نام پژوهشگر: ایمان حسن‌زاده جعفرآبادی

تخمین دمای هسته در پردازنده چند هسته ای با استفاده از شمارنده های کارایی با در نظر گرفتن اثر دمایی همسایگی
پایان نامه وزارت علوم، تحقیقات و فناوری - دانشگاه فردوسی مشهد - دانشکده مهندسی 1393
  ایمان حسن زاده جعفرآبادی   حمید نوری

مصرف بالای توان پردازنده های مدرن علاوه بر اینکه هزینه ی انرژی مصرف شده ی سیستم را افزایش می دهد، باعث بالا رفتن دمای تراشه نیز می شود. دمای بالا، روی قابلیت اطمینان سیستم، هزینه ی خنک کنندگی، عمر قطعه ی سخت افزاری و... تاثیر منفی می گذارد. برای رفع بحران دمایی، تکنیک های مدیریت حرارتی پویا (در زمان اجرا) و تکنیک های مدیریت حرارتی ایستا ارائه شده اند. در تکنیک های مدیریت حرارتی پویا که در زمان اجرا سعی در رفع بحران دمایی می کنند، یکی از اساسی ترین نیازمندی ها، دستیابی به دمای هسته می باشد. برای بدست آوردن دمای هسته می توان از حسگرهای حرارتی روی تراشه استفاده کرد و نیز می توان از شمارنده های کارایی بهره برد. استفاده از حسگرها برای بدست آوردن دما ممکن است ایده آل باشد، اما محدودیت هایی دارد. با استفاده از شمارنده های کارایی می توان دمای آینده ی نزدیک را پیش بینی کرد. در این پژوهش سعی داریم مدل هایی را برای تخمین دمای هسته های یک پردازنده چند هسته ای با استفاده از شمارنده های کارایی ارائه دهیم. مطالعات قبلی انجام شده در زمینه ی تخمین دمای هسته با استفاده از شمارنده های کارایی فقط وقایع کارایی(میزان فعالیت) همان هسته را درنظر می گیرند و به اثر دمایی هسته ها توجه ندارند. مطالعات مربوط به تخمین دمای هسته مبتنی بر حسگرهای حرارتی، برای تخمین دمای آینده هسته بر میزان تغییرات دمای هسته در بازه ی زمانی اخیر تاکید دارند و توجهی به میزان فعالیت هسته ندارند. در این طرح پژوهشی، می خواهیم مدل هایی برای تخمین دمای هسته در یک پردازنده چند هسته ای ارائه کنیم که مبتنی بر شمارنده های کارایی می باشند و به علاوه اثر دمایی همسایگی را نیز در نظر می آورند. براساس نتایج، مدل های تخمین دمای پیشنهادی در مقایسه با مدل های تخمین دمای مبتنی بر تغییرات دمایی هسته در آخرین بازه زمانی، دقت مدل های تخمین دما را 8/78%، میانگین دمای پردازنده را 5/54%، بیشینه دمایی را 2/46% و زمان اجرا را 5/84% بهبود داده و در مقایسه با مدل های مبتنی بر شمارنده های کارایی ناآگاه از اثر دمایی همسایگی، دقت مدل های تخمین دما را 81/3%، میانگین دمایی پردازنده را 4/99%، بیشینه دمایی را 3/7% و کارایی را 8/97% بهبود داده است.