系統(tǒng)劃分

映射

概念

從上圖可以看出，提高系統(tǒng)性能的方法有三種:改進(jìn)體系結(jié)構(gòu)、重寫應(yīng)用程序和使用不同的策略。

映射是將行為層次轉(zhuǎn)化為結(jié)構(gòu)和執(zhí)行。

最后，它包括分區(qū)和映射。分區(qū)就是分配(選擇模塊)和綁定(給組件一些功能)；映射包括綁定和調(diào)度(執(zhí)行順序)。最后，將執(zhí)行綜合結(jié)果。其實就是我們選擇什么設(shè)備，它會執(zhí)行什么功能，執(zhí)行順序是什么。這就是過程。

抽象層次

低級:RTL或網(wǎng)表。將數(shù)字電路映射到特定設(shè)備(FPGA、ASIC)；系統(tǒng)參數(shù)(如面積、延時)相對容易決定。

高級:系統(tǒng)級。選擇最優(yōu)設(shè)計(例如，空之間的尺寸)；難以理解或決定的系統(tǒng)參數(shù)(通過一些模型、分析、模擬和原型實現(xiàn))。

比如我們遇到這樣一個問題:我們是把所有的任務(wù)放在一個CPU上還是平衡負(fù)載？最后發(fā)現(xiàn)負(fù)載均衡是省電和實現(xiàn)更好并行化的最佳途徑。但是當(dāng)然也不能說這樣的均衡后效果會大幅度提高N倍，問題還是很多的。比如數(shù)據(jù)一致性，所以分配任務(wù)的時候要非常注意這個問題。

上圖其實是映射關(guān)系:N對1，一對一。

這里要考慮以下幾個問題:成本:用了多少處理器？延遲:是頻率，當(dāng)然越快越好。能在最短的時間內(nèi)解決問題。但這兩件事是矛盾的。我們要增加成本，減少延遲；反之亦然，達(dá)拉斯到禮堂當(dāng)我們進(jìn)行設(shè)計時，我們需要提出一些約束條件，使設(shè)計得到最優(yōu)解。

用下圖展示一下:

假設(shè)任務(wù)長度都一樣，我們發(fā)現(xiàn)如果只用一個cpu，延遲已經(jīng)超過了我們的要求，使用四核可以很好的滿足我們的要求。

代價函數(shù)

對于成本函數(shù)，我們首先定義一些變量。系統(tǒng)成本[美元]，延遲[秒]，功耗[瓦].然后我們對這三者都有一個估計函數(shù)，然后我們可以得到:

在這里，我們可以看到，我們?yōu)檫@個函數(shù)加權(quán)了不同的變量，我們需要的是優(yōu)化。

所以有一個問題:

分離法

測定方法(exat法)

枚舉法

枚舉就是一個個列出來，然后找到最好的。這就是枚舉，說到大數(shù)據(jù)就很讓人沮喪。

整數(shù)線性程序

ILP是一種多目標(biāo)優(yōu)化算法，非常重要。接下來將詳細(xì)描述該算法。

這里說一下ILP的組成部分:成本函數(shù)和約束函數(shù)。我們的目標(biāo)是在滿足約束條件下最小化成本函數(shù)。

接下來說一下0/1 IP問題，就是加權(quán)系數(shù)是0還是1。

舉個例子比什么都好:

讓我們把這個問題變成一個一般性的問題:

這里有一個例子:

使用ILP的好處是可以增加約束，現(xiàn)在很多人都在用這種方法。

關(guān)于上面的實際問題，我們?nèi)绾瘟谐龃a？

這種方法也可以用來最大化問題:

整數(shù)規(guī)劃是一個完全的NP問題。實際上，運(yùn)行時間可能會呈指數(shù)級增長，但可以解決數(shù)千個變量。IP模型可以作為啟發(fā)式優(yōu)化方法的起點。

接下來舉個例子，你就更了解ILP了。

Matlab代碼如下:

運(yùn)行結(jié)果如下:

啟發(fā)式方法

建設(shè)性方法

隨機(jī)映射

分層聚類

迭代方法

克尼根-林算法

模擬退火

進(jìn)化算法

相關(guān)建議:

1.

2.

3.

4.

5.