基于加速网的光电混合三维互连架构设计方法研究

Aiming at the communication energy and latency problem in large scale many-core processors, this project carries out the research on design methodology of acceleration network based optical-electrical hybrid 3D interconnect architecture from three aspects, including topology design, traffic path selection strategy and topology reconfiguration. This project studies the topology generation and optimization method of acceleration network based optical-electrical hybrid network-on-chip, in order to balance the bandwidth distribution and improve the whole performance. Based on the power and latency model of optical and electrical links, power and latency differentiated path selection strategy will be studied, in order to determine how the global and local traffic will be delivered while still maintain traffic balance in optical and electrical subnet. Aiming at the high static power consumption of the optical link, fine granularity reconfigurable optical-electrical hybrid network is investigated to fit for varied global communication requirements of different applications. Based on the research on the above-mentioned key problems, it is expected that to lay a better theoretical foundations for constructing high throughput, low latency and low energy consumption interconnection architecture for many core processor.

针对大规模众核互连架构的通信能耗与延时问题，从拓扑优化、信息分流及拓扑重构等三个方面，对基于加速网的光电混合三维片上网络设计方法展开研究。研究基于加速网的光电混合片上网络拓扑构建与优化方法，均衡互连带宽分布并提高通信性能；基于光、电链路的功耗与延时模型，研究功耗与延时差异的信息分流机制，完成全局通信与局部通信的路径选择，并充分考虑光互连子网与电互连子网的流量均衡问题；针对光互连静态功耗较大的问题，研究细粒度可重构的光电混合片上网络及其在线重构方法，适应不同应用下差异的全局通信需求。通过上述关键问题研究，为构建高带宽、低延时、低能耗的众核互连架构奠定良好的理论基础。

课题针对大规模众核处理器核间互连架构的通信能耗与延时问题，围绕基于加速网的光电混合三维片上网络拓扑架构、节点粒度可重构的光电混合互连网络与拓扑重构方法及延时和功耗差异的信息分流机制等三个方面展开了深入研究。.在拓扑构建方面，以充分利用光电互连链路的通信优势为目标，结合光互连总线结构和电互连Mesh结构，提出了一种基于加速网的光电混合三维片上互连架构，分别为. 全局通信与局部通信提供传输路径。依据光互连链路的带宽均衡分布需求及重构需求，建立了光节点布局的数学模型，基于整数线性规划方法对光节点进行了优化布局。根据优化结果，设计了可重构的光电混合片上网络拓扑结构RHOE-NoC。在不对光节点进行动态重构的情况下，相比HEO-NC，所提出的RHOE-NoC网络的能耗开销已经有明显降低，在网络达到饱和时，单位比特能耗降低了6.7%。. 在拓扑重构方面，针对不同应用下数据通信的时空分布特性存在较大差异的问题，以充分利用光互连通信带宽为目标，提出了一种基于机器学习的节点粒度动态重构算法。通过统计网络链路利用率和缓存占有率，并结合网络负载预测值，对光节点进行重构判定，动态调整通信带宽。实验表明，与EMesh、HEO-NC、NRHOE-NoC相比，所提出的可重构光电混合片上网络 RHOE-NoC在所有注入率都具有较优的能耗开销。当网络达到饱和时，与EMesh、HEO-NC和NRHOE-NoC相比，能耗分别降低了25.9%、22.5%和20.6%。. 在信息分流机制上，以发挥光电互连链路的通信优势为目标，提出了基于通信距离的路由算法，将在光互连中传输延时与功耗小于电互连中传输延时与功耗的数据流定义为远距离通信，进行信息分流。在此基础上充分考虑重构操作下拓扑结构动态变化对数据通信的影响，提出了局部拓扑感知的自适应路由算法，在光节点发生重构时，动态选择通信域内可供替代的光节点进行全局通信。网络接近饱和时，相比基于全局拓扑信息表的路由算法，局部拓扑感知的自适应路由算法将通信延时降低了69.5%，吞吐率提升了33.3%，能耗降低了24.2%。