在过去三十年的集成电路芯片产业,随着芯片的尺寸不断减小,芯片性能也不断上升。然而随着登纳德缩放定律的失效,芯片的功率密度随着芯片尺寸减小不断增大,从而产生了功率墙的瓶颈。为了继续提升芯片的运行频率,芯片走向了多核化的方向。但是多核化并没有从根本上消除静态功率比重增加而导致登纳德缩放定律失效产生的影响。近些年来,随着芯片的核心数量逐渐增多,芯片的功率密度再次达到了功率瓶颈。这种导致芯片的多个核心不能同时工作在最高频率的现象称为暗硅现象。因此,针对这种众核暗硅芯片的实时功率管理变得非常重要。在本文的研究中提出了一种针对众核暗硅芯片的实时功率预算技术。首先由于该技术需要适用于众核芯片,所以本文对每个核心构建了局部热模型。在此基础上,提出了一个分布式低计算开销的实时功率预算算法。该技术方案大体上分为三个部分:首先确定开启核心的位置;然后根据实时功率预算算法每个开启核心可以各自独立计算出功率预算;最后根据功耗模型匹配处理器核心的电压和频率。该技术首先在实时功率管理中均匀分布开启核心避免了多核芯片的热点问题导致的可靠性问题,其次根据设定的安全温度阈值计算出的功率预算是最大程度提升了众核暗硅芯片的性能,同时将芯片整体平均温度控制在安全温度阈值之下。本文中还提出了适用于众核暗硅芯片的选核算法,将开启核心均匀分布,这就使得各个核心的散热能力得到提升,给后续的实时功率预算技术提供性能潜力。同时每个开启核心是分布式的模型只需要和相邻的核心进行通信就可以进行实时功率管理,这使得该技术的计算时间复杂度远远低于传统的集总式功率预算技术。最后在对比实验中也证明了该技术计算开销小,同时也给整个众核暗硅芯片系统带来了更高的性能。虽然由于该技术是基于局部芯片模型的分布式算法,在最终管理温度精度上略逊色于传统的集总式功率管理方法,但是实验表明管理温度的误差都控制在安全范围内,同时性能和速度都优于现有的功率预算技术。