8619

بررسي روش هاي يادگيري ماشين در مديريت پوياي توان مصرفي در پردازنده هاي چندهسته ا ي

1400-1399

دكتر هادي شهريار شاه حسيني

در طول سال ها طراحي پردازنده ها به واسطه رشد فناوري، كوچكتر شدن ترانزيستورها و همچنين افزايش سرعت عملكرد آن ها، همگي سبب باز شدن فضا براي بكارگيري روش هاي مختلف معمارانه و پيچيده تر شدن و گسترده تر شدن و در نهايت، بهبود كارايي و عملكرد پردازنده ها شده است. در كنار افزايش كارايي كه هدف اصلي در آن ها مي باشد؛ به واسطه پيچيده تر شدن و همچنين افزايش چشم گير بكارگيري ترانزيستور ها، توان مصرفي به صورت قابل توجهي افزايش يافته كه از هر نظر بسيار نامطلوب مي باشد. افزايش توان مصرفي منجر به بالا رفتن دما در بخش هاي مختلف پردازنده ها و به وجود آمدن نقاط داغ در آن ها مي شود؛ كه در نهايت مي تواند سبب عملكرد كند ترانزيستورها، افزايش خطا در سيستم و حتي آسيب هاي سخت افزاري گردد كه همه باعث كاهش كارايي پردازنده ها مي شوند. از اين رو از روش هاي مديرت توان مصرفي به صورت پويا استفاده مي شود كه در عين حفظ كارايي سيستم، توان مصرفي نيز بهينه گردد. از سوي ديگر به واسطه پيچيده شدن روز افزون سيستم ها، افزايش چشم گير حجم داده ها، افزايش تنوع برنامه ها و حالات محتمل بسيار زياد، كنترل سيستم به صورت مستقيم و با استفاده از تصميمات مديريتي از پيش تعيين شده دائماً مشكل تر مي شود. از اين رو بكارگيري يادگيري ماشين مي تواند در حل اين مشكل راه گشا باشد. حال با توجه به انواع روش هاي مختلف يادگيري ماشين هريك از آن ها از جنبه هاي مختلف مي توانند در زمينه مديرت توان در كنار روش هاي مديريتي پوياي توان مورد استفاده قرار گيرند و مفيد واقع شوند؛ كه در اين سمينار به بررسي اين نوع روش هاي مديريتي توان مصرفي مبتني بر يادگيري ماشين در پردازنده هاي چندهسته اي پرداخته مي شود.

5/26/2021 12:00:00 AM

71699

1400/04/16

A survey on machine learning methods in dynamic power management in multi-core processors

پردازنده هاي چندهسته اي , بازده توان مصرفي , مديريت توان مصرفي , يادگيري ماشين , كارايي پردازنده

multi-core processors , power efficiency , power management , machine learning , processor performance