авторефераты диссертаций www.z-pdf.ru
БЕСПЛАТНАЯ ЭЛЕКТРОННАЯ БИБЛИОТЕКА
 

На правах рукописи

Романов Александр Юрьевич

МЕТОДЫ АВТОМАТИЗАЦИИ ПРОЕКТИРОВАНИЯ СЕТЕЙ НА КРИСТАЛЛЕ НА

ОСНОВЕ КВАЗИОПТИМАЛЬНЫХ ТОПОЛОГИЙ

Специальность: 05.13.12 – Системы автоматизации проектирования

АВТОРЕФЕРАТ

диссертации на соискание ученой степени

кандидата технических наук

Москва – 2015

Работа выполнена в Федеральном государственном автономном образовательном учреждении

высшего профессионального образования «Национальный исследовательский университет

«Высшая школа экономики» (НИУ ВШЭ).

Научный руководитель:

доктор технических наук, профессор

Тумковский Сергей Ростиславович, заместитель директора

по учебной работе МИЭМ НИУ ВШЭ (г. Москва)

Официальные оппоненты:

Данилин Николай Семенович, доктор технических наук,

профессор, главный научный сотрудник АО «Российские

космические системы» (г. Москва)

Тихменев Александр Николаевич, кандидат технических наук,

ЗАО «КБ НАВИС»,

начальник

лаборатории

разработки

базового программно-математического обеспечения отделения

разработки базовых модулей и микроэлектроники (г. Москва)

Ведущая организация:

Федеральное

государственное

учреждение

«Федеральный

научный центр Научно-исследовательский институт системных

исследований Российской академии наук» (г. Москва)

Защита состоится «24» декабря 2015 г. в 11 час. на заседании диссертационного совета

Д 002.078.01 при ФГБУН Институте проблем проектирования в микроэлектронике Российской

академии наук (ИППМ РАН) по адресу: 124365, г. Москва, Зеленоград, ул. Советская, д. 3.

С

диссертацией

можно

ознакомиться

в

библиотеке

ИППМ

РАН

и

на

сайте:

http://ippm.ru/index.php?page=defen

Отзыв на автореферат в 2-х экз., заверенный гербовой печатью организации и оформленный

согласно «Положению о порядке присуждения ученых степеней» (п. 28), просим направлять в

ИППМ РАН по адресу: 124365, г. Москва, Зеленоград, ул. Советская, д. 3.

Автореферат разослан «___» ноября 2015 г.

Ученый секретарь

диссертационного совета, Д 002.078.01,

кандидат технических наук, доцент

Жаров Михаил Михайлович

2

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность работы

Современный уровень полупроводниковых технологий характеризуется все возрастающей

миниатюризацией и увеличением количества транзисторов в пределах одного кристалла.

Благодаря этому системы на кристалле (СнК) получили широкое распространение в области

IT-технологий, военном и авиакосмическом секторах, медицине, многих других отраслях

промышленности. Дальнейшим развитием этих систем стали многопроцессорные СнК, которые

уже сейчас определяют будущее компьютерной электроники. Данное научное направление

является весьма перспективным, мировое сообщество инвестирует миллионы долларов в

проектирование многопроцессорных систем с количеством ядер в сотни единиц. Примерами таких

проектов являются 80-ядерный исследовательский чип TeraFLOPS компании Intel, 100-ядерный

чип TILE-Gx компании Tilera и др.

С увеличением количества ядер в многопроцессорных системах стало очевидно, что

стандартные способы объединения микропроцессоров с помощью высокопроизводительных шин

малоэффективны.

Повышение

требований

к

пропускной

способности

СнК

обусловило

возникновение современного инновационного подхода к построению многопроцессорных СнК в

виде сетей на кристалле (СтнК), обеспечивающих одновременную передачу данных между узлами

с помощью множества коротких соединений, управляемых маршрутизаторами.

Подход к объединению вычислительных ядер многопроцессорных СнК в виде СтнК

достаточно нов. Это объясняется тем, что микросхемы, выполненные по технологиям

ASIC (Application-Specific Integrated Circuit)

и

FPGA (Field-Programmable Gate Array)

лишь

недавно обрели достаточные объемы логических блоков для организации на них целых сетей

IP-ядер. В то же время существует ряд различных решений, связанных с построением СтнК,

однако многие из них, учитывая их немалую коммерческую ценность, носят закрытый характер.

Примерами таких разработок являются продукты компаний Sonix, Silistix, Arteris, iNoCs, Philips, а

также разработки отдельных научных групп на базе университетов и исследовательских

институтов мира, в частности: University of Glasgow, UK; University of Toronto, Canada; CHREC

(NSF

Center

for

High

Performance

Reconfigurable

Computing);

ОАО НПЦ «ЭЛВИС»,

ОАО «НИЦЭВТ», ИПС РАН, РСК «СКИФ», НИИ МВС ЮФУ, Россия. Крупнейшие компании-

производители

FPGA (Xilinx, Altera)

поддерживают

свои

продукты

и

распространяют

коммерческие и бесплатные IP-ядра для реализации отдельных узлов СтнК. Также существуют

компании, специализирующиеся только на разработке программных IP-ядер (например,

OpenCores).

Значительный вклад в развитие теории и практики СтнК сделали, прежде всего, такие

известные зарубежные ученые, как, Л. Бенини, У. Делли, Р. Муллинз, А. Янтс. Среди трудов

отечественных исследователей, следует отметить работы Ю. Ладыженского, А. Лысенко,

С. Мосина, Ф. Путри, А. Румянцева и др. Несмотря на то, что данная проблематика еще

относительно мало изучена отечественными учеными, существуют все необходимые предпосылки

(распространение технологии FPGA, дешевизна, доступность отечественному производителю) для

развития указанного выше научного направления в нашей стране.

С развитием электроники постоянно растут требования к подсистеме связи СтнК, которая

является достаточно ресурсозатратной, энергоемкой и может занимать до 30 % ресурсов

кристалла, потребляя при этом около 40 % электрической мощности. Значительное влияние на

характеристики СтнК оказывает и ее топология, которая может быть или специализированной,

если известна предварительная информация о задаче, которую будет выполнять система (что не

всегда возможно), или одной из регулярных топологий, которые являются не всегда

оптимальными с точки зрения требований к пропускной способности и затрат ресурсов за счет

дискретности количества узлов и значительного интервала в пропускной способности. Поэтому

задача оптимизации подсистемы связи СтнК и усовершенствования топологий СтнК является

весьма важной и актуальной. Существует необходимость разработки универсального подхода к

3

синтезу СтнК – то есть синтезированные топологии должны соответствовать оптимальным

параметрам по заданному количеству узлов и конструктивным ограничениям.

Цель и задачи диссертационного исследования

Целью исследования является повышение пропускной способности и сокращение

аппаратурных затрат СтнК путем разработки новых квазиоптимальных топологий сетей,

дальнейшего развития методов и инструментов их синтеза и моделирования.

