B= 11 1 <i，j<N}，其中，h1 描述IP核mi发送给IP核mj的流量，如果某对IP核间不存在通信则用0表示；
[0011] 在RXC的2DMesh网络中，对映射编码x=(nv......，11^，......，mN(：)按列优先排 列，若用一组二维坐标匕，7;)表示网络节点1^，则1;=1]1〇(1(;[-1，1?)+1，7;=[(;[-1)/1?]+1， 其中，R表示网络的行数，C为网络的列数，[?]表示对变量?进行向下取整。
[0012] 通过跳数来度量网络能耗，网络能耗为IbifDist(mi'mj<其中 \<u j<N 是IP核m;发送给IP核m_j的通信流量，Dist(m;，nij)是叫和m_j间的曼哈顿距离。
[0013] 在采用最短路由的 2DMesh网络中，DistOivm) =Ixi-Xjl+lyi-y」。
[0014] 根据网络能耗确立收益度评价函数为Fitness(x) = 1/Energy(x)。
[0015] 所述的人工蜂群算法将单个应用所需IP核分配到网络中包括：
[0016] 1)定义种群中个体数目PopSize，最大迭代次数Maxlter，引领蜂所占种群比例 LProb，跟随蜂所占种群比例FProb，侦查蜂所占种群比例SProb;
[0017] 通过随机生成PopSize个映射构成初始种群X(Xp......，x;，......，xPcipSize)，每 个映射解陷入局部最优的次数Trial= (trails，......，trail;，......，trailPcipSize)= (〇，......，〇，......，〇)，随机生成最佳映射BestM初始化当前迭代次数Curlter= 1 ;
[0018]2)根据优化目的计算每个映射的收益度Fitness(Xl)，并按照收益度从高到低将 个体排序，按照蜜蜂执行任务的不同将其分类为引领蜂，跟随蜂和侦查蜂；检查将种群X中 的第一行的映射方案是否优于最佳映射BestM，若是则替换BestM;
[0019] 3)各类蜜蜂分别执行相应操作，分别为，
[0020] 3. 1)引领蜂是在下一轮搜索前存储着当前最佳映射方案的蜜蜂，它们的主要任务 是招募跟随蜂与其前往指定的食物源进行邻域搜索；引领蜂将其得到的食物源分享给跟随 蜂，然后到食物源附近进行邻域搜索，如果新发现的食物源优于原先的食物源，就按照贪婪 准则替换掉原有的食物源，否则依旧存储原来的食物源信息；其中，食物源即映射方案，邻 域搜索是在食物源附近产生新的随机解，其与原食物源的距离小于规定的距离；采用随机 选择原映射方案中的两个IP核，交换其位置的方法进行邻域搜索；
[0021] 3. 2)跟随蜂从引领蜂处获得食物源相关信息，根据下式判断是否跟随引领蜂邻域 搜索，
[0022]
[0023] 其中Pi是跟随蜂决定跟随第i个引领蜂的概率，PopSizeXLProb是引领蜂的总数 量；
[0024] 当跟随蜂决定跟随某个引领蜂时，它将前往该引领蜂对应食物源进行邻域搜索， 方法与引领蜂相同，同样地，如果新发现的食物源优于原先的食物源，就按照贪婪准则替换 掉原有的食物源，否则依旧存储原来的食物源信息；
[0025] 3. 3)侦查蜂使用贪婪准则在整个映射空间中产生新的随机映射，存储发现的最佳 食物源；
[0026] 4)判断每个个体的trial;是否大于等于Limit，若是，则强制将该个体X;转换为 侦查蜂，即随机生成新的映射，否则triali=trial;+1;
[0027] 5)检查当前Curlter是否达到最大迭代次数Maxlter，若是则输出BestM中的映 射，否则Curlter=Curlter+l，然后执行步骤2。
[0028] 所述的步骤2)中引领蜂占种群50 %，跟随蜂占种群40 %，侦查蜂占种群10 %。
[0029] 所述的步骤二中优化目标包括降低能耗或降低延时。
[0030] 步骤三中若新子网络在单应用运行时能耗高于原子网络，则放弃该子网络，并复 制原子网络以替换新子网络；若新子网络在单应用运行时能耗低于原子网络，则保留该新 子网络。
[0031] 步骤四中如果同时运行的应用数量等于子网络数，则每个应用在各自的子网络内 运行；如果同时运行的应用数量等于或小于子网络数，则选择在新设计的子网络中运行。
[0032] 与现有技术相比，本发明具有如下有益效果：通过采用人工蜂群算法将单个应用 所需IP核分配到网络中得到子网络，多次将原有子网络作为已知条件通过蜂群算法设计 另一个子网络，从而设计出多应用并列运行的片上网络，最终根据子网络同时运行的应用 数量，选择出最优的IP核进行通信，因此，在保证良好的多应用并行处理条件下，本发明能 够充分利用重复的IP核资源优化单应用性能，同时降低单应用运行时的能耗。
【附图说明】
[0033] 图1本发明映射方法的整体流程图
[0034] 图2本发明以多媒体系统视频为例实施的通信核图
【具体实施方式】
[0035] 下面结合附图对本发明做进一步的详细说明。
[0036] 本发明基于应用划分的片上网络IP核映射方法主要包括以下步骤，参见图1 :
[0037] 步骤1，根据应用确定通信核图和拓扑结构图，对IP核和网络节点编号，确定优化 目标。
[0038] 1. 1)选择需要映射的应用，确定其通信核