功耗|既快又准并且低开销！一作亲解MICRO 2021最佳论文：一种自动化功耗模拟架构( 六 )

那么另外一个应用是上面所讲的voltage-droop电压降的问题，面对这个问题也可以用OMP来解决。

文章插图

上图是用OPM来预测di/dt的值，横坐标是我们测到的真实值，纵坐标是预测的值。当di/dt是正的时候，电流和power需求在不断的增加，那么这个时候有一个voltage-droop，电流需求增加，它的电压就会突然下降。当然，如果电流需求突然减少，它电压就会突然上升。
相当于我们有四个象限，如图两个蓝色区域预测和实际值完全相反，这两个是错的预测。而这两个错的预测的区域，几乎没有点是落在这个地方，就说明预测错的很少。而在预测对的区域里面，我们的预测非常准的。
因此我们的OPM可以在实际芯片运行的时候来指导我们去处理这些情况，因为它可以准确的预测。
中间很多的这些点，大家可能认为它的correlation看起来并不好。但请注意，我们的横轴和纵轴都是log scale，并不是linear scale，其实中间这个点它的值是非常小的，我们只是主动的去把它放大，把这些correlation不好的地方让大家去看清楚一些，实际上这些值非常小，所以实际上运行的时候影响是不大的。这点我们也可以从pearson simulation看出来，pearson只有0.946，这说明我们的预测是非常准确的，因此我们认为我们的这个模型可以用于voltage-droop的motivation。同时大家注意这是CPU内部主动避免这个行为，相当于是预防。因此就比再加一套电路去阻止它会有效得多。

总结

快速的power-madelling对设计和部署CPU产生了实质性的影响
该方法与micro-architecture无关，且是自动化的,可以扩展到多个计算解决方案--CPU、GPU、NPU，甚至是子块。
潜在应用范围：从多核SoC中的power/thermel管理扩展到CPU驱动的主动降压缓解。
ML/Data-Science方法是在设计中的许多方面拥有巨大潜力。

功耗|既快又准并且低开销！一作亲解MICRO 2021最佳论文：一种自动化功耗模拟架构

文章插图

雷峰网