Для достижения поставленной цели в работе решаются следующие задачи:

анализ принципов построения и оптимизации СтнК, их типовых топологий и алгоритмов

маршрутизации;

топологиям СтнК;

с заданными характеристиками и оптимизацией в соответствии с критериями уменьшения

среднего расстояния между узлами и количества соединений;

и метода Монте-Карло для ускорения синтеза квазиоптимальных топологий СтнК;

эволюционных вычислений на синтез квазиоптимальных

топологий с целью его ускорения;

сравнительного

анализа

результатов

HDL-моделирования

СтнК

с

регулярными

и

квазиоптимальными топологиями;

разработка библиотеки NoCSimp на основе упрощенного wormhole маршрутизатора для

проведения сравнительного анализа результатов моделирования и синтеза СтнК с регулярными и

квазиоптимальными топологиями;

сетей

On-Chip Network Simulator и сравнительный анализ полученных результатов.

Объектом исследования является процесс передачи данных в СтнК.

Предметом исследования является СтнК на основе квазиоптимальных топологий.

Методы исследования

В работе использованы методы исчерпывающего поиска, параллельных и эволюционных

вычислений, Монте-Карло; методы HDL-моделирования и имитационного моделирования;

методы структурного и функционального программирования, статистической обработки, анализа

и интерполяции данных.

Научная новизна полученных результатов состоит в следующем:

квазиоптимальных и предельно квазиоптимальных топологий СтнК, что позволило разработать

новый класс топологических решений сетей с меньшими аппаратурными затратами и большей

пропускной способностью по сравнению с топологиями mesh и torus;

до 100, что дало возможность сократить до 29,4 % аппаратурные затраты на их реализацию без

потери пропускной способности по сравнению с сетями на основе топологии mesh и повысить до

14,5 % пропускную способность при тех же аппаратурных затратах по сравнению с сетями на

основе топологии torus;

вычислений и метода Монте-Карло для синтеза квазиоптимальных топологий СтнК, в результате

чего

путем

отбрасывания

заведомо

неоптимальных

альтернатив

и

распараллеливания

синтезированы квазиоптимальные топологические решения сетей с количеством узлов до 16,

которые имеют до 12,5 % меньшие аппаратурные затраты на реализацию по сравнению с

регулярными топологиями mesh и torus;

4

усовершенствование и адаптация модулей библиотеки Netmaker для проведения

определение критерия оптимальности топологии СтнК и требований к квазиоптимальным

распространение метода исчерпывающего поиска на синтез квазиоптимальных топологий

интеграция методов исчерпывающего поиска, ветвей и границ, параллельных вычислений

распространение метода

моделирование

СтнК

на

основе

разработанной

программной

модели

на основе разработанных критериев оптимальности СтнК предложено определение

впервые синтезирован ряд новых квазиоптимальных топологий СтнК с количеством узлов

предложена интеграция методов исчерпывающего поиска, ветвей и границ, параллельных

был адаптирован для синтеза квазиоптимальных

топологий, что позволило разработать на его основе новый генетический алгоритм GeNoC и, как

следствие,

ускорить

процедуру

количеством узлов до 100;

синтеза

квазиоптимальных

топологических

решений

с

разработана

новая

библиотека

NoCSimp,

которая

реализует

модель

wormhole

разработаны новые и адаптированы существующие модели СтнК разного уровня

абстракции, что обеспечило проведение сравнительного анализа результатов моделирования

квазиоптимальных

и

регулярных

топологий

СтнК

и

дало

возможность

подтвердить

вышеупомянутые преимущества предложенных квазиоптимальных топологических решений.

Практическое значение полученных результатов заключается в том, что:

СтнК с количеством узлов до 16, которые реализуют объединенные методы исчерпывающего

поиска, ветвей и границ, параллельных вычислений и метод Монте-Карло;

модифицированный

метод

эволюционных

вычислений

и

позволяют

синтезировать

квазиоптимальные топологии СтнК с количеством узлов до 100;

на их соответствие теоретическому глобальному оптимуму, что дало возможность провести

анализ синтезированных квазиоптимальных топологий и показать, что они приближены к

теоретически возможному глобальному оптимуму не менее чем на 96,3 %;

моделирования нерегулярных топологий, что позволило выполнить сравнительный анализ

полученных результатов моделирования регулярных и квазиоптимальных топологий СтнК с

8–9 узлами;

маршрутизатора без виртуальных каналов и HDL-модель СтнК на его основе, что позволило на

порядок по сравнению с Netmaker повысить скорость моделирования сетей и провести

сравнительный

анализ

затрат

ресурсов

на

реализацию

подсистем

связи

СтнК

с

квазиоптимальными и регулярными топологиями;

количеством узлов до 100 и ускоряют на 2 порядка процедуру моделирования сетей с

произвольными топологиями по сравнению с Netmaker.

Основные научные положения, выносимые на защиту:

на основе разработанных критериев оптимальности и квазиоптимальности СтнК, который

позволяет уменьшить аппаратурные затраты и увеличить пропускную способностью СтнК по

сравнению с топологиями mesh и torus;

ветвей и границ, параллельных вычислений и метод Монте-Карло, а также генетический алгоритм

и программные средства GeNoC, позволяющие синтезировать квазиоптимальные топологии СтнК

с количеством узлов до 100;

Netmaker, NoCSimp и OCNS, обеспечивающие проведение сравнительного анализа результатов

моделирования

квазиоптимальных

и

регулярных

топологий

СтнК

и

подтверждающие

преимущества квазиоптимальных топологических решений над регулярными.

СтнК с 49 и 50 узлами, а также СтнК с 99 и 100 узлами) для своей реализации меньше ресурсов (на

29,4 %), обеспечивающих большую пропускную способность (на 14,5 %) по сравнению с

топологиями неоптимальной прямоугольной формы, и независимость квазиоптимальных

топологий от их геометрической формы.

5

разработаны алгоритм и программные средства синтеза квазиоптимальных топологий

разработаны генетический алгоритм и программные средства GeNoC, которые реализуют

разработана методика проверки полученных квазиоптимальных топологических решений

усовершенствованы и адаптированы модули библиотеки Netmaker для проведения

метод эволюционных вычислений

разработаны программные средства, которые реализуют высокоуровневую модель СтнК с

новый класс топологических решений – квазиоптимальные топологии СтнК – полученный

алгоритм и его реализация ScaNoC, объединяющие методы исчерпывающего поиска,

новые и адаптированные существующие модели СтнК разного уровня абстракции

преимущества квазиоптимальных топологий, требующих (по результатам моделировании

VII научно-практической конференции студентов, аспирантов и молодых ученых

«Эффективность инженерных решений в приборостроении», г. Киев, НТУУ «КПИ», 2011 г.;

V Международной конференции молодых ученых CSE-2011 «Компьютерные науки и

инженерия», г. Львов, Львовская политехника, 2011 г.;

VIII Международной

научно-технической

конференции

студентов

«Мир информации и телекоммуникаций – 2011», г. Киев, ГУИКТ, 2011 г.;

и

молодежи

Реализация и внедрение результатов работы

Предлагаемые

в

диссертации

новые

результаты

внедрены

в

учебный

процесс

МИЭМ НИУ ВШЭ, нашли применение в ОКР АО «МНИРТИ», а также использованы в рамках

НИР ИППМ РАН, что подтверждается соответствующими актами:

