基于神经网络的多核功耗预测策略

• 作者: 向尧 杨敏龙 缪旭阳 袁景凌
• 来源期刊: 计算机科学
• 学科: 工学
• 关键词: 多核体系结构 机器学习 SESC模拟 预测模型
• 年，卷（期）: 2014,（z1）
• 所属期刊栏目: 智能计算
• 页码范围: 47-51
• 页数: 5页
• 分类号: TP183
• 字数: 4627字
• 语种: 中文

摘要

多/众核处理器是计算机发展的趋势.在多/众核处理器的设计过程中,如何从庞大的设计空间中找出满足条件的设计结构,成为了关键和难点.为了解决传统软件模拟技术开销大、效率低等问题,提出了基于神经网络的模型来预测多核处理器的性能和功耗,建立了BP与RBF两种神经网络预测模型,利用SESC模拟器进行CPI与POW-ER模拟,并比较分析了两种预测模型的预测精度和可靠性.模拟结果表明,采用神经网络预测模型平均误差控制在1.6％～6.6％,较传统的软件模拟等方法,能更有效地节省时间、提高效率,其中,RBF神经网络预测模型具有更好的预测精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	袁景凌	武汉理工大学计算机科学与技术学院	57	356	11.0	16.0
2	缪旭阳	武汉理工大学计算机科学与技术学院	1	4	1.0	1.0
3	杨敏龙	武汉理工大学计算机科学与技术学院	1	4	1.0	1.0
4	向尧	武汉理工大学计算机科学与技术学院	3	17	2.0	3.0