本發(fā)明涉及片上網(wǎng)絡(luò)，尤其涉及一種用于片上網(wǎng)絡(luò)ip核映射問題的迭代方法。

背景技術(shù)：

1、隨著大規(guī)模集成電路技術(shù)的發(fā)展，片上的ip核數(shù)量和通信需求不斷提高。面對片上多ip核之間的高速通信需求，片上網(wǎng)絡(luò)（network-on-chip，noc）應(yīng)運(yùn)而生，并作為一個(gè)候選的片上通信架構(gòu)。

2、ip核映射問題的主要目標(biāo)就是將一組給定的ip核合理地分配到noc的節(jié)點(diǎn)上。高質(zhì)量的映射解能夠顯著提升性能指標(biāo)，例如降低片上網(wǎng)絡(luò)的通信代價(jià)和通信能耗。因此，ip核映射是片上網(wǎng)絡(luò)設(shè)計(jì)的關(guān)鍵步驟。

3、然而ip核映射問題已經(jīng)被證明是一個(gè)np難問題（np-hard?problem）。因?yàn)閕p核映射問題是一個(gè)重要且具有挑戰(zhàn)性的問題，所以探索ip核映射問題的高效求解方法已經(jīng)成為片上網(wǎng)絡(luò)領(lǐng)域的研究熱點(diǎn)。傳統(tǒng)啟發(fā)式算法因其通用性而受到研究者的青睞和關(guān)注。

4、在構(gòu)造式啟發(fā)算法中，一般是通過基于節(jié)點(diǎn)或者邊構(gòu)造一個(gè)初始映射解，再通過迭代改進(jìn)的方法來進(jìn)一步提高初始映射解的質(zhì)量。由于ip核映射問題的復(fù)雜性，構(gòu)造的初始映射解一般距離最優(yōu)映射解仍然有一定距離。迭代改進(jìn)方法通過執(zhí)行特定的搜索策略可以改進(jìn)初始映射解，在合理的時(shí)間內(nèi)找到更優(yōu)的映射解。但是，迭代改進(jìn)方法通常需要大量的試錯(cuò)，其所得到的映射解在很大程度上取決于隨機(jī)搜索技術(shù)，這也極大限制了迭代改進(jìn)方法的整體性能。

技術(shù)實(shí)現(xiàn)思路

1、鑒于現(xiàn)有技術(shù)的上述不足，本發(fā)明的目的在于：提出一種用于片上網(wǎng)絡(luò)ip核映射問題的迭代方法，利用策略模型來指導(dǎo)迭代搜索的過程，提升現(xiàn)有ip核映射問題中迭代改進(jìn)方法的性能和搜索效率。

2、為達(dá)到上述目的，本發(fā)明采用的技術(shù)方案為：

3、一種用于片上網(wǎng)絡(luò)ip核映射問題的策略模型，包括：

4、定義映射解和交換序列：

5、映射解表示為，其中，為映射解，為ip核映射問題的規(guī)模，表示將ip核分配到noc拓?fù)涔?jié)點(diǎn)。需要說明的是，本發(fā)明中的表示在對應(yīng)序列中的位置，用于遍歷序列中的元素時(shí)起到索引作用。此處對于映射解，為在映射解序列中的位置，對于不同的序列，可同理推知。

6、交換序列表示為，其中，為交換序列，為交換操作，表示交換一個(gè)映射解中第個(gè)位置和第個(gè)位置的值，為交換操作的數(shù)量，為交換操作的序號；一映射解對應(yīng)有一個(gè)以上的交換序列，一交換序列分配有一概率；

7、根據(jù)交換序列的概率為當(dāng)前映射解選擇交換序列；

8、將選擇的交換序列作用于當(dāng)前映射解產(chǎn)生新的映射解；

9、更新交換序列的概率，具體包括：根據(jù)映射解的通信代價(jià)判斷新的映射解是否為更優(yōu)的映射解，若是，為所述選擇的交換序列分配高于先前概率的概率；若否，則為所述選擇的交換序列分配低于先前概率的概率。