акт внедрения в учебный процесс департамента компьютерной инженерии Московского

института электроники и математики Национального исследовательского университета «Высшая

школа экономики» № 2.35.20–15/32 от 27.04.2015 г. Использование современных теоретических и

практических разработок в области сетей на кристалле (СтнК) (синтез и моделирование СтнК в

САПР Altera Quartus II), генетических алгоритмов и методов поиска, а также кластерных

вычислений для решения задач оптимизации топологий СтнК позволило повысить уровень

подготовки студентов в процессе преподавания таких дисциплин, как «Микропроцессорные

системы», «Инструментальные средства программирования», «Программирование», а также при

подготовке выпускных квалификационных работ бакалавров;

акт № 20/1243 от 08.09.2015 г. о внедрении квазиоптимальных топологий и разработанных

моделей СтнК в виде ускорителя специализированных вычислений в ОКР АО «МНИРТИ» при

разработке системы управления беспилотных летательных аппаратов;

акт № 11612–215 от 21.09.2015 г.

об

использовании

научных

результатов

диссертационной работы, в частности, синтезированных квазиоптимальных топологий сетей на

кристалле, разработанных моделей сетей NoCSimp и OCNS, а также модифицированной модели

Netmaker в ИППМ РАН в рамках НИР «Вега-Г-2015» «Комплекс вычислительных методов и

алгоритмов для систем автоматизации проектирования сложных цифровых схем и микросистем».

Апробация результатов диссертации

Основные положения диссертационной работы и ее отдельные разделы были изложены в

виде докладов и обсуждались на 23 международных конференциях:

VIII и IX Международных

научно-практических

конференциях

«Информационные

технологии: наука, техника, технология, образование, здоровье», г. Харьков, НТУ «ХПИ»,

2010–2011 гг.;

IV и V научно-практических конференциях молодых ученых, аспирантов, студентов

«Современная

информационная

Украина:

информатика,

экономика,

философия»,

г. Донецк, ИИИИ, 2010–2011 гг.;

X и XI Международных научно-технических конференциях «Проблемы информатики и

моделирования», г. Харьков, НТУ «ХПИ», 2010–2011 гг.;

IX Международной научно-технической конференции молодых ученых «Электроника –

2011», г. Киев, НТУУ «КПИ», 2011 г.;

XXXI Международной научной конференции «Electronics and Nanotechnology», г. Киев,

НТУУ «КПИ», 2011 г.;

научно-технических конференциях «ИМА 2012/2013/2014:

автоматика», г. Сумы, СумГУ, 2012–2014 гг.;

Информатика, математика,

V Международной студенческой научно-технической конференции «Новые направления

развития приборостроения», г. Минск, БНТУ, 2012 г.;

XVI Международном молодежном форуме «Радиоэлектроника и молодежь в XXI веке»,

г. Харьков, ХНУРЭ, 2012 г.;

IX Международной студенческой конференции «Innovations in science and technology»,

г. Киев, 2013 г.;

6

I Средиземноморской научно-технической конференции «Mediterranean Conference on

Embedded Computing MECO–2012», г. Бар, 2012 г.;

XXXIV и XXXV Международных научных конференциях «IEEE International Scientific

Conference on Electronics and Nanotechnology (ELNANO 2014/2015)», г. Киев, НТУУ «КПИ»,

2014–2015 гг.

Публикации. Результаты диссертационной работы отражены в 34 печатных работах.

2 работы опубликованы в изданиях из перечня ВАК России [1, 2], 3 статьи – в изданиях,

включенных в международные наукометрические базы WoS, Scopus [3, 4] и IEEE Xplore [5],

9 работ – в рецензируемых научных изданиях СНГ [6–14], 3 – в сборниках статей, изданных по

итогам работы научных конференций [15–17], и 17 работ – в сборниках трудов (тезисов)

конференций.

Структура и объем диссертации. Диссертация состоит из введения, 4 глав, заключения,

списка использованных источников литературы из 237 наименований и 5 приложений. Общий

объем диссертации

составляет 188

страниц, из которых

– 151 страница основного

текста (50 рисунков и 20 таблиц), список использованных источников на 28 страницах и

5 приложений на 9 страницах.

СОДЕРЖАНИЕ РАБОТЫ

Во введении обоснована актуальность темы диссертации, сформулированы цель и задачи

исследования, определены научная новизна и практическая ценность полученных результатов,

приведены данные об их апробации.

В первой главе проведен анализ основных подходов к созданию СтнК и методов

совершенствования их характеристик.

Определены преимущества сетевого подхода при построении многопроцессорных СнК по

сравнению с шинными архитектурами, состоящие в том, что данные в разных сегментах сети

передаются

одновременно

с

помощью

множества

коротких

соединений,

управляемых

маршрутизаторами.

Представлены классификация СтнК и способы их построения и организации. Проведен

обзор типичных реализаций СтнК, согласно которому, в подавляющем большинстве, СтнК

являются синхронными и имеют wormhole управление потоком данных, коммутацию пакетов,

регулярную топологию и маршрутизаторы с виртуальными каналами. Анализ характерной

проблемы СтнК, которая заключается в необходимости достижения баланса характеристик затрат

ресурсов,

производительности,

частоты

работы,

энергозатрат,

масштабируемости

и

конфигурируемости, показал, что для многих задач характеристики типовых топологий СтнК

недостаточны и требуют дальнейшего совершенствования.

На основе анализа способов синтеза СтнК сделан вывод о том, что процесс синтеза СтнК

состоит из двух этапов: на первом этапе выбирают топологию СтнК, после чего, на втором этапе,

выполняют проекцию на нее графа задачи. Топология может быть регулярной или

специализированной нерегулярной. В первом случае – это ячеистые топологии mesh или torus,

которым свойственны простота организации и детерминированные алгоритмы маршрутизации.

Главным недостатком регулярных топологий является их низкая масштабируемость, а также

неоптимальная геометрическая форма. Регулярные топологии применяются преимущественно в

гомогенных СтнК с однородными узлами и равномерным распределением потоков данных.

7

интеллект», г. Харьков, НТУ «ХПИ», 2014 г.;

международной

научно-практической

конференции

«Инновации

информационных и коммуникационных технологий», г. Сочи, НИУ ВШЭ, 2014 г.;

на

основе

научно-технической конференции «ФЭЭ 2013: Физика, электроника, электротехника»,

г. Сумы, СумГУ, 2013 г.;

V научно-практической конференции молодых ученых «Вычислительные системы и сети

(Майоровские чтения)», г. Санкт-Петербург, ИТМО, 2013 г.;

научно-технической

конференции

«Информатика,

управление

и

искусственный

Специализированные топологии применяют для СтнК с негомогенной структурой и заранее

известным распределением потоков данных исходя из требований выполняемой задачи. Способу

синтеза СтнК с применением специализированных топологий также присущи недостатки: не

всегда имеется полная информация о задаче, которая будет выполняться на синтезируемой СтнК,

при этом ее изменение требует переработки всей СтнК, в то время как для регулярной сети

необходимо лишь повторное отображение характеристического графа на ее топологию.

