一种基于离散Hopfield神经网络的RTOS功耗优化方法

被引：4

作者：

郭兵 ^{[1
]}

沈艳 ^{[2
]}

王殿辉 ^{[3
]}

李志蜀 ^{[1
]}

陈向东 ^{[4
]}

机构：

[1] 四川大学计算机学院

[2] 电子科技大学机械电子工程学院

[3] 拉筹伯大学计算机科学与工程系

[4] 西南交通大学信息科学与技术学院

来源：

计算机学报 | 2007年 / 09期

关键词：

Hopfield神经网络; 功耗优化; RTOS; 软/硬件划分; SoC;

D O I：

暂无

中图分类号：

TP183 [人工神经网络与计算];

学科分类号：

摘要：

RTOS(Real-Time Operating System,实时操作系统)是SoC(System-on-a-Chip,系统芯片或片上系统)的一个重要组成部分,其功耗一般约占整个系统功耗30～40%的比例,而基于软/硬件划分的RTOS功耗优化方法(简称RTOS-Power划分)能够明显地减少SoC的功耗.因此,文中首先引入了RTOS-Power划分问题的一个新模型,这有助于理解RTOS-Power划分的本质.然后,提出了一种基于离散Hopfield神经网络的RTOS-Power划分方法,重新定义了神经网络的神经元表示、能量函数、运行方程和系数.最后,对该方法进行了仿真实验,并同遗传算法和蚂蚁算法进行了性能比较.实验结果表明:该文提出的方法能够以相对较小的代价(FPGA开销小于4K个可编程逻辑块)取得高达60%的功耗节省,同时,与纯软件实现的RTOS相比,系统性能也得到了相应的提高.

引用

页码：1573 / 1579

页数：7

共 4 条

[1] Hardware–software partitioning of real-time operating systems using Hopfield neural networks[J] . Bing Guo,Dianhui Wang,Yan Shen,Zhong Liu.Neurocomputing . 2006 (16)
[2] Energy macromodeling of embedded operating systems[J] . T. K. Tan,A. Raghunathan,N. K. Jha.ACM Transactions on Embedded Computing Systems （TECS） . 2005 (1)
[3] System level hardware/software partitioning based on simulated annealing and tabu search
Eles, P
Peng, Z
Kuchcinski, K
Doboli, A
[J]. DESIGN AUTOMATION FOR EMBEDDED SYSTEMS, 1997, 2 (01) : 5 - 32
[4] Multi-objective synthesis of low-power real-ti me distributed embedded systems. Dick R P. Depart-ment of Electrical Engineering,Princeton University,New Jersey,USA . 2002

← 1 →