基于动态自校准复制路径的自适应电压调节系统的设计及应用

来源 :东南大学 | 被引量 : 0次 | 上传用户:ccxdnk
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
当前,集成电路正朝着超大规模的方向快速发展,但其功耗也随之急剧增长,这对可靠性和散热成本等造成较大影响。因此,人们对芯片的低功耗设计提出了更高的要求。受到工艺、电压、温度、老化偏差的影响,传统设计方法通常会预留足够的电压余量,以保证芯片在最坏情况下仍然满足时序要求,然而这会造成很大的功耗浪费。自适应电压调节(Adaptive Voltage Scaling,AVS)技术可以根据每颗芯片的实际情况灵活调整电压,减小甚至完全消除不必要的余量,获取低功耗收益。间接监测AVS技术通过监测添加在芯片中的复制关键路径反馈时序信息,具有监测代价低、有效性高等优势,但仍存在一些影响功耗收益的设计难点:(1)监测单元无法兼顾低代价和高鲁棒性;(2)可配置复制路径(Tunable Replica Critical Path,TRCP)的设计过程繁琐且代价大;(3)宽电压下TRCP与关键路径的校准误差大。为此,本文提出了一种基于动态自校准复制路径的间接监测自适应电压调节方案,主要研究内容如下:(1)设计了一款结合静态和动态逻辑的时序监测单元,以实时反馈芯片的时序信息。通过调整晶体管尺寸和阈值电压对该结构进行优化,实现了0.5V~0.9V宽电压范围内的稳定工作,且功耗、面积代价较小。(2)提出了基于遗传算法的可配置复制路径的自动化设计方法。通过将TRCP的自动化设计转换成多变量的线性规划问题,并使用遗传算法求解得到优化的TRCP,从而加快了设计过程,减小了TRCP的功耗和面积代价。(3)提出了可配置复制路径的动态自校准系统。一方面设计了时分复用时序余量检测器,另一方面研究了关键路径的持续激活方法,两者结合可以准确检测关键路径和TRCP的时序余量。该系统根据每颗芯片的实际情况,基于关键路径的延时对TRCP进行独立、动态的调整,从而减小了校准误差。(4)将以上方法应用于一款神经网络加速器,结合电压调节控制逻辑构建了完整的间接监测AVS系统,并在TSMC 28nm工艺下完成了后端版图设计。后仿结果表明,宽电压下TRCP与关键路径的校准误差可降至1.9%,进而芯片的电压能够降低至接近理论最低值,芯片可在0.35V~0.9V下正常工作。与预留时序余量的基准设计相比,本文的方案可以获得21.2%~68.4%的功耗收益,最低单周期能耗仅为8.2p J/cycle,而整个系统的面积代价只有0.65%。此外,该系统通过频率调节的方式可获得15.6%~388%的性能收益。因此,本文提出的方案能够在宽电压范围内精准监测芯片的时序信息,并以此为依据将电压降低至接近理论最低值,几乎完全消除传统方法需要预留的时序余量,以很小的面积代价获得较大的功耗收益。
其他文献
新型非线性光学材料推动了非线性光学这一学科的发展,在光通信、光开关、光存储等领域显示出了广阔的应用前景。寻找和制备具有大的非线性光学效应、快的非线性光学响应时间、物化性质稳定以及功能丰富的非线性光学材料一直是科研人员研究的热点之一。时至今日,人们广泛开展了诸如有机分子材料、铁电薄膜、半导体材料、纳米材料和二维材料等多种类型的新型材料的非线性光学效应及其应用研究。新研制的非线性光学材料能否具有实际应