Обзор способов синтеза СтнК показал, что этот процесс является ресурсоемким. Поэтому

типичными подходами для решения задач синтеза оптимальных специализированных топологий

СтнК или отображения характеристического графа является решение задачи линейного

программирования или применение генетических алгоритмов, что дает возможность значительно

ускорить вычисления при сохранении необходимой точности.

Кроме топологического подхода для оптимизации СтнК, можно применять различные

способы маршрутизации и предотвращения блокировок, повышения эффективности линий

соединений, оптимизации буферных ресурсов и т.п. Обзор данных подходов показал, что они

обычно не зависят от топологии соединений и применяются для произвольных СтнК, т.е. могут

использоваться как вспомогательный инструмент.

Таким образом, можно сделать вывод о целесообразности комбинирования обоих подходов с

синтезом СтнК на основе специализированных и регулярных топологий путем применения

изначально заданных квазиоптимальных топологий. Процесс синтеза СтнК следует сводить к

проекции графа задачи на одну из заранее синтезированных квазиоптимальных топологий в

соответствии с требованиями по количеству узлов, затратам ресурсов и пропускной способности в

комплексе с применением других подходов совершенствования параметров СтнК, таких как

неравномерное распределение буферных ресурсов, предотвращение блокировок и т. п.

Процесс синтеза СтнК формально описан в виде системы математических зависимостей,

согласно которым топология выступает в качестве целевой функции процесса оптимизации СтнК,

в то время как характеристический граф и другие параметры СтнК формируют вектор

ограничений для задачи поиска оптимума. Это позволяет использовать преимущества подхода

связанного с проектированием характеристического графа задачи на предварительно заданную

топологию СтнК, которая обеспечивает лучшие топологические характеристики, чем регулярные

топологии и в то же время лишена недостатков, присущих специализированным топологиям.

Во второй главе определены основные характеристики топологий СтнК и охарактеризованы

наиболее распространенные регулярные топологии СтнК, их преимущества и недостатки, а также

пути их совершенствования. Предложено использовать квазиоптимальные топологии СтнК.

Сформулирована задача синтеза квазиоптимальных топологий СтнК с заданными параметрами и

метод исчерпывающего поиска распространен на синтез квазиоптимальных топологий.

Поскольку топологией СтнК является неориентированный связный граф, состоящий из

вершин – маршрутизаторов и ребер – физических линий связи между ними, топологии СтнК

присущи следующие характеристики:

1. Количество вершин (N) – вычислительных узлов. Обычно каждому вычислительному узлу

соответствует один маршрутизатор.

2. Количество ребер (Ed) – физических соединений между маршрутизаторами. Чем меньше

данный параметр, тем меньше аппаратные затраты СтнК.

3. Степень вершины (St) – количество ребер, исходящих из нее. Обычно ограничивается

структурой маршрутизатора.

4. Диаметр графа – максимум среди минимальных расстояний между любыми двумя

вершинами (D). Характеризует гарантированное минимальное расстояние между любыми узлами.

5. Ширина деления графа пополам (Bw, edge bisection width) – количество соединений,

которые необходимо разорвать, чтобы разделить граф топологии на два эквивалентные подграфа.

Характеризует плотность соединений в СтнК и максимальную пропускную способность СтнК.

Также широкое применение получило понятие среднего расстояния между узлами (Lav), что

является средним значением кратчайших путей между всеми узлами графа.

8

При равномерном распределении трафика в СтнК Lav и D характеризуют скорость доставки

пакетов. При этом, чем они меньше, тем быстрее пакеты достигают места назначения. Очевидно,

что энергопотребление и задержка передачи пакетов напрямую зависят от среднего расстояния

между узлами.

Важным

при

проектировании

СтнК

разных

размеров

является

также

параметр

расширяемости (Ext, extendibility), который характеризует, сколько нужно добавить узлов, чтобы

получить СтнК с той же топологией, но большего размера.

Параметры N и St характеризуют начальные условия проектирования СтнК, а параметры Ed,

Lav и D применяются для оценки эффективности топологии.

Обзор типичных регулярных топологий СтнК показал, что среди разнообразия топологий

mesh, torus, гиперкуб, линейной топологии, кольца, chordal ring, звездообразной, octagon,

spidergon, WK-recursive, многостадийных, полносвязной топологии и многих их модификаций,

реальной альтернативы топологиям mesh и torus не существует (рис. 1). Топология mesh имеет

относительно невысокие ресурсозатраты (Ed), но большой D и соответственно большую Lav.

Рис. 1. Топологии torus и mesh для 9 узлов

Топология torus имеет максимальные затраты ресурсов для заданного количества узлов, но

небольшой D и минимальную Lav. Обе топологии имеют простые алгоритмы маршрутизации и

простую ячеистую структуру, удобную для размещения компонентов на кристалле. Этим

объясняется их большая популярность среди разработчиков. Однако большой шаг между

топологиями

различных

размерностей

является

значительным

недостатком,

поскольку

разработчики вынуждены обращаться к прямоугольной форме этих топологий, которая является

неоптимальной,

или

применять

дополнительные

маршрутизаторы.

Большая

разница

в

производительности и затратах ресурсов наблюдается у топологий mesh и torus даже при

одинаковом количестве узлов, что обуславливает необходимость поиска более гибких

компромиссных решений.

Альтернативные регулярные топологии также не лишены недостатков. Например, chordal

ring и spidergon хотя и способны наращиваться с шагом в 2 узла, однако имеют большие D и Lav по

сравнению с torus. Они могут быть альтернативой топологии mesh, хотя и не способны иметь

нечетное количество узлов. Гиперкуб является альтернативой torus, имеет близкие ей

характеристики, и может расширяться с шагом в 4 узла, хотя алгоритм маршрутизации является

более сложным. Другие топологии также находят свое применение при выполнении

специфических задач.

Возможным путем усовершенствования топологий mesh и torus является применение

принципа «малых миров» посредством введения нерегулярных длинных соединений между

наиболее удаленными узлами с критическим трафиком (рис. 2). Диаметрическая mesh – это

попытка сделать длинные соединения регулярными (рис. 3). Однако такие подходы приводят к

увеличению размеров маршрутизаторов, а соответственно и росту затрат ресурсов на них и

требуют

использования

дополнительных

соединительных

линий.

Длинные

соединения

уменьшают максимально возможную частоту работы, теряется регулярность топологий, а также

усложняются алгоритмы маршрутизации. Поэтому существует необходимость в нахождении

альтернативного метода синтеза топологий, которые должны быть оптимальными по диаметру,

среднему расстоянию, количеству соединений между узлами и другим характеристикам.

9

для 16 и 25 узлов

длинными соединениями

Формальное математическое описание топологии СтнК может быть выполнено с помощью

графа, который задается бинарной матрицей смежности, и системы уравнений, описывающих

ограничения, вытекающие из особенностей СтнК, и накладывается на граф топологии.

