[发明专利]片上网络路由装置及其控制方法

说明书

本发明提供一种片上网络路由装置及其控制方法，所述控制方法包括，于所述片上网络路由装置的每个路由器配置一学习模块，每个所述路由器与一所述学习模块构成一路由节点；每个所述路由节点的所述学习模块分别获取相邻的各所述路由节点的学习模块的堵塞状态信息后进行并行学习，以获取每个目的路由节点的最佳数据传输路径；按照所述最佳数据传输路径进行数据传输。本发明的片上网络路由装置及其控制方法，可加快网络收敛速度、提高并行数，大大提高路径规划的速率，同时只需要获取目的路由节点的位置信息，就可以找到合适的路径，不仅减少了资源的占用，而且可以缩短了路径规划的时间。

技术领域

本发明涉及多模态数据特征学习技术领域，特别涉及一种片上网络路由装置及其控制方法。

背景技术

路由算法是影响片上网络性能的主要因素之一。静态片上网络架构，如X-Y路由算法，在大量数据传输时，功耗增加、路由器温度升高，产生“热点”。“热点”往往容易导致数据堵塞，数据延迟，让芯片不可靠、寿命下降。因此，需要改进算法使片上网络变为动态的架构以提高数据传输效率(因为路由算法可以为每个数据包优化传输路径，减少整体传输时间从而提高效率)，减少堵塞(因为没有路由算法或路由算法没有及时优化传输路径，大量数据包选择相同链路导致单一或多条链路堵塞)、“热点”和数据传输延时(因为消息从源节点到目的路由节点经过的跳数直接由经过的实际路径决定)，保证片上网络芯片在高速通信的同时还有良好的温度，从而保障芯片安全可靠。

目前有很多动态自适应的算法，机器学习中的Q-learning算法，具有极强的自适应性，能自主地和环境交互而推演出最佳的路径信息，并且只要学习结果收敛之后，一定能得到一条有限长的路径，这样就避免了死锁的情况。但该传统算法的缺点是在单一时间内只能有一个agent(智能体)和环境交互，学习过程较慢，并且随机数和贪婪策略使得该算法不一定能探索到所有的空间，从而找到一条较优的路径。

发明内容

鉴于以上所述现有技术的缺点，本发明的目的在于提供一种片上网络路由装置及其控制方法，用于解决现有技术中音视频协同学习方法不适合无标签数据的技术问题。

为实现上述目的及其他相关目的，本发明提供一种片上网络路由装置的控制方法，所述控制方法包括：

于所述片上网络路由装置的每个路由器配置一学习模块，每个所述路由器与一所述学习模块构成一路由节点；

每个所述路由节点的所述学习模块分别获取相邻的各所述路由节点的学习模块的堵塞状态信息后进行并行学习，以获取每个目的路由节点的最佳数据传输路径；

按照所述最佳数据传输路径进行数据传输。

在一可选实施例中，所述每个所述路由节点的所述学习模块分别获取相邻的各所述路由节点的学习模块的堵塞状态信息后进行并行学习的步骤之前还包括，将每个所述路由节点的堵塞状态信息写入该路由节点的学习模块中。

在一可选实施例中，所述控制方法还包括步骤：

当所述路由节点的故障检测模块检测到故障时，故障信息会发送并写入到该路由节点的所述学习模块中，该路由节点的所述学习模块识别到故障信息后重新进行路径规划。

在一可选实施例中，所述堵塞状况信息包括目的路由节点信息、通路信息、多级堵塞状态信息、器件边缘信息以及临时损坏信息。

在一可选实施例中，所述按照所述最佳数据传输路径进行数据传输的步骤包括：

将目的路由节点信息打包进待传输数据包的头微片中，以形成第一数据包；

将所述第一数据包输入选定的路由节点中，所述路由节点根据与所述第一数据包的头微片中的目的路由节点对应的最佳数据传输路径进行数据传输。