随着智能产品在人们日常生活中越来越普及,用于监测人类生理健康和日常活动的柔性和可穿戴电子产品近年来受到越来越多的关注。开发出具有多功能、高灵敏度、快速响应、低成本的柔性压力传感器在医疗卫生、运动健康监测和人机交互等方面都具有重要的现实意义。本文以制备高灵敏度、能快速响应的高性能柔性压电传感器为研究目的,以无机压电材料锆钛酸钡钙(Ba(Zr0.2Ti0.8)O3-0.5(Ba0.7Ca0.3)Ti
进入21世纪以来,我国学术道德规范政策历经起步探索、建设推进和内涵发展三个阶段的变迁。从历史制度主义的分析视角,考察出学术道德规范政策的变迁逻辑:政府决策、社会经济发展、社会思想观念是其深层结构;政府决策的自我强化动力和高校行动者忠诚于现存政策是其主要的路径依赖;系统的内生因素和外部因素的复合作用是学术道德规范政策变迁的动力机制。为此,我国学术道德规范政策需要建立评价与监督机制,完善学术治理体系;
合成染料的广泛使用不仅会对水资源环境造成难以解决的困扰,更会对人体健康带来危害。因此合理处理染料污水,降解染料分子对于环境保护和安全健康等领域具有非常重大的意义。非晶合金由于独特的原子长程无序结构和亚稳状态表现出的高催化活性,近年来在催化降解领域展现出巨大魅力和潜力,也为污水治理行业的应用提供了理论基础和实际可行性。本论文通过不同元素微合金化,设计制备具有优异光催化降解性能的铁基非晶/纳米晶合金薄
混凝土作为用量最大的人造材料,在可预见的未来仍将不可取代。然而,传统混凝土工业正面临三大空前危机:由天然砂石骨料紧缺带来的资源危机;由废弃混凝土堆积造成的环境危机;由水泥熟料煅烧导致的碳排放危机。为保持建筑业的可持续发展,废弃混凝土制备的再生骨料已应用于实际工程,但利用简单破碎工艺所产生的再生骨料强度低、吸水率高、离散性大、品质差,未能从根本上解决结构混凝土用天然骨料资源短缺问题,且破碎过程中产生
随着智能网联、5G等技术水平的不断提高以及生产成本的逐渐下降,自动驾驶将迎来一个全面发展的时期。未来很长一段时间内,人类驾驶车辆将与自动驾驶车辆、辅助驾驶车辆共同行驶于城市路网中,形成具有新型特征的混合交通流。因此,针对混合交通流的建模与仿真,自动驾驶虚拟仿真测试的相关研究必将成为智能交通领域的热点问题。然而,现有交通仿真软件均存在缺乏自动驾驶车辆模型的问题,自动驾驶仿真软件则无法提供真实的交通流
计算机算法的性能提升可以为日常生活中的各种应用带来颠覆性的改变,本文面向视频流的人脸超分辨处理算法,旨在将原始低分辨视频中人脸部分进行真实还原处理,在提升目标人脸图像分辨率和清晰度的同时有效提高人脸识别的准确性,为人脸识别技术的运用提供更好的应用场景,为公共安全领域提供良好的技术支撑。本文结合视频超分辨算法和人脸超分辨算法两项关键技术,并在此基础上实现算法在边缘计算平台FPGA上的部署。本文从基于
学位
在MEMS制造领域,光刻工艺是其中举足轻重的一环。在器件尺寸逐渐减小的当下,光刻工艺的复杂性大大增加,在实验室或者生产线上进行各种实验无疑是需要大量时间和费用的,这使得光刻工艺仿真成为一种越来越有用的方法。利用光刻仿真不仅能够准确地预测在不同参数下得到的工艺结果,也可以帮助科学家以及工程师更加深入了解光刻的内在原理从而发现新的技术。在具体的工艺中,曝光可以分为接触式、接近式和投影式三种方式。本课题
随着物联网(Internet of Things,IoT)和人工智能(Artificial Intelligence,AI)的发展,两者的融合(AIoT)正描绘出万物智联的宏伟蓝图。基于对数据私密性和低时延的需求,本地化AI芯片备受青睐。然而,物联网节点一般采用微型电池或能量收集技术进行供电,这对AI芯片提出了严苛的低功耗和高能效要求。在此背景下,本文对AI常用技术—卷积神经网络(Convolut