26、快速多目标设计空间探索与高级面积和电流估计

快速多目标设计空间探索与高级面积和电流估计

在当今的集成电路设计领域，高效的设计空间探索以及准确的面积和电流估计对于实现高性能、低功耗的设计至关重要。下面将详细介绍相关的算法、实验结果以及面积和电流估计的方法。

多目标设计空间探索算法

在多目标设计空间探索中，有几种重要的算法，如Pareto模拟退火（PSA）和Pareto反应禁忌搜索（PRTS）。

• Pareto模拟退火（PSA） ：PSA是模拟退火（SA）算法在多目标优化中的进化。在SA中，如果新配置的成本函数小于前一个，系统会无条件接受该变化并更新；若成本函数更大，则以一定概率接受新配置，且接受可能性随温度降低。PSA允许系统向成本函数更低的状态移动，能“跳出”局部最小值。PSA的每一步起点不是单个配置，而是一组配置（部分Pareto集）。
• Pareto反应禁忌搜索（PRTS） ：禁忌搜索（TS）是一种通过“移动”探索设计空间的迭代算法，关键概念是禁忌列表，用于避免陷入局部最小值。反应禁忌搜索（RTS）是TS的进化，采用自适应禁止期和逃逸机制来解决参数调整问题。在RTS中，特定解的禁止期随访问频率增加，逃逸机制通常通过随机游走实现。

实验结果

为了验证设计空间探索框架的有效性，将其应用于优化基于超标量微处理器的系统。

目标系统架构

超标量架构包含众多参数，设计空间较大。分析聚焦于对性能和能耗有显著影响的参数，每个虚拟架构实例由以下参数描述：
- 缓存大小 ：I/D L