[發明專利]一種處理器的功耗模型訓練方法、功耗測試方法及裝置

在審

• 申請號: 202010932033.5
• 申請日: 2020-09-07
• 公開（公告）號: CN112100910A
• 公開（公告）日: 2020-12-18
• 發明（設計）人: 王斌;陳俊;鄢傳欽;陳慶;李凱;李東才;謝國敏
• 申請（專利權）人: 海光信息技術有限公司
• 主分類號: G06F30/27
• 分類號: G06F30/27;G06N3/08;G06F17/18;G01R31/317
• 代理公司: 北京超凡宏宇專利代理事務所(特殊普通合伙) 11463
• 代理人: 蔣姍

1.一種處理器的功耗模型訓練方法，其特征在于，處理器包括多個功能模塊，且每一功能模塊包括多個子功能模塊，所述方法包括：

獲取所述處理器在運行過程中各子功能模塊分別在多個時間段對應的波形段和功耗信息；

對每個子功能模塊對應的波形段進行特征提取，獲得對應的特征信息，并根據所述特征信息計算各個波形段的特征值；

利用每個子功能模塊對應的多個波形段的特征值和功耗信息對線性模型進行訓練，獲得各子功能模塊對應的功耗模型；

根據各子功能模塊對應的功耗模型獲得所述處理器的總功耗模型。

2.根據權利要求1所述的方法，其特征在于，所述獲取所述處理器在運行過程中各子功能模塊分別在多個時間段對應的波形段和功耗信息，包括：

獲取所述處理器在運行過程中各子功能模塊在預設時間段內對應的仿真波形以及對應的功耗信息；

按照預設的時間窗口對各子功能模塊對應的仿真波形進行劃分，獲得子功能模塊對應的多個波形段，并根據所述時間窗口對所述功耗信息進行劃分，獲得每個波形段對應的功耗信息。

3.根據權利要求2所述的方法，其特征在于，所述獲得每個波形段對應的功耗信息，包括：

在根據所述預設時間窗口對所述功耗信息進行劃分后，針對每個時間窗口，從所述時間窗口中提取功耗值以及功耗值對應的時間長度；

根據所述功耗值、時間長度和時間窗口進行加權平均獲得對應時間窗口對應的波形段的功耗信息。

4.根據權利要求1所述的方法，其特征在于，所述根據所述特征信息計算各個波形段的特征值，包括：

針對一個波形段，分別確定開關率對應的特征信號與功耗信息的第一線性相關系數，以及使用率占空比對應的特征信號與功耗信息的第二線性相關系數；

根據所述第一線性相關系數和所述第二線性相關系數確定目標特征信號；其中，所述目標特征信號為開關率對應的特征信號或使用率占空比對應的特征信號；

根據所述目標特征信號計算各個波形段的特征值。

5.根據權利要求1所述的方法，其特征在于，所述利用每個子功能模塊對應的多個波形段的特征值和功耗信息對線性模型進行訓練，包括：

將所述多個波形段對應的特征值輸入所述線性模型中，獲得所述線性模型輸出的預測功耗；

根據所述預測功耗和所述對應的功耗信息計算損失值，并利用所述損失值對所述線性模型中的參數進行優化。

6.根據權利要求1所述的方法，其特征在于，所述利用每個子功能模塊對應的多個波形段的特征值和功耗信息對線性模型進行訓練，獲得各子功能模塊對應的功耗模型，包括：

利用每個子功能模塊對應的多個波形段的特征值和功耗信息對線性模型進行訓練，獲得子功能模塊對應的動態功耗模型；

根據所述子功能模塊對應的靜態功耗和所述動態功耗模型獲得對應的功耗模型。

7.根據權利要求1所述的方法，其特征在于，所述根據各子功能模塊對應的功耗模型獲得所述處理器的總功耗模型，包括：

根據功能模塊對應的各子功能模塊對應的功耗模型獲得所述功能模塊對應的中間模型；

根據各個功能模塊分別對應的中間模型獲得所述處理器對應的總功耗模型。

8.根據權利要求7所述的方法，其特征在于，所述根據功能模塊對應的各子功能模塊對應的功耗模型獲得所述功能模塊對應的中間模型，包括：

將功能模塊對應的各子功能模塊的功耗模型疊加獲得所述功能模塊的中間模型；

所述根據各個功能模塊分別對應的中間模型獲得所述處理器對應的總功耗模型，包括：

將各個功能模塊分別對應的中間模型相疊加獲得所述處理器對應的總功耗模型。