[论文解读] A Tighter Real-Time Communication Analysis for Wormhole-Switched Priority-Preemptive NoCs

Borislav Nikolić, Leandro Soares Indrusiak+1 more|arXiv (Cornell University)|May 25, 2016

Interconnection Networks and Systems参考文献 12被引用 4

一句话总结

本文提出了一种改进的实时通信分析方法，针对虫洞交换、优先级抢占式NoC，通过更精确地建模直接干扰，减少了最坏情况遍历时间边界中的悲观性。通过优化干扰计算方式，该方法显著收紧了边界——尤其在低优先级、长路径、小尺寸流中表现明显，从而提升了资源利用率并增强了流量工作负载的可调度性。

ABSTRACT

Simulations and runtime measurements are some of the methods which can be used to evaluate whether a given NoC-based platform can accommodate application workload and fulfil its timing requirements. Yet, these techniques are often time-consuming, and hence can evaluate only a limited set of scenarios. Therefore, these approaches are not suitable for safety-critical and hard real-time systems, where one of the fundamental requirements is to provide strong guarantees that all timing requirements will always be met, even in the worst-case conditions. For such systems the analytic-based real-time analysis is the only viable approach. In this paper the focus is on the real-time communication analysis for wormhole-switched priority-preemptive NoCs. First, we elaborate on the existing analysis and identify one source of pessimism. Then, we propose an extension to the analysis, which efficiently overcomes this limitation, and allows for a less pessimistic analysis. Finally, through a comprehensive experimental evaluation, we compare the newly proposed approach against the existing one, and also observe how the trends change with different traffic parameters.

研究动机与目标

• 解决现有针对虫洞交换、优先级抢占式NoC的实时通信分析中存在高度悲观性的问题，该问题导致资源过度配置。
• 识别并解决在竞争流量流之间干扰建模中的特定悲观性来源。
• 开发一种悲观性更低的分析技术，提供更紧致的最坏情况遍历时间上限，同时不牺牲正确性。
• 在多种不同的流量参数下评估所提方法，量化悲观性减少程度，并评估其对系统可调度性的影响。
• 证明新分析方法可使原本不可调度的工作负载变为可调度，尤其对控制和内存访问流量而言。

提出的方法

• 分析现有实时通信分析方法[15]，识别与优先级抢占流之间干扰建模相关的悲观性来源。
• 提出一种扩展的干扰模型，通过细化资源竞争的时间约束，更精确地计算竞争流之间的直接干扰。
• 引入一种改进的最坏情况遍历时间上限计算方法，以减少对干扰延迟的过度估计。
• 将新分析方法应用于多种具有不同流大小、优先级、路径长度和流集规模的合成流量场景，计算最坏情况遍历时间。
• 通过周期精确仿真，将新分析方法与原始方法进行对比，验证其紧致性和悲观性减少效果。
• 使用超周期仿真运行，收集最坏情况、平均情况和最好情况的遍历时间，以便与分析边界进行直接比较。

实验结果

研究问题

• RQ1 现有针对优先级抢占式虫洞交换NoC的实时分析中，存在何种特定悲观性来源？
• RQ2 所提出的干扰建模改进如何减少最坏情况遍历时间估计中的悲观性？
• RQ3 流参数（如大小、优先级、路径长度和流集规模）对悲观性减少程度有何影响？
• RQ4 与仿真结果相比，新分析在多大程度上提高了上限估计的紧致性？
• RQ5 所提分析是否能通过减少对干扰延迟的过度估计，使原本不可调度的流量工作负载变为可调度？

主要发现

• 所提分析在低优先级流中实现了显著的悲观性减少，相对改进程度随流优先级降低而增加。
• 对于包含大量小尺寸流且路径较长的大型流集，悲观性减少最为显著，某些配置下改进幅度可达30%。
• 新方法生成的上限边界比原始分析更紧致，尤其在中、低优先级流中，因干扰累积效应更明显。
• 仿真结果证实，新分析与实际最坏情况遍历时间高度吻合，尤其在高优先级流中表现良好，且在低优先级流中也显示出更好的对齐性。
• 由于对干扰延迟的过度估计减少，该分析使原本不可调度的工作负载变为可调度。
• 结果表明，间接干扰建模仍是未来改进的关键领域，因在低优先级场景中仍存在残余悲观性。