پیش بینی دما در سیستم های چند هسته ای با استفاده ازخوشه بندی عامل های موثر بر دما

از رویکردهای اصلی در افزایش توان محاسباتی پردازندههای چندهستهای، افزایش تعداد هستهها است. افزایش تعداد هستههای یک تراشه، منجر به افزایش چگالی توان مصرفی پردازنده و به دنبال آن، افزایش دما میشود. برای جلوگیری از افزایش دمای پردازنده از حدآستانه، روشهای مدیریت دما مورد استفاده قرار میگیرند. روشهای مدیریت دمای پویا، در زمان اجرای برنامهها، دمای پردازنده را مدیریت میکنند. در مدیریت دما با رویکرد فعال، دمای پردازنده، با استفاده از یک مدل دمایی، پیشبینی شده و دما پیش از رسیدن به حدآستانه با روشهای مختلف کنترل میشود. از آنجاییکه عاملهای زیادی بر دمای پردازنده تاثیر میگذارند، با استفاده از یک مدل پیشبینی دمای ساده، نمیتوان پیشبینی دقیقی از دمای پردازنده ارایه نمود. از مهمترین عاملها در میزان تغییر دمای پردازنده، بارکاری اجرایی، فرکانس پردازنده و سرعت فن است. با توجه به این عاملها، رفتارهای دمایی مختلفی در سیستم دیده میشود. بر این اساس، در این مقاله، برای پیشبینی دما، به خوشه بندی عاملهای موثر بر دما پرداخته شده است. برای هر یک از خوشهها، به عنوان یک فاز، از یک مدل پیشبینی دما استفاده میشود. برخی از ویژگیهای مدل پیشبینی دما بااستفاده از حسگرها و سنجههای سیستم بهدست میآیند. از طرفی، برای افزایش دقت پیشبینی، ویژگی- های دیگری، با پردازشهای پیشنهادی فراهم شدهاند. در این مقاله، برای هر فاز، از یک شبکه عصبی پرسپترون چندلایه با ویژگیهای مناسب خود، برای پیشبینی دما استفاده میشود. نتیجهی ارزیابیها، دقت بالای مدل پیشبینی دمای پیشنهادی را نشان میدهد.

Keywords:

سیستمهای چندهستهای , پیشبینی دما , خوشهبندی , انتخاب ویژگی , اطلاعات متقابل