ارائه یک الگوریتم مسیریابی فاقد بن بست برای شبکه های برروی تراشه سه بعدی
Publish Year: 1394
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 989
This Paper With 20 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
ITCC01_446
تاریخ نمایه سازی: 9 فروردین 1395
Abstract:
با روند تکنولوژی نیمه هادی ها و افزایش تعداد بسیار زیاد ترانزیستورها در یک تراشه، شبکه برروی تراشه سه بعدی بهعنوان یکی از بهترین روش ها برای حل پیچیدگی در ساختار SoC ها پیشنهاد شده است. یک شبکه بر روی تراشه شاملتعدادی هسته است که از طریق تعدادی روتر با هم در ارتباط هستند و برای انتقال اطلاعات، نیاز به پروتکل ارتباطیدارند. اطلاعات بین هسته ها در قالب بسته مبادله می شوند. از آنجایی که وقوع بن بست در شبکه بر روی تراشه، منجر بهتنزل شدید کارایی شبکه می شود، این مسئله برای این ساختار، اهمیت بسزایی دارد. دو تکنیک برای مقابله با بن بستوجود دارد: اجتناب از بن بست، کشف و بازیابی بن بست. از آنجایی که تکنیک بازیابی بن بست، سربار توان و مساحترا به همراه دارد؛ در این مقاله، با استفاده از تکنیک اجتناب از بن بست، الگوریتم مسیریابی را در شبکه بر روی تراشه سه -بعدی ارائه می دهیم که از وقوع بن بست در شبکه جلوگیری کند. در این الگوریتم مسیریابی، برای ضمانت عدم وقوعبن بست، از ایده ی رزرو منابع برای بسته هایی که قصد انجام یکی از چرخش های ممنوع در الگوریتم مسیریابی چرخشزوج- فرد سه بعدی را دارند، استفاده کرده ایم. همچنین روشی برای تحمل پذیری اشکال پیشنهاد شده که مبتنی بر ذخیره اطلاعات خرابی در مسیریاب ها می باشد. نتایج شبیه سازی نشان می دهد که الگوریتم مسیریابی پیشنهادی، کارایی بالاترینسبت به الگوریتم های 3D-OE, 3D-POE و XYZ دارد. همچنین، توان مصرفی آن کمتر از الگوریتم های مسیریابیذکر شده می باشد.
Keywords:
Authors
لیلا درگاهی
دانشگاه آزاد اسلامی واحد قزوین، دانشکده مهندسی کامپیوتر و فناوری اطلاعات، قزوین، ایران
اسماعیل زینالی
دانشگاه آزاد اسلامی واحد قزوین، عضو هیات گروه علمی مهندسی کامپیوتر، قزوین، ایران
مراجع و منابع این Paper:
لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :