پیش بینی دما در پردازنده های چندهسته ای با استفاده از رگرسیون بردار پشتیبان

افزایش تعداد هسته های پردازنده به افزایش توان محاسباتی و به موجب آن، افزایش دمای پردازنده منجر می شود. کنترل و مدیریت دما در این پردازنده ها اهمیت زیادی دارد. مدیریت دما به دو رویکرد واکنشی و فعال تقسیم می شود. برخلاف رویکرد واکنشی، در روش های فعال، دما پیش از رسیدن به حد آستانه با استفاده از مدل دمایی، پیش بینی و کنترل می شود. در این مقاله، برای پیش بینی دما، مدلی براساس SVR پیشنهاد شده است. برای آموزش مدل، با استفاده از حسگرهای دمایی و شمارنده های کارایی موجود در داخل پردازنده، مجموعه داده ای شامل تنوع زیادی از تغییرات دمایی جمع آوری شده است. برای افزایش دقت مدل، ویژگی های دیگری با نام های سابقه ای و کنترلی از ویژگی های موجود استخراج شده اند. برای کاهش سربار محاسباتی دو راهکار پیشنهاد شده است؛ یکی استفاده از دو مدل SVR و دیگری انتخاب ویژگی مناسب بر پایه اطلاعات متقابل. در انتها، مدل پیشنهادی برای پیشبینی دما برای فاصله های زمانی ۲ تا ۵ ثانیه، در شرایط کاری مختلف ارزیابی شده است. نتایج نشان می دهند با انتخاب ۱۱ ویژگی دمای ۲ ثانیه آینده با میانگین قدر مطلق خطای ۵/۰ درجه سانتی گراد پیش بینی می شود.

Keywords:

اطلاعات متقابل , انتخاب ویژگی , پیش بینی دما , رگرسیون بردار پشتیبان , مدیریت دمای پویا