系统级设计评估的混合方法
在系统设计领域,早期获得量化的定性设计特征对于设计师将系统需求与设计属性进行比较至关重要。本文将介绍一种混合方法,用于系统级设计的性能和功耗分析,帮助设计师在早期阶段更好地评估设计。
1. 引言
在系统设计中,早期了解设计特性对于验证设计是否符合需求至关重要。然而,现有的一些方法在考虑系统的最坏情况和最佳情况属性时,得到的结果区间往往过于悲观,与系统的实际行为相差甚远。例如,罕见的初始缓存未命中情况可能会过度扩大定量分析的区间,导致系统架构过度设计。
特别是在多媒体、电信和实时嵌入式系统领域,设计师需要在早期了解系统的典型行为。除了性能特征,移动应用还需要对处理特定输入流的应用平台进行早期功耗估计。
为了解决这些问题,本文提出了一种混合方法,结合粗粒度分析和已有的分析模型,用于早期定性确定系统属性。该方法考虑了通信进程的控制流以及阻塞通信对整个系统时间行为的影响,可用于确定系统性能、考虑动态功耗管理对性能的影响,并估计系统的能耗。
2. 相关工作
2.1 分析模型
不同的分析模型考虑了系统内部行为和时序概率,如广义随机 Petri 网(GSPN)、随机自动机网络(SAN)和随机自动机。这些模型用于显式建模和分析应用程序和系统,包括系统的内部行为。
然而,这些模型存在一些局限性。例如,Timed Petri Nets 虽然能够表示系统的内部行为,但不代表实际系统组件的执行时间,并且通信同步和通信类型的规范需要显式建模,不能从可执行的功能规范中提取。基于随机自动机网络(SAN)的系统级性能和功耗分析,没有考虑组件与功能实现的时序和控制流相关的实际执行行
超级会员免费看
订阅专栏 解锁全文
8668

被折叠的 条评论
为什么被折叠?