10、可選的，映射解對應(yīng)的交換序列根據(jù)該映射解和需求的交換操作數(shù)量得到。

11、可選的，交換序列的概率由交換序列中各交換操作的概率相乘得到。

12、本發(fā)明采用的另一個(gè)技術(shù)方案為：

13、一種用于片上網(wǎng)絡(luò)ip核映射問題的迭代方法，包括：

14、s1：構(gòu)建上述的策略模型；

15、s2：對所述策略模型進(jìn)行預(yù)訓(xùn)練；

16、s3：對待迭代的片上網(wǎng)絡(luò)ip核映射設(shè)置初始映射解，作為全局最優(yōu)解；

17、s4：采用訓(xùn)練后的策略模型為全局最優(yōu)解選擇交換序列；

18、s5：將選擇的交換序列作用于所述全局最優(yōu)解，得到新的映射解；

19、s6：更新全局最優(yōu)解，具體包括：判斷新的映射解是否為更優(yōu)的映射解，若是，則將新的映射解更新為全局最優(yōu)解；若否，則保持先前的全局最優(yōu)解；

20、s7：檢查終止條件，所述終止條件為達(dá)到預(yù)設(shè)的最大迭代次數(shù)，或者連續(xù)不更新全局最優(yōu)解的次數(shù)達(dá)到預(yù)設(shè)次數(shù)，若滿足終止條件，則迭代結(jié)束，若不滿足終止條件，則回步驟s4。

21、可選的，包括：所述策略模型通過神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)，步驟s1包括：

22、采用gat網(wǎng)絡(luò)對映射解進(jìn)行編碼，得到映射解下每個(gè)noc拓?fù)涔?jié)點(diǎn)的狀態(tài)向量；

23、根據(jù)noc拓?fù)涔?jié)點(diǎn)的狀態(tài)向量計(jì)算選擇任意兩個(gè)noc拓?fù)涔?jié)點(diǎn)的初始匹配度；

24、采用softmax函數(shù)對所述初始匹配度進(jìn)行處理得到匹配度；選擇兩個(gè)noc拓?fù)涔?jié)點(diǎn)對應(yīng)所述交換操作，所述匹配度即交換操作的概率；

25、將交換序列中各交換操作的概率相乘得到該交換序列的概率。

26、可選的，采用gat網(wǎng)絡(luò)對映射解進(jìn)行編碼，得到映射解下每個(gè)noc拓?fù)涔?jié)點(diǎn)的狀態(tài)向量，具體包括：

27、定義個(gè)ip核和個(gè)noc拓?fù)涔?jié)點(diǎn)的表示；

28、分別采用兩個(gè)gat網(wǎng)絡(luò)對所述個(gè)ip核的表示和個(gè)noc拓?fù)涔?jié)點(diǎn)的表示進(jìn)行處理，得到處理后的表示；

29、將經(jīng)gat網(wǎng)絡(luò)處理后的noc拓?fù)涔?jié)點(diǎn)的表示與該noc拓?fù)涔?jié)點(diǎn)所分配的ip核的表示相加，得到映射解下每個(gè)noc拓?fù)涔?jié)點(diǎn)的初始狀態(tài)向量；

30、將映射解下每個(gè)noc拓?fù)涔?jié)點(diǎn)的初始狀態(tài)向量通過兩個(gè)以上具有相同結(jié)構(gòu)但不同參數(shù)的模塊進(jìn)行處理，得到映射解下每個(gè)noc拓?fù)涔?jié)點(diǎn)的狀態(tài)向量；所述模塊的結(jié)構(gòu)包括：多頭自注意力層和全連接層，所述映射解下每個(gè)noc拓?fù)涔?jié)點(diǎn)的初始狀態(tài)向量先輸入到所述多頭自注意力層，然后進(jìn)入全連接層，在多頭自注意力層和全連接層之后，分別采用跳躍連接，最后進(jìn)行層歸一化后輸出映射解下每個(gè)noc拓?fù)涔?jié)點(diǎn)的狀態(tài)向量。