Оптимизация графа топологии означает минимизацию диаметра и среднего расстояния между

узлами, что позволяет уменьшить время доставки пакетов и пропускную способность СтнК, а

также влияет на их надежность и структурную устойчивость. Минимизация количества

соединений между узлами непосредственно сказывается на ресурсных затратах, используемых на

построение сети. Это дает возможность определить базовые критерии оптимальности графа

топологии СтнК, такие как минимизация среднего расстояния и количества соединений между

узлами, а также критерии достижения минимума диаметра и степени вершин для заданного

количества узлов.

Предложенные критерии являются взаимоисключающими, поэтому необходимо определить

интегральный критерий, который бы объединял однофакторные критерии. Для этого предлагается

применение принципа минимизации взвешенной суммы однофакторных критериев, что позволяет

сформулировать аддитивный интегральный критерий оптимальности топологии СтнК:

(1)

4

где

путем на основе экспертных оценок;

Stmax_ norm, Dnorm, Lav _ norm, Ednorm – нормированные значения величин максимальной степени

вершин, диаметра, среднего расстояния, количества соединений, приведенные к известным

значениям этих характеристик регулярных топологий (например, mesh).

Предлагаемый критерий является универсальным, поскольку, задавая соответствующие

коэффициенты важности, можно выбирать стратегию оптимизации и даже убрать некоторые

незначимые в определенной ситуации однофакторные критерии, выводя их в область

ограничений.

Оптимальные топологии, которые наиболее соответствуют критерию оптимальности (1) при

заданных коэффициентах важности, предлагается называть предельно квазиоптимальными.

Приставка «квази» свидетельствует о том, что данные топологии являются оптимальными для

заданных коэффициентов важности критерия оптимальности. Выбор других коэффициентов

важности или критерия оптимальности может привести к тому, что оптимальными будут другие

топологии. Определение «предельно» отражает тот факт, что такие топологии наиболее

соответствуют критерию оптимальности и синтезированы с помощью методов, которые

Рис. 2. Топология mesh с дополнительными

Рис. 3. Диаметрическая mesh топология

гарантируют нахождение глобального оптимума.

Задача

синтеза

квазиоптимальных

топологий

решается

применением

метода

исчерпывающего

поиска.

Граф

топологии

представляют

в

виде

матрицы

смежности,

анализируется пространство возможных комбинаций соединений узлов для N вершин и

10

optK k1  Stmax _ normk2  Dnormk3  Lav _ normk4  Ednorm , optK  min ,

k

 1 – коэффициенты важности критериев, которые избираются эмпирическим

i1

i

выполняется отбор тех, что удовлетворяют требованиям к искомой предельно квазиоптимальной

топологии.

В

результате

находят

топологию,

наиболее

соответствующую

критерию

оптимальности (1).

Алгоритм, при котором реализуется данный подход, является ресурсоемким, так как

количество альтернатив определяется как 2N(N-1)/2 и резко возрастает с увеличением количества

узлов. Например, для 10 узлов существует 245 альтернатив. Поэтому предлагается ряд

усовершенствований алгоритма синтеза квазиоптимальных топологий путем его интеграции с

методом ветвей и границ, позволяющем отбрасывать заведомо ложные альтернативы на этапе

формирования матрицы смежности (алгоритм реализован на языке С/С ++ под именем ScaNoC,

благодаря чему на персональном компьютере (ПК) синтезированы квазиоптимальные топологии с

количеством узлов до 9 включительно).

Синтез топологий на ПК с количеством узлов более 9 представляется невозможным из-за

большого количества вычислений. Поэтому в третьей главе усовершенствованный метод

исчерпывающего поиска (интегрированный с методом ветвей и границ) и метод параллельных

вычислений были объединены, что дало возможность ускорить синтез квазиоптимальных

топологий СтнК. Для проведения расчетов на вычислительном кластере была разработана

параллельная версия алгоритма ScaNoC. При этом использовалась библиотека MPI. Кроме того,

при формировании матрицы смежности, описывающей искомую топологию, было предложено

использовать подход с фиксированием комбинаций соединений для определенных узлов на основе

эвристических рассуждений и ограничений, налагаемых на топологию. Такой подход относится к

группе методов Монте-Карло; он позволяет синтезировать квазиоптимальные топологии с

количеством узлов до 16.

На полном поле испытаний метод Монте-Карло позволяет найти глобальный оптимум.

Однако в случае, когда применяется эвристический подход и накладываются ограничения по

времени поиска, гарантируется только нахождение локального оптимума. В связи с этим автором

диссертационной

работы

введено

понятие

квазиоптимальной

(субоптимальной,

псевдооптимальной) топологии СтнК. Квазиоптимальная топология СтнК – это топология для

заданного количества вершин и ограничений, которая приближена к теоретически возможной

оптимальной по определенным критериям. Критерий оптимальности соответствует критерию,

применимому при синтезе предельно квазиоптимальных топологий (1). Но методы, используемые

для синтеза квазиоптимальных топологий, обеспечивают возможность нахождения локального

оптимума, не гарантируя достижение наиболее оптимального результата. Они лишь дают

приближенный к оптимальному результат. Принципиально отметить при этом, что каждая

предельно

квазиоптимальная

топология

является

квазиоптимальной,

но

не

каждая

квазиоптимальная топология является предельной. Критерий квазиоптимальности – это мера

близости квазиоптимальной топологии к глобальному оптимуму, которая представляет собой

разницу между значением целевой функции (1) найденной топологии и теоретически возможным

значением целевой функции для оптимальной топологии. На основе установленных нами и

доказанных

экспериментально

оценок

определено

предельное

значение

критерия

квазиоптимальности

в

5 %,

при

котором

найденные

топологии

можно

отнести

к

квазиоптимальным, поскольку большая оптимизация процесса синтеза топологий требуют

чрезмерных затрат ресурсов. С возрастанием вычислительных мощностей этот показатель может

быть улучшен экспериментальным путем.

На основе характеристик топологий, найденных с помощью алгоритма ScaNoC путем

применения

методов

регрессионного

анализа,

получены

аппроксимационные

функции

зависимостей среднего расстояния между узлами от диаметра и количества соединений и

проведено их исследование на наличие экстремумов. Полученные функции имеют седельную или

монотонную форму, что свидетельствует о невозможности применения методов математического

анализа к синтезу квазиоптимальных топологий СтнК с большим количеством узлов и

предопределяет необходимость использования других методов.

Синтезированные с помощью усовершенствованного алгоритма ScaNoC топологии

используются нами в качестве эталонных для проверки эффективности разработанного

11

N

49

50

99

D

12

13

18

100

49

50

99

100

49

50

50

50

99

100

18

6

7

9

10

5

5

6

7

8

8

4

4

4

4

4

4

4

4

4

4

Stmax

2-4

4

4

2-4

генетического алгоритма GeNoC, созданного путем распространения метода эволюционных

вычислений на синтез квазиоптимальных топологий. Алгоритм GeNoC реализован в среде Matlab,

что обеспечило удобные инструменты визуализации и ускорения синтеза. Применение

генетического алгоритма позволило синтезировать топологии СтнК с 10–13 узлами с той же

точностью, что и в ScaNoC, но за значительно меньшее время, а также дало возможность

синтезировать квазиоптимальные топологии с количеством узлов до 100. Кроме того, алгоритм

GeNoC обеспечивает возможность выполнять синтез топологий под конкретные требования

благодаря заданию соответствующих коэффициентов важности целевой функции (1).

