[發(fā)明專利]一種處理器性能篩選方法

在審

• 申請?zhí)枺?/td>: 202110381442.5
• 申請日: 2021-04-09
• 公開（公告）號: CN114253705A
• 公開（公告）日: 2022-03-29
• 發(fā)明（設(shè)計）人: 尹萬旺;袁欣輝;林蓉芬;魏迪;王丹云;孫浩男;孫強;史俊達
• 申請（專利權(quán)）人: 無錫江南計算技術(shù)研究所
• 主分類號: G06F9/50
• 分類號: G06F9/50;G06F11/36;G06K9/62
• 代理公司: 蘇州創(chuàng)元專利商標事務(wù)所有限公司 32103
• 代理人: 王健

本發(fā)明公開一種處理器性能篩選方法，包括以下步驟：將待篩選的處理器劃分為n個子集；判斷性能篩選是否完成；將處理器Pij的性能記為Aij；將子集i內(nèi)所有處理器的性能值收集到根節(jié)點r，作為待分類的樣本；選取分類數(shù)k，設(shè)置分類終止條件為k_thres；對于每個樣本Aij，計算其到每個初始質(zhì)心的歐式距離；S8、對于每個類別t，重新計算屬于該類別的樣本S[t]的平均值；對于每個類別t，將經(jīng)過本輪篩選后剩余的處理器作為待篩選處理器，累加篩選總時間或篩選輪次，回到S1。本發(fā)明靈活性強、魯棒性好，顯著減少人為干預(yù)、利于篩片自動化，降低篩片人員工作負擔(dān)和誤操作可能，有助于提高篩片效率和效果。

技術(shù)領(lǐng)域

本發(fā)明涉及一種處理器性能篩選方法，屬于芯片篩選技術(shù)領(lǐng)域。

背景技術(shù)

處理器提交給用戶使用前需要經(jīng)過一套芯片篩選流程，將不穩(wěn)定、結(jié)果異常和性能偏低的芯片剔除，性能篩選是其重要組成部分。芯片篩選通常是高度自動化的，為確保最大限度將偶發(fā)出錯的處理器篩除，需反復(fù)執(zhí)行多輪篩片流程，當(dāng)處理器由于性能偏低被剔除后，其篩片流程即被打斷，不會再參與后續(xù)的篩片循環(huán)。

性能篩選是處理器篩選流程的重要步驟，性能基準的選取極大影響篩選的結(jié)果。當(dāng)個別處理器配置異?；蛴嫊r異常，可能導(dǎo)致其性能畸高，進而導(dǎo)致性能基準選取不當(dāng)，造成大量正常的處理器被剔除，極大影響篩片效率，且給篩片人員帶來很大工作負擔(dān)。

當(dāng)前的性能篩選通常有兩種性能基準選取方法，一種是預(yù)先給定課題運行應(yīng)當(dāng)?shù)玫降男阅埽硪环N是每次選取一批性能結(jié)果中的最大值或平均值作為性能基準。第一種方法的主要缺點是靈活性不足，每當(dāng)處理器配置、任務(wù)及運行參數(shù)改變時，基準性能都會變動，都需要重新生成基準性能，當(dāng)在多種處理器配置下以多種不同運行參數(shù)運行多種不同任務(wù)時，工作量急劇增大，流程難以自動化，篩選過程復(fù)雜多變，容易引入人為誤操作。第二種方法的主要缺點是魯棒性不足，該方法假定處理器配置完全一致、處理器性能計算正確，但當(dāng)個別處理器計時異常或配置異常，可能造成個別處理器性能畸高或畸低，導(dǎo)致基準選取不當(dāng)，引起一批測試內(nèi)的所有正常點性能顯著偏離基準，造成大量正常處理器被篩除；該過程只能通過人工干預(yù)，將性能畸高或畸低的處理器手工剔除，將誤篩除的處理器放回篩片流程，修改篩片數(shù)據(jù)庫等，打斷了自動化流程，影響篩片進度和篩片的自動化效率，給篩片人員增加很大負擔(dān)，工作繁雜而容易出錯。

發(fā)明內(nèi)容

本發(fā)明的目的是提供一種處理器性能篩選方法，以解決多樣化環(huán)境下運行多樣化課題需頻繁人工設(shè)定基準性能的問題和性能畸高的處理器引起誤篩、篩片流程中斷、對誤篩處理器恢復(fù)篩片操作復(fù)雜等問題。

為達到上述目的，本發(fā)明采用的技術(shù)方案是：提供一種處理器性能篩選方法，包括以下步驟：

S1、將待篩選的處理器劃分為n個子集，每個子集包含m個處理器，子集i（0≤i≤n-1）中的處理器表示為Pij，0≤j≤m-1；

S2、記錄性能篩選開始時刻、截止目前性能篩選的總時間和當(dāng)前篩選輪次，根據(jù)性能篩選總時間或輪次總數(shù)是否大于等于預(yù)設(shè)要求判斷性能篩選是否完成，若完成，則結(jié)束性能篩選，否則，執(zhí)行S3；

S3、對n個子集同時執(zhí)行用于性能篩選的任務(wù)，每個處理器記錄執(zhí)行性能篩選任務(wù)的時間，并計算自身任務(wù)性能，將處理器Pij的性能記為Aij；

S4、指定子集i中的某個處理器r作為根節(jié)點，執(zhí)行集合通信中的收集操作，將子集i內(nèi)所有處理器的性能值收集到根節(jié)點r，作為待分類的樣本；

S5、選取分類數(shù)k，將k-means的類別設(shè)為k，根據(jù)分類準確度要求和收斂速度需求設(shè)置分類終止條件為k_thres，將Aij排序；

若k=2，選取最小值A(chǔ)min和最大值A(chǔ)max作為2個類別的初始質(zhì)心；

若k≥3，將排序后的Aij分為k-2段，選取最小值A(chǔ)min、最大值A(chǔ)max和k-2段各段的平均值A(chǔ)avg[x]作為k個類別的初始質(zhì)心；