31、可選的，根據(jù)noc拓?fù)涔?jié)點(diǎn)的狀態(tài)向量計(jì)算選擇任意兩個(gè)noc拓?fù)涔?jié)點(diǎn)的初始匹配度，具體包括：

32、對每個(gè)noc拓?fù)涔?jié)點(diǎn)的狀態(tài)向量分別計(jì)算信息點(diǎn)值和關(guān)注點(diǎn)值，計(jì)算公式如下：

33、

34、其中，為選擇noc拓?fù)涔?jié)點(diǎn)noc的關(guān)注點(diǎn)值，為學(xué)習(xí)參數(shù)，為選擇noc拓?fù)涔?jié)點(diǎn)的信息點(diǎn)值，為學(xué)習(xí)參數(shù)，為映射解下noc拓?fù)涔?jié)點(diǎn)的狀態(tài)向量，為映射解下noc拓?fù)涔?jié)點(diǎn)的狀態(tài)向量；

35、根據(jù)所述信息點(diǎn)值和關(guān)注點(diǎn)值，計(jì)算選擇任意兩個(gè)noc拓?fù)涔?jié)點(diǎn)的初始匹配度，計(jì)算公式如下：

36、

37、其中，為選擇noc拓?fù)涔?jié)點(diǎn)與noc拓?fù)涔?jié)點(diǎn)的初始匹配度，用于控制的范圍，表示如果。

38、可選的，步驟s2具體采用reinforce算法和adam優(yōu)化器對所述策略模型進(jìn)行預(yù)訓(xùn)練，訓(xùn)練目標(biāo)和訓(xùn)練目標(biāo)的梯度的計(jì)算公式如下：

39、

40、

41、其中，為策略模型的模型參數(shù)，為根據(jù)當(dāng)前映射解與該當(dāng)前映射解和交換序列產(chǎn)生的新的映射解的通信代價(jià)的差值，為訓(xùn)練目標(biāo)，表示求的期望，為訓(xùn)練目標(biāo)的梯度，為訓(xùn)練過程中每次獨(dú)立采樣的ip核映射問題的數(shù)量，對于一個(gè)采樣的ip核映射問題，為當(dāng)前映射解，為交換序列，為選擇的概率，為當(dāng)前映射解與該當(dāng)前映射解和交換序列產(chǎn)生的新的映射解的通信代價(jià)的差值，為基線函數(shù)，表示的對數(shù)的梯度。

42、可選的，若步驟s4中選擇的交換序列為兩個(gè)以上，則步驟s5中得到的新的映射解的數(shù)量為兩個(gè)以上，步驟s6為：

43、判斷步驟s5得到的新的映射解中是否存在更優(yōu)的映射解，若是，則將新的映射解更新為全局最優(yōu)解；若否，則保持先前的全局最優(yōu)解。

44、本發(fā)明的有益效果在于：

45、策略模型根據(jù)當(dāng)前映射解和交換序列的概率選擇交換序列，選擇的交換序列作用于當(dāng)前映射解，以產(chǎn)生新的映射解。并不斷更新交換序列的概率，預(yù)估對于當(dāng)前映射解要如何操作能夠獲得更高質(zhì)量的解。

46、迭代方法利用策略模型中的經(jīng)驗(yàn)知識確定來確定交換序列，不斷向著最優(yōu)解的方向靠攏，能夠更為有效的提高初始映射解的質(zhì)量。且本發(fā)明的迭代方法不直接利用模型來產(chǎn)生最優(yōu)映射解，而是利用模型來指導(dǎo)映射解改進(jìn)的方向。由于ip核映射問題的復(fù)雜性，通過模型直接產(chǎn)生最優(yōu)映射解是非常困難的，利用模型來指導(dǎo)映射解改進(jìn)的方向，這種方法更具靈活性和泛化性。