[论文解读] Buffer-aware Worst Case Timing Analysis of Wormhole Network On Chip
本文提出了一种基于网络曲线的虫洞NoC缓冲区感知最坏情况延迟分析方法,用于建模端到端延迟,明确考虑了缓冲区大小和分组长度对直接与间接阻塞的影响。该方法引入了阻塞流集的改进定义,并在缓冲区大小超过20字节时,将最坏情况响应时间(WCRT)边界提升了最多30%,显著增强了实时性能的可预测性。
A buffer-aware worst-case timing analysis of wormhole NoC is proposed in this paper to integrate the impact of buffer size on the different dependencies relationship between flows, i.e. direct and indirect blocking flows, and consequently the timing performance. First, more accurate definitions of direct and indirect blocking flows sets have been introduced to take into account the buffer size impact. Then, the modeling and worst-case timing analysis of wormhole NoC have been detailed, based on Network Calculus formalism and the newly defined blocking flows sets. This introduced approach has been illustrated in the case of a realistic NoC case study to show the trade off between latency and buffer size. The comparative analysis of our proposed Buffer-aware timing analysis with conventional approaches is conducted and noticeable enhancements in terms of maximum latency have been proved.
研究动机与目标
- 解决现有虫洞NoC最坏情况延迟分析中未考虑缓冲区大小的问题。
- 通过引入缓冲区大小和分组长度的影响,提高对直接与间接阻塞依赖关系建模的准确性。
- 基于网络曲线建立一个正式的定时分析框架,以考虑缓冲区约束,从而提升实时性能的可预测性。
- 通过一个真实的NoC案例研究和对比评估,展示缓冲区感知分析的实际优势。
提出的方法
- 提出直接与间接阻塞流集的改进定义,明确考虑缓冲区大小和分组长度的影响。
- 使用网络曲线形式化方法对虫洞NoC行为进行建模,基于缓冲区容量推导出各个路由器的服务曲线。
- 通过沿每条流路径串联各个路由器的服务曲线,计算端到端服务曲线。
- 将直接阻塞延迟计算为到达曲线与服务曲线之间最大水平偏移。
- 使用递归算法计算间接阻塞延迟,考虑流之间的级联依赖关系。
- 在使用WoPANets工具的现实NoC案例研究中应用所提出的模型,评估不同缓冲区大小下的分析延迟边界。
实验结果
研究问题
- RQ1缓冲区大小如何影响虫洞NoC中流量流之间的阻塞关系?
- RQ2更准确的直接与间接阻塞流定义能否提升最坏情况延迟分析的精度?
- RQ3缓冲区大小对虫洞NoC端到端延迟边界有何影响?
- RQ4与传统方法相比,所提出的缓冲区感知分析在WCRT边界方面表现如何?
主要发现
- 所提出的缓冲区感知定时分析方法相比传统方法,在WCRT边界上实现了显著改进。
- 当缓冲区大小至少为20字节时,分析延迟边界显著提升,最大延迟降低至少30%。
- 该模型表明,增大缓冲区大小可通过减轻级联阻塞效应,降低最坏情况下的端到端延迟。
- 用于间接阻塞延迟计算的递归算法时间复杂度为O(card(F)²),适用于实际NoC拓扑。
- 结果证实,缓冲区大小是决定定时可预测性的关键因素,应在实时NoC设计中显式建模。
更好的研究,从现在开始
从阅读论文到最终审阅,大幅缩短您的研究时间。
无需绑定信用卡
本解读由 AI 生成,并经人工编辑审核。