Синтезированные топологии для большого количества узлов были проанализированы на

соответствие критерию квазиоптимальности. На основании целевой функции, ограничений,

накладываемых на топологию СтнК, и характеристик синтезированных топологий при различных

коэффициентах

важности

критерия

оптимальности

сформулирована

задача

линейного

программирования, решение которой было осуществлено в среде MathCad, в результате чего

получены характеристики топологий, при которых достигается экстремальное минимальное

значение целевой функции. Сравнение полученных оптимальных значений целевых функций при

различных коэффициентах важности с синтезированными топологиями показало, что отклонение

составляет не более 3,7 %, и оно меньше, чем установленное предельное значение по критерию

квазиоптимальности. Это свидетельствует о высокой эффективности алгоритма GeNoC, что в

сочетании со значительным ускорением синтеза топологий СтнК по сравнению с другими

методами, обусловливает возможность применения метода эволюционных вычислений для

синтеза квазиоптимальных топологий СтнК с количеством узлов, достигающим сотен единиц.

В результате синтеза топологий с большим количеством узлов были получены лучшие

показатели среднего расстояния и диаметра квазиоптимальных топологий при средних расходах

соединений по сравнению с регулярными топологиями mesh и torus (табл. 1), у которых также

наблюдается значительное ухудшение их топологических характеристик при использовании

неоптимальной прямоугольной формы. Например, в СтнК с 49 и 50 узлами они в первом случае

имеют форму 7х7, в то время как для 50 узлов – 5х10. Для топологий с 99 и 100 узлами такого

ухудшения не обнаружено, поскольку размеры 9х11 близки по форме к квадрату. Для

квазиоптимальных топологий данной проблемы не существует априори, поскольку они являются

нерегулярными по своей природе.

Таблица 1

Характеристики torus, mesh и квазиоптимальных топологий для N = 49, 50, 99, 100

Топология

Mesh

Torus

Квазиоптимальные

Ed

84

85

178

180

98

100

198

200

85

99

72

60

189

192

Lav

4,67 5,0 6,67 6,67 3,5 3,78

5,0

5,05 3,06 2,78 3,44 4,12 4,25 4,07

Параметры

среднего

расстояния,

диаметра,

количества

соединений

являются

теоретическими и только косвенно характеризуют эффективность топологии, поэтому в

четвертой главе проведен сравнительный анализ результатов моделирования СтнК с

регулярными и квазиоптимальными топологиями.

С этой целью для HDL-моделирования произвольных СтнК была усовершенствована

библиотека Netmaker. Библиотека Netmaker базируется на высокопроизводительных wormhole

маршрутизаторах с виртуальными каналами и прогнозированием, которые реализованы на языке

описания аппаратуры SystemVerilog, что дает возможность выполнять моделирование с высокой

точностью.

12

Было проведено моделирование топологии mesh, torus, древовидной и квазиоптимальных с

разным количеством соединений для СтнК с 8 и 9 узлами с помощью Netmaker. В результате

моделирования

установлено,

что

топологии

mesh

и

torus

могут

конкурировать

с

квазиоптимальными только в случае топологии квадратной формы с количеством узлов до 9. В

других случаях сети с квазиоптимальными топологиями соединений имеют до 6,9% большую

пропускную способность. При этом преимущества применения квазиоптимальных топологий

увеличиваются с ростом размерности СтнК (рис. 4).

Рис. 4. Зависимость транспортной задержки от приложенной нагрузки для СтнК с 8–9 узлами

Поскольку библиотека Netmaker не позволяет проводить моделирование СтнК с большим

количеством узлов из-за больших затрат времени, была разработана упрощенная HDL-модель

СтнК с wormhole маршрутизацией без виртуальных каналов NoCSimp, что позволило уменьшить

на порядок время моделирования сетей по сравнению с Netmaker.

Анализ результатов моделирования топологий с 9 узлами показал на 3–4 % большую

пропускную

способность

квазиоптимальных

топологий,

что

объясняется

отсутствием

виртуальных каналов, благодаря чему параметр среднего расстояния между узлами становится

более важным, чем вероятность блокировок. При этом, в случае с 8 узлами пропускная

способность квазиоптимальных топологий оказалась до 20 % большей, чем у mesh.

Используя библиотеку NoCSimp были синтезированы подсистемы связи СтнК с 8 и 9 узлами.

Как показал анализ, аппаратурные затраты напрямую зависят от количества соединений. У

регулярных

топологий

оптимальной

формы (в случае СтнК с 9 узлами) и у

квазиоптимальных

топологий,

при

одинаковом количестве соединений, они

близки.

В

СтнК

с

8

узлами

квазиоптимальные топологии позволяют

достичь экономии ресурсов до 4,6 %.

Это

обусловлено

уменьшением

количества соединительных линий, а

также

тем,

что

незадействованные

порты частично или полностью не

синтезируются (рис. 5).

Моделирование

с

помощью

библиотеки

NoCSimp

имеет

ограничения, поскольку максимальная

скорость HDL-моделирования в среде

Незадействованные

входные порты не

синтезируются

Незадействованные

входные порты

синтезируются частично

Рис. 5. RTL-изображение упрощенного

маршрутизатора СтнК

ModelSim – 3,2∙103 циклов/с; использование же программной высокоуровневой модели

ограничивается эффективностью ее описания, а также частотой работы процессора и количеством

его ядер. Поэтому была разработана программная модель СтнК на языке Java On-Chip Network

13

Рис. 7. Результаты моделирования регулярных и квазиоптимальных топологий СтнК для 12 узлов

Было проведено моделирование СтнК с количеством узлов 99 и 100, которое выявило

ухудшение пропускной способности регулярных СтнК на 2–3 % при добавлении 1 узла в случае,

когда геометрические размеры СтнК близки к квадратной форме (рис. 8).

14

0.745

45

40

35

30

25

20

15

0.045

IP12D3QUASI

IP12MESH

IP12D2QUASI

IP12TORUS

0.145

0.245

0.345

0.445

0.545

0.645

Приложенная нагрузка (флит/такт/узел)

Simulator (OCNS), которая состоит из wormhole маршрутизаторов с виртуальными каналами и

поддерживает OSI-модель передачи данных. Было достигнуто ускорение моделирования на 2

порядка, что позволило провести моделирование СтнК с количеством узлов, достигающим сотен

единиц.

Из сравнительного анализа результатов моделирования СтнК с 9 узлами с использованием

OCNS следует, что они совпадают с теми, которые были получены с помощью Netmaker, но за

значительно больший период времени (рис. 6). Моделирование СтнК с 12 узлами показало, что

при одинаковой пропускной способности сетей с регулярной и квазиоптимальной топологиями

затраты ресурсов на соединения в СтнК на основе квазиоптимальных топологических решений

являются на 5,9–12,5% меньшими, чем в сетях с топологиями mesh и torus (рис. 7).

