[发明专利]一种片上网络结构级的软错误在线评估方法

摘要

本发明公开了一种片上网络结构级的软错误在线评估方法，通过边界分析模型和虚拟过滤机制协同作用，有效的实现了双层模型驱动的可靠性在线评估，为基于子网划分多应用的众核动态配置提供量化依据。初始化片上网络、软错误模型等参数，先采用计数器或离线学习的方法快速得到一位翻转的可靠性指标；再通用过边界分析模型快速估算多位翻转模型的可靠性指标；如果能满足当前应用的可靠性指标，则结束评估。否则再使用虚拟过滤机制，评估容错机制的保护效果，重复此过程直到满足应用的可靠性需求。本发明可以很好满足可靠性评估的在线实时要求，且重用性能计数器或机器学习离线结果，降低在线评估的额外开销，适用于众核多应用动态并发执行的场景。

主权项

1.一种片上网络结构级的软错误在线评估方法，其特征在于包括以下步骤：步骤1、初始化配置：在不同应用执行切换时或一个应用的不同执行阶段切换时开启在线评估，片上网络每个节点都输入片上网络的结构参数A、可选的容错机制参数FT、错误模型M、应用的可靠性需求指标AVFreq；其中A是节点路由器和节点间链路结构参数，FT是可选的容错机制的集合，M是软错误模型的各种位翻转概率比例以及每一种位翻对应的物理分布模式的集合，AVFreq是应用对应的可靠性需求指标；步骤2、评估无保护机制下的可靠性指标：首先对片上网络各个部件进行属性判断，如果是链路或路由计算、虚通道仲裁逻辑、交叉开关仲裁逻辑这些非存储结构部件，跳转步骤3，否则跳转到步骤4；步骤3、采用面向一位翻转的快速评估方法计算非存储部件结构易感因子的评估值；跳转到步骤7；步骤4、使用面向一位翻转的快速评估方法估算一位翻转条件下虚通道结构易感因子的评估值；步骤5、判断是否需要考虑多位翻转，如果仅包含一位翻转则跳转到步骤7，否则跳转到步骤6；步骤6、基于边界分析模型把一位翻转的评估结果扩展到多位翻转；其中边界分析模型核心是计算多位翻转条件下最小边界评估值和最大边界评估两个边界评估值都是对虚通道n个存储空间对应的s种多位翻转情况进行算数平均；w(q)是q位翻转在所有多位翻转占的权重，MIN(AVF_mcu(q,i))是第q位翻转，虚通道第i个微片存储空间对应的最小评估值等于且AVF_sbu(q,i)通过上述步骤快速分析方法可得,adj(i,j)描述了错误模型中k种错误物理分布第j类时第i个微片存储空间对应的邻居存储空间集合，最小评估值即对最好情况下相邻存储空间的执行正确周期数分布一致，对所有一位翻转情况下的评估值取最大值；类似的，MAX(AVF_mcu(q,i))是第q位翻转，虚通道第i个微片存储空间对应的最大评估值，是最坏情况下发生在多个邻居微片存储空间的周期分布没有重叠，进行所有邻居存储空间对应的一位翻转评估值加和操作并与最大评估上界1取最小值，等于然后，通过最大最小两个边界评估值计算平均值作为评估值；步骤7、把片上网络中链路、路由计算、虚通道仲裁逻辑、交叉开关仲裁逻辑以及虚通道的评估结果合成基于部件面积平均的评估报告；步骤8、判断评估报告是否小于等于当前执行的应用的可靠性需求指标AVFreq，如果满足则跳到步骤10，否则跳到步骤9；步骤9、动态配置容错机制对片上网络的节点进行保护；步骤10、使用基于虚拟过滤的评估方法估算可靠性指标：首先，针对选择额容错机制，对输入的错误模型M，基于错误纠正能力进行修正，生成新的错误模型M*，包括对应的位翻转类型和对应的比例；其次，新错误模型下的一位翻转AVFsbu*值等效为最新的多位翻转评估值AVFmcu,然后再次使用边界分析计算新的多位翻转评估值AVFmcu*，并跳到步骤7合成新的评估报告；步骤11、结束评估。