[發明專利]基于生成對抗網絡的片上網絡任務映射方法

有效

• 申請號: 202110738562.6
• 申請日: 2021-06-30
• 公開（公告）號: CN113434459B
• 公開（公告）日: 2022-09-02
• 發明（設計）人: 陳亦歐;何秋璇;余霞;胡劍浩;朱會柱;董亞寧
• 申請（專利權）人: 電子科技大學;中國航空無線電電子研究所
• 主分類號: G06F15/78
• 分類號: G06F15/78;G06N3/04;G06N3/063;G06N3/08;G06N3/12
• 代理公司: 四川力久律師事務所 51221
• 代理人: 張迪

本發明屬于通信技術領域，具體涉及一種基于生成對抗網絡的片上網絡任務映射方法。該方法包括如下步驟：本方法通過遺傳算法得到該任務流圖向資源流圖的映射方案，作為待優化映射；并通過待優化映射訓練生成對抗網絡的鑒別器和生成器，并通過評價函數比較生成樣本和訓練樣本二者在多目標優化問題下的優越性，并取性能優越者，對生成對抗網絡的生成器和鑒別器進行反復迭代訓練，當迭代次數達到預設次數時輸出映射結果。本發明通過遺傳算法得到的待優化映射對生成對抗網絡進行訓練，并在訓練結束后輸出映射結果；得到的映射結果改善了遺傳算法中存在的解過早收斂且局部最優的問題，因而可以很大程度上接近全局最優解。

技術領域

本發明屬于通信技術領域，具體涉及一種基于生成對抗網絡的片上網絡任務映射方法。

背景技術

隨著半導體工藝技術和集成電路的迅速發展，片上系統(System-on-Chip,SoC)的集成度越來越高，同時由于IP核之間的通信量急劇增加，總線負載量增加，傳統的總線結構暴露出同步困難、傳輸效率低、可擴展性差等問題，將使其無法滿足數十個乃至上百個IP核的通信需求。作為新一代的片上互連通信模式，片上網絡(Network-on-Chip,NoC)將互聯網思想移植到片上系統中，通過分離通信和計算兩部分，很好地解決了傳統總線結構存在的問題，從而實現IP核之間的數據通信。

由于大部分大型網絡的設計目標是盡可能地達到網絡的最佳性能(如：吞吐量、平均包延時等)，其網絡計算延時和功耗會受到一定的限制。而NoC映射技術決定了任務與NoC中的IP核之間的關聯，即映射方案確定了任務在NoC平臺的位置，不同的映射結果往往造成NoC系統在實時性、計算時間和功耗等多方面的差異，因此對映射算法進行優化是實現NoC低功耗和低延時的重要手段，對系統性能具有十分重要的影響。

在NoC映射問題中，隨著網絡尺寸的增長，其映射解可搜索空間呈階乘式遞增，屬于NP難問題(on-Deterministic Polynomial-Hard,NP)即多項式復雜程度的非確定性難問題。目前，研究人員針對NoC映射問題已經設計出諸多的優化算法,其中遺傳算法(GeneticsAlgorithm,GA)相較其他啟發式算法而言，具有收斂性好的優點，能夠解決NoC映射解空間的NP難問題。在多目標映射問題下，由于大型網絡任務流圖節點數過于龐大，利用遺傳算法進行映射后的解搜索空間過大，計算復雜度高，比較容易陷入局部最優解中。

現有技術為解決遺傳算法容易陷入局部最優解這一問題，大都對遺傳算法進行改進。如學術文獻“張保崗,韓國棟,湯先拓.基于改進量子遺傳算法的片上網絡多目標映射技術[J].計算機應用與軟件,2020,37(08):115-121.”其通過改進的量子遺傳算法來解決片上網絡映射問題；又如申請號為201110283124.1的中國專利文獻，其公開了一種基于蟻群混沌遺傳算法的片上網絡映射方法；其通過引入混沌模型的方法加大遺傳算法的突變概率，從而避免遺傳算法停滯于局部最優解的問題；這些現有技術僅從改進遺傳算法配置參數的角度出發，從而改善遺傳算法得到的映射結果停滯于局部最優解的問題。

發明內容

本發明的目的在于克服現有技術中所存在的上述不足，提供一種基于生成對抗網絡的片上網絡任務映射方法。

為了實現上述發明目的，本發明提供了以下技術方案：

一種基于生成對抗網絡的片上網絡任務映射方法，所述方法包括如下步驟：

A.獲取任務流圖和資源流圖，并通過遺傳算法得到該任務流圖向資源流圖的映射，作為待優化映射；對所述待優化映射進行標準化處理，得到訓練樣本；

B.建立生成對抗網絡，將所述訓練樣本輸入至所述生成對抗網絡；

C.通過所述生成對抗網絡的生成器生成與訓練樣本格式相同的生成樣本，并輸出生成樣本；固定生成器，將所述訓練樣本和所述生成樣本輸入鑒別器，用于對鑒別器進行訓練，當鑒別器的判別結果滿足第一目標函數時，鑒別器訓練結束；