Рис. 6. Результаты моделирования регулярных и квазиоптимальных топологий СтнК с

количеством связей от 11 до 18 для 9 узлов

а

б

Рис. 8. Результаты моделирования топологий для 99 (а) и 100 (б) узлов

При моделировании СтнК с 50 и 49 узлами были подтверждены наблюдения, сделанные

ранее – из-за неоптимальной прямоугольной формы пропускная способность регулярных СтнК с

50 узлами является на 10,4–25,7 % меньшей, чем у их аналогов с 49 узлами. Для

квазиоптимальных топологий такой зависимости не существует. Кроме того, генетический

алгоритм GeNoC позволяет задавать приоритет оптимизации или по параметру количества

соединений, или по среднему расстоянию между узлами при синтезе квазиоптимальных

топологий, что позволяет добиться уменьшения затрат ресурсов на 29,4% или увеличения

пропускной способности СтнК на 14,5 % без потерь в других характеристиках по сравнению с

регулярными топологиями (рис. 9).

Рис. 9. Результаты моделирования топологий с 49 и 50 узлами

15

ЗАКЛЮЧЕНИЕ

Основным итогом диссертационной работы является решение важной и актуальной

научно-прикладной задачи, связанной с уменьшением аппаратурных затрат и увеличением

пропускной способности СтнК путем разработки новых квазиоптимальных топологий сетей,

дальнейшего развития методов и инструментов их генерации, моделирования и синтеза.

Полученные результаты сформулированы в виде следующих положений:

1. Выполнен анализ принципов построения и оптимизации СтнК, в результате чего

предложен топологический подход к совершенствованию СтнК, который заключается в

применении нерегулярных топологических решений при синтезе СтнК.

2. Разработан новый класс топологий СтнК с меньшими аппаратурными затратами и

большей пропускной способностью по сравнению с топологиями mesh и torus, получивший

название квазиоптимальных. Определено понятие предельно квазиоптимальных топологий и

критерии оптимальности топологии СтнК.

3. Синтезирован ряд новых квазиоптимальных топологий СтнК с количеством узлов до 100,

что позволило сократить до 29,4 % ресурсные затраты на их реализацию без потери пропускной

способности по сравнению с сетями на основе топологии mesh и повысить до 14,5 % пропускную

способность при тех же аппаратурных затратах по сравнению с сетями на основе топологии torus.

4. Предложена интеграция методов исчерпывающего поиска, ветвей и границ, параллельных

вычислений и метода Монте-Карло для синтеза квазиоптимальных топологий СтнК, что

позволило путем отбрасывания заведомо неоптимальных альтернатив и распараллеливания

синтезировать квазиоптимальные топологические решения сетей с количеством узлов до 16, на

реализацию которых требуется до 12,5 % меньшие аппаратурные затраты по сравнению с

регулярными топологиями mesh и torus.

5. Метод

эволюционных

вычислений

адаптирован

для

применения

к

синтезу

квазиоптимальных топологий, что позволило на его основе разработать новый генетический

алгоритм GeNoC и его программную реализацию в среде Matlab и, как следствие, ускорить

процедуру синтеза квазиоптимальных топологий и получить новые топологические решения сетей

с количеством узлов до 100.

6. Разработаны новые модели разного уровня абстракции на основе библиотек NoCSimp и

OCNS и усовершенствована, путем применения таблиц маршрутизации, существующая модель

СтнК на основе библиотеки Netmaker, что позволило провести сравнительный анализ результатов

моделирования квазиоптимальных и регулярных топологий СтнК и подтвердить эффективность

предложенных квазиоптимальных топологических решений.

7. Анализ результатов моделирования регулярных и квазиоптимальных топологий СтнК с 8–

9 узлами, выполненный с помощью усовершенствованной библиотеки Netmaker, показал на 6,9 %

большую пропускную способность сетей на основе квазиоптимальных топологий по сравнению с

пропускной

способностью

СтнК

на

основе

регулярных

топологий

с

неоптимальной

геометрической формой.

8. Разработана библиотека NoCSimp, которая реализует HDL-модель СтнК на основе

wormhole маршрутизаторов без виртуальных каналов и обеспечивает ускорение моделирования на

один порядок, а также дает возможность сравнить аппаратурные затраты на реализацию

подсистем связи СтнК с квазиоптимальными и регулярными топологиями. Установлено, что

применение квазиоптимальных топологий позволило увеличить пропускную способность

подсистемы связи СтнК до 20 % и уменьшить затраты ресурсов до 4,6 % по сравнению с

регулярной топологией mesh неоптимальной геометрической формы при количестве узлов до 9.

9. Разработана программная реализация высокоуровневой модели СтнК OCNS, которая дала

возможность провести моделирование СтнК с произвольными топологическими решениями на 2

порядка быстрее по сравнению с Netmaker. Путем моделирования СтнК с количеством узлов 12 и

более показано, что сети на основе квазиоптимальных топологий имеют не меньшую пропускную

способность, чем у регулярных топологий, и одновременно, обеспечивают до 12,5 % меньшие

расходы аппаратурных ресурсов. Моделирование СтнК с количество узлов 49, 50, 99, 100 показало

ухудшение пропускной способности регулярных топологий на 10,4–25,7 % при применении

16

топологий неоптимальной прямоугольной формы. При этом преимущество СтнК на основе

квазиоптимальных топологий состоит в том, что их характеристики не зависят от геометрической

формы.

СПИСОК ОСНОВНЫХ РАБОТ, ОПУБЛИКОВАННЫХ ПО ТЕМЕ ДИССЕРТАЦИИ

Публикации, опубликованные автором в ведущих рецензируемых научных журналах,

рекомендованных ВАК Министерства образования и науки Российской Федерации

1.

Романов, А.Ю. Анализ подходов к синтезу сетей на кристалле с использованием регулярных

топологий / А.Ю. Романов // Вестник Южно-Уральского государственного университета.

Серия: «Компьютерные технологии, управление, радиоэлектроника». – Челябинск: ЮУрГУ,

2.

Романов А.Ю.

Моделирование

сетей

на

кристалле

на

основе

регулярных

и

квазиоптимальных

топологий

с

помощью

симулятора

OCNS

/

А.Ю. Романов,

С.Р. Тумковский, Г.А. Иванова // Вестник Рязанского государственного радиотехнического

университета. – Рязань: РГРТУ, 2015. – № 2 (52). – С. 61–66.

Работы, опубликованные автором в изданиях, включенных в международные

наукометрические базы Web of Science и Scopus

3.

Romanov, О. The Comparative Analysis of the Efficiency of Regular and Pseudo-optimal

Topologies of Networks-on-Chip Based on Netmaker / O. Romanov, O. Lysenko // Advances and

Challenges in Embedded Computing. Proceedings. – Bar: 2012. – P. 13–16.

4.

Romanov, O. The Evolutionary Computation Method for the Synthesis of Networks-on-Chip

Quasi-optimal Topologies / O. Romanov, O. Lysenko // 2014 IEEE 34th International Scientific

Conference on Electronics and Nanotechnology (ELNANO 2014). Proceedings. – Kiev:

NTUU “KPI”, 2014. – P. 403–407.

