53、3D集成多核系统的认知I/O技术解析

3D集成多核系统的认知I/O技术解析

1. 多核计算中的DRAM数据保留功率模型

在多核计算的硬件与软件领域，当DRAM利用率相同时，与刷新速率相关的数据保留功率可以基于特定模型进行建模。其公式为：
$P_{DRAM} = A × \frac{C}{t_{ref}} + P_{const}$
其中，$C$ 是DRAM开关电容，$A$ 是恒定比例因子，$P_{const}$ 是与刷新周期无关的功率分量，通常小于数据保留功率 $P_{ref}$ 的10%。

2. 误差容限分析

• 误差概率与QoS的关系 ：在无降维（$dr = 0$）的随机投影情况下，输出电压降低时，误差概率会增加。由于低电压情况会产生更多误差，因此QoS会随之降低。对于较小的LSB宽度 $w$，这种变化不明显，但对于较大的 $w$ 则较为显著。例如，当 $w = 4$ 时，误差被限制在 ±15 范围内；而当 $w$ 大于 9 时，QoS会急剧下降。这表明基于SR的分类具有一定的容错能力，有界误差不会影响分类准确性。
• 输出电压摆幅Vsw的影响 ：输出电压摆幅 $V_{sw}$ 也遵循类似原理，但在I/O传输过程中，误差是无界的，可能发生在任何位上，因此其容错能力较小。当 $V_{sw}$ 小于 1.9 V 时，QoS会显著下降，这说明基于SR的指纹匹配算法能够容忍有界误差和一定程度的无界误差。

参数	说明