您的位置: 专家智库 > >

国家自然科学基金(60703067)

作品数:6 被引量:3H指数:1
相关作者:程旭佟冬李险峰谢劲松庞九凤更多>>
相关机构:北京大学更多>>
发文基金:国家自然科学基金国家高技术研究发展计划国际科技合作与交流专项项目更多>>
相关领域:自动化与计算机技术电子电信更多>>

文献类型

  • 5篇中文期刊文章

领域

  • 3篇自动化与计算...
  • 2篇电子电信

主题

  • 2篇英文
  • 2篇向量
  • 2篇功耗
  • 2篇贝叶斯
  • 2篇贝叶斯推理
  • 1篇支持向量
  • 1篇支持向量机
  • 1篇设计空间探索
  • 1篇体系结构
  • 1篇全系统模拟器
  • 1篇微体系结构
  • 1篇系统模拟
  • 1篇系统模拟器
  • 1篇系统芯片
  • 1篇向量机
  • 1篇芯片
  • 1篇模拟器
  • 1篇基于贝叶斯推...
  • 1篇基于支持向量...
  • 1篇功耗分析

机构

  • 5篇北京大学

作者

  • 5篇李险峰
  • 5篇佟冬
  • 5篇程旭
  • 3篇庞九凤
  • 3篇谢劲松
  • 2篇陈杰
  • 2篇王克义
  • 1篇李皓
  • 1篇郑衍松
  • 1篇黄侃

传媒

  • 3篇北京大学学报...
  • 1篇Journa...
  • 1篇计算机辅助设...

年份

  • 1篇2011
  • 1篇2010
  • 2篇2009
  • 1篇2008
6 条 记 录,以下是 1-5
排序方式:
基于切片分析的CMOS组合电路贝叶斯动态功耗模型(英文)
2008年
为改善周期精确级功耗分析的准确度和速度问题,使用多维特征参数建立贝叶斯推理的动态功耗模型.基于功耗分布与电路内部节点状态的分析,发现仅使用端口信息作为参数的不足.定义了门单元级数的计算和对应切片的概念,提出使用切片分析的技术提取电路内部关键层的翻转密度作为参数,与端口信息共同参与贝叶斯推理.基于ISCAS85基准电路的实验结果表明,该方法使原始模型的误差降低21.9%,均方差降低25.0%,同时保持了相对现有门级功耗分析700倍的加速比.
陈杰佟冬李险峰谢劲松程旭
关键词:贝叶斯推理功耗模型
基于固件的系统芯片协同验证平台
2011年
使用FPGA进行全系统仿真是验证基于平台设计的系统芯片(SoC)的有效手段,但FPGA原型验证一方面须等待硬件设计完成编码,另一方面FPGA全系统环境下的硬件设计错误定位耗时,验证周期较长.为更早展开系统级验证工作并缩短验证周期,提出一种基于固件的协同验证平台——FCVP.FCVP在FPGA上基于固件模拟待测硬件设计和系统模块,通过运行真实工作负载,对比FPGA中待测硬件设计和FCVP模拟参考模型的行为,帮助分析、定位硬件设计错误.在PKUnity86 SoC上进行验证的实例表明,FCVP可用于SoC设计初期验证,并可有效地辅助硬件设计错误的定位.性能评测显示,FCVP模拟性能优于纯软件模拟器.
李皓李险峰庞九凤黄侃郑衍松佟冬程旭
关键词:系统芯片固件全系统模拟器
RiTLB:基于存储区域重用的iTLB设计
2009年
通过重用存储区域的标识设计iTLB。首先,将虚拟页号的高位编码成较短的存储区域标识,来减少iTLB查询时的比较位数。其次,在运行到新的存储区域之前,一直重用上次指令所在的存储区域的标识。实验结果表明,与参考iTLB设计相比,这种存储区域重用的iTLB设计技术,其平均功耗降低了62.84%,延迟减少了9.96%,面积减少了44.78%,而平均性能仅下降了0.23%。
谢劲松佟冬李险峰庞九凤王克义程旭
基于贝叶斯推理和向量压缩技术的最大功耗分析
2009年
针对模拟评测电路最大功耗分析速度缓慢的问题,使用贝叶斯推理功耗模型和切片分析技术进行向量压缩,优选出可能生成最大功耗的向量进行详细分析。进一步的,基于输入信号翻转密度和最大功耗生成之间的关系分析,设计自适应翻转密度与向量生成平台,结合贝叶斯向量压缩技术进行最大功耗评测。实验表明,基于切片分析的贝叶斯模型向量压缩平均加速比达1005倍,分析误差2.40%;结合自适应翻转密度计算与向量压缩的评测方法平均加速比达163倍,最大功耗分析结果相对原始序列提高1.99%。
陈杰李险峰佟冬王克义程旭
关键词:贝叶斯推理
基于支持向量机的微体系结构设计空间探索(英文)被引量:3
2010年
通过对微处理器设计空间中有限的设计方案进行模拟,建立支持向量回归模型,对未经模拟的设计进行性能和功耗的预测,从而大大减少了评估整个设计空间的所需时间。通过模型预测得到的最优设计方案和通过模拟得到的最优设计方案很接近,提供了对巨大设计空间进行裁减的方法。将设计空间中0.26%的设计方案作为训练数据,得到的支持向量回归模型对性能和功耗的平均预测错误率分别为0.52%和1.08%,均优于已有的回归模型。相关分析数据显示预测结果和详细模拟结果高度相关,性能和功耗的平均平方相关系数分别为0.728和0.703,这表明支持向量回归模型能捕获各微体系设计参数之间的复杂交互。该模型还为每个预测结果指出了置信区间。
庞九凤李险峰谢劲松佟冬程旭
关键词:设计空间探索支持向量机
共1页<1>
聚类工具0