[发明专利]异构计算硬件能耗和性能优化方法、系统和存储介质

权利要求书

1.一种通过强化学习实现异构计算硬件能耗和性能优化的方法，其特征在于包括如下步骤：

步骤1、获取嵌入式处理系统和可编程逻辑当前运行信息；

步骤2、根据所述当前运行信息，将嵌入式处理系统和可编程逻辑当前运行状态与预设的32种运行状态进行匹配；所述预设的32种运行状态为嵌入式处理系统和可编程逻辑的协同工作状态，包含嵌入式处理系统和可编程逻辑不同运行状态的组合；

步骤3、基于强化学习算法，分析嵌入式处理系统频率和可编程逻辑计算模块的开启与关闭时间，获得嵌入式处理系统和可编程逻辑最优运行状态反馈给电源管理工具；

步骤4、电源管理工具对嵌入式处理系统和可编程逻辑进行硬件控制，匹配最佳的工作负载与功耗。

2.如权利要求1所述的通过强化学习实现异构计算硬件能耗和性能优化的方法，其特征在于所述嵌入式处理系统和可编程逻辑当前运行信息通过硬件内置的传感器和嵌入式系统的功耗监控函数获得。

3.如权利要求1所述的通过强化学习实现异构计算硬件能耗和性能优化的方法，其特征在于所述嵌入式处理系统和可编程逻辑不同运行状态的组合包括嵌入式处理系统的4种功率状态信息、可编程逻辑的4种功率状态信息和可编程逻辑计算模块的2种动作状态信息的任意组合。

4.如权利要求3所述的通过强化学习实现异构计算硬件能耗和性能优化的方法，其特征在于：所述嵌入式处理系统和可编程逻辑的4种功率状态信息包括功率上升、功率下降、高平滑功耗、低平滑功耗；所述可编程逻辑计算模块的2种动作状态信息包括开启、关闭。

5.如权利要求1所述的通过强化学习实现异构计算硬件能耗和性能优化的方法，其特征在于所述强化学习算法采用Q-Learning算法。

6.如权利要求5所述的通过强化学习实现异构计算硬件能耗和性能优化的方法，其特征在于基于强化学习算法，分析嵌入式处理系统频率和可编程逻辑计算模块的开启与关闭时间包括如下步骤：

配置强化学习算法的Q表，并清零；

输入当前运行状态；

将当前运行状态与预设的32种状态匹配，获得对应的运行状态；

配置可编程逻辑计算模块的开关动作；

建立奖励机制，设置贪心算法，强化学习目标的最大奖励为最优运行状态；

根据每一次的奖励更新Q表，最终获得最优运行状态。

7.一种嵌入式系统，包括存储器、处理器、存储在所述存储器上并可在所述处理器上运行的程序，其特征在于所述程序被所述处理器执行时实现权利要求1-6任一项所述的通过强化学习实现异构计算硬件能耗和性能优化的方法的步骤。

8.一种存储介质，其特征在于，所述存储介质存储有至少一个程序，所述至少一个程序可被至少一个处理器执行，以实现权利要求1-6任一项所述的通过强化学习实现异构计算硬件能耗和性能优化的方法的步骤。