Работы, опубликованные автором в изданиях, включенных в международную

наукометрическую базу IEEE Xplore

5.

Romanov, A. Yu. Use of Irregular Topologies for the Synthesis of Networks-on-Chip /

A. Yu. Romanov, I. I. Romanova // 2015 IEEE 35th International Scientific Conference on

Electronics and Nanotechnology (ELNANO 2015). Proceedings. – Kiev: NTUU “KPI”, 2015. –

P. 445–449.

Работы, опубликованные автором в рецензируемых научных изданиях СНГ

6.

Лысенко, А.Н. Ресурсоэффективный роутер для многопроцессорной сети на чипе /

А.Н. Лысенко, А.Ю. Романов // Вестник НТУ «ХПИ». Тематический выпуск: Информатика и

моделирование. – Харьков: НТУ «ХПИ», 2011. – Т. 17. – № 16. – С. 86–92.

7.

Романов, А.Ю. Разработка программного симулятора сетей на кристалле / А.Ю. Романов,

Д.А. Феськов // Электроника и связь: Электроника и нанотехнологии. – Киев: НТУУ «КПИ»,

2011. – Т. 4(63). – С. 48–52.

8.

Романов, А.Ю. Оптимизация топологий сетей на кристалле / А.Ю. Романов // Вестник НТУ

«ХПИ».

Тематический

выпуск:

Информатика

и

моделирование.

Харьков:

НТУ «ХПИ», 2011. – Т. 36. – № 17. – С. 149–155.

9.

Романов, А.Ю. Сравнительный

анализ

эффективности

псевдооптимальной

и

MESH

топологий сетей на кристалле с использованием Netmaker / А.Ю. Романов // Вестник

НТУ «ХПИ».

Тематический

выпуск:

Информатика

и

моделирование.

Харьков:

НТУ «ХПИ», 2012. – Т. 38. – № 18. – С. 156–162.

10.

Романов, О.Ю. Порівняльний аналіз результатів HDL-моделювання квазіоптимальних і

регулярних топологій мереж на кристалі / О.Ю. Романов // Проблеми інформатизації та

управління. Збірник наукових праць. – Київ: НАУ, 2012. – Вип. 3 (39). – С. 124–129.

17

2015. – Т. 15. – № 1. – С. 133139.

11.

Феськов, Д.О. Програмна модель мереж на кристалі з нерегулярними топологіями /

Д.О. Феськов, О.Ю. Романов, Є.В. Короткий // Проблеми інформатизації та управління.

Збірник наукових праць. – Київ: НАУ, 2013. – Вип. 2 (42). – С. 118–123.

12.

Yaganov, P. The Analysis of Quasi-optimal Topologies of Networks-on-chip on Meeting the

Global Optimum / P. Yaganov, L. Pavlov, O. Romanov // Science-Based Technologies. –

Kiev: NAU, 2013. – №4 (20). – P. 394–397.

13.

Романов, О.Ю. Обґрунтування вибору методу та засобів моделювання мереж на кристалі /

О.Ю. Романов, О.М. Лисенко // Наукоємні технології. Збірник наукових праць. –

Київ: НАУ, 2014. – №1 (21). – C. 49–54.

14.

Romanov, O. The Network-on-Chip Quasi-optimal Topology Analysis Method / O. Romanov //

Electronics and Communications. – Kiev: NTUU ”KPI”, 2014. – Vol. 19. – No. 5(82). – P. 53–56.

Публикации в других изданиях

15.

Романов, О.Ю. Розробка архітектури роутера для багатопроцесорної мережі на чипі /

О.Ю. Романов

//

IV

Міжнародна

науково-технічна

конференція

молодих

вчених

«Електроніка-2011». Збірник статей. – Київ: «АВЕРС», 2011. – Ч. 2. – С. 111–117.

16.

Романов, О.Ю. Програмна модель багатопроцесорної мережі на кристалі / О.Ю. Романов,

Д.О. Феськов

//

IV

міжнародна

науково-технічна

конференція

молодих

вчених

«Електроніка-2011». Збірник статей. – Київ: «АВЕРС», 2011. – Ч. 2. – С. 118–123.

17.

Романов, А.Ю. Двумерные оптимальные циркулянтные графы как топологическая основа

для построения сетей на кристалле / А.Ю. Романов // Сборник трудов молодых ученых и

сотрудников кафедры ВТ. Под ред. д.т.н., проф. Т.И. Алиева. – СПб: Университет ИТМО,

2014. – С. 56–59.

18

Лицензия ЛР №

от «15 » октября 1993 г.

Подписано в печать «

»

2015 г. Формат 60х84/16

Бумага офсетная. Печать офсетная.

Усл. печ. л. 1.

Тираж 120 экз. Заказ № 1234

Типография издательства НИУ ВШЭ,

125319, г. Москва, Кочновский пр-д., д. 3.



Похожие работы:

«Полывяный Юрий Владимирович ИНТЕНСИФИКАЦИЯ СБИВАНИЯ СЛИВОЧНОГО МАСЛА РОТОРНО-ЛОПАСТНЫМ РАБОЧИМ ОРГАНОМ МАСЛОИЗГОТОВИТЕЛЯ ПЕРИОДИЧЕСКОГО ДЕЙСТВИЯ Специальность 05.20.01 – технологии и средства механизации сельского хозяйства АВТОРЕФЕРАТ диссертации на соискание учёной степени кандидата технических наук Пенза – 2015 Работа выполнена в федеральном государственном бюджетном образовательном учреждении высшего профессионального образования Пензенская государственная...»

«БАБАЕВ АРТЁМ СЕРГЕЕВИЧ ПОВЫШЕНИЕ ЭФФЕКТИВНОСТИ РАБОТЫ РУЖЕЙНЫХ СВЁРЛ МАЛЫХ ДИАМЕТРОВ ПУТЁМ ПРИМЕНЕНИЯ ТВЁРДОСПЛАВНЫХ СТЕБЛЕЙ И ИЗНОСОСТОЙКИХ ПОКРЫТИЙ Специальность 05.02.07 Технология и оборудование механической и физико-технической обработки АВТОРЕФЕРАТ диссертации на соискание ученой степени кандидата технических наук Томск 2015 2 Работа выполнена в федеральном государственном автономном образовательном учреждении высшего образования Национальный исследовательский Томский...»

«Башлыкова Анна Александровна Методики, алгоритмы и программные средства оценки качества сетевого программного обеспечения корпоративных информационных систем Специальность 05.13.11 – Математическое и программное обеспечение вычислительных машин, комплексов и компьютерных сетей АВТОРЕФЕРАТ диссертации на соискание ученой степени кандидата технических наук МОСКВА 2015 Работа выполнена на кафедре корпоративных информационных систем (КИС) федерального государственного бюджетного...»





 
© 2015 www.z-pdf.ru - «Бесплатная электронная библиотека»

Материалы этого сайта размещены для ознакомления, все права принадлежат их авторам.
Если Вы не согласны с тем, что Ваш материал размещён на этом сайте, пожалуйста, напишите нам, мы в течении 1-2 рабочих дней удалим его.