SOC预测（精选5篇）
SOC预测 篇1
0 引言
实现车载动力电池荷电状态 (State of Charge, SOC) 的准确预测是保证电动汽车可靠运行的前提, 也是电池组使用和维护的重要依据, 对电动汽车的推广和发展具有至关重要的意义。
目前, 常用的SOC的估测方法主要有:安时积分法、开路电压法、卡尔曼滤波法、神经网络法等。安时积分法通过计算电流对时间的积分得到电池组的消耗电量, 进而求得剩余电量, 但其本质上是一种开环预测, 纯积分环节的存在使得误差随时间的推移而增大[1]。开路电压法通过检测电池的开路电压得到其剩余电量, 要求电池在不对外供电的状态下长时间静置, 不适合在线的实时测量[2]。卡尔曼滤波法需要建立电池的内部模型得到状态方程, 对电池模型的精度要求较高[3], 在实际应用中具有一定的局限性。神经网络法根据建立的网络模型利用大量的样本数据进行训练学习可以获得较好的精度, 但网络对初始权值的选择较为灵敏, 一般收敛到初始值附近的局部最小值[4], 初始值的改变将影响网络的收敛速度和精度。
针对神经网络学习效率低、收敛速度慢以及容易陷入局部最优等不足, 本研究提出一种基于遗传神经网络的电动汽车锂电池SOC预测方案。首先利用遗传算法的全局搜索性能找到模型最优解所在的区域, 然后再利用BP神经网络找到其最优解。算例仿真表明, 本研究所提算法不仅可以得到全局性的最优解, 还可以提高神经网络的学习速度和识别能力, 可实现对电动汽车锂电池SOC的精确预测, 具有很好的发展前景。
1 整体方案
1.1 锂电池放电数据的采集
为了获得车载锂电池的放电过程特性及遗传神经算法建模所需数据, 本研究设计了基于高性能、低功耗的AT89C52单片机微控制器的锂电池状态监测系统, 外围模块主要包括电流设定模块、电压检测模块、温度采集模块、放电保护模块、键盘接口模块、串行通信模块、液晶显示模块。系统通过电流设定电路对锂电池放电电流进行精确控制;通过A/D转换器ADC0809对滤波后的电压采样;通过温度传感器DS18B20对温度采样;通过点阵式液晶LCD1602显示电池的放电信息;通过串行通信模块把单片机采集的数据上传至PC机上。
电流设定电路是该系统的重要环节。该电路使用开关电容模拟负载电阻, 其阻值与MOS管的开关频率成反比, 可通过单片机任意设定。此外, 本研究引入电流负反馈机制, 通过设定值与检测值的偏差实时修正电阻阻值, 从而实现恒流放电。
系统运行时, 首先通过键盘接口模块设定电池放电电流, 然后采集实时电压并通过串口传送至PC机。在放电过程中, 如果电池的温度过高, 放电保护模块会发出报警提示。锂电池放电数据采集系统工作流程如图1所示。
1.2 基于BP神经网络预测当前剩余电量
BP神经网络是一种以误差反向传播为基础的前向网络, 具有非常强的非线性映射能力, 可以很好地解决非线性问题, 同时BP神经网络还有自学习和自适应性, 这对于预测电池SOC有重要意义[5]。
隐含层具有抽象的作用, 本研究选用3层结构网络:输入层、隐含层和输出层。输入层为电池的电压U和电流I, 节点数为2个。输出层为电池SOC预测值, 节点数为1个。隐含层节点个数取决于系统精度的要求, 如果节点数目过少, 容错性会比较差;如果节点数目过多, 会增加网络训练时间, 降低泛化能力[6]。兼顾上述两种需求, 本研究取15个隐含层节点。
(1) 隐含层的输入M、输出N及其变换关系:
式中:Xi—电压、电流样本输入;t—迭代次数;ωij—连接权值。
(2) 输出层输入P、输出Q及其变换关系:
式中:t—迭代次数, ωjk—连接权值。
(3) 设期望输出为Y, 则第t次迭代误差能量为:
(4) BP网络的学习采用LM算法, 根据下式修正权值:
式中:J—误差性能函数对权值向量一阶微分的雅克比矩阵, e—网络的误差向量, μ—可调非负数。当μ=0时, LM算法退化成牛顿法, 当μ值较大时, 相当于步长较小的梯度下降法[7]。
1.3 基于遗传算法的网络权重与阈值优化
遗传算法是一种模仿生物界自然选择和遗传机制的随机搜索算法[8], 其不依赖于梯度信息, 而是从任意初始种群出发, 通过随机选择、交叉和变异操作, 产生一群更适应环境的个体, 使种群进化到越来越合适的区域, 最终得到问题的最优解。
遗传算法在搜索的过程中不易陷入局部最优, 即使在有噪声的情况下, 也能以很大的概率找到全局最优解。鉴于该优点, 本研究利用遗传算法进行神经网络权值与阈值的优化。基于遗传算法求解神经网络最优权值与阈值的步骤如下:
(1) 给定网络输入电压、电流和输出SOC样本, 确定适应度函数, 随机产生权值、阈值并编码;
(2) 通过网络对输入样本进行运算, 产生相应染色体的网络输出;
(3) 根据适应度函数计算染色体的适应度;
(4) 进行选择、交叉、变异产生新一代种群;
(5) 返回步骤 (3) , 直到满足性能要求为止, 获取最优权值和阈值。
遗传神经网络求电池SOC最优解时, 先是由遗传算法搜索连接权值至全局最优解附近, 然后用神经网络局部求解, 最终求得全局最优的连接权值, 从而得到对电池SOC的最优估计。
2 锂电池的放电特性实验
电动汽车锂离子电池具有比能量大、比功率高、循环特性好等特点[9,10], 是一种新型高性能车载动力电池。从经济性及可行性出发, 本研究采用标称电压12.8 V、容量7.2 AH的磷酸铁锂电池组替代真实车载动力电池组进行实验测试。通过磷酸铁锂电池组的放电实验, 得到了放电过程中的样本数据, 确定了遗传神经网络的训练参数, 为算法的实现做好了数据准备。
测试实验可按如下步骤进行:
(1) 将磷酸铁锂电池组充电直至其电压上升到稳定值, 约为14 V。静置5 h后以0.5C的放电倍率恒流放电。
(2) 使用基于AT89C52单片机的锂电池状态监测系统记录锂电池放电过程的电压值、电流值及放电电量。
(3) 采用不同放电倍率 (0.38C, 0.75C) , 重复以上过程。
以0.38C、0.5C和0.75C放电倍率放电的部分数据如表1~3所示。由于该实验采用恒流放电, 放电容量和放电时间呈正比关系, 根据放电时间可以计算出放电电量, 电池的总容量就是最终的放电电量。
不同的放电倍率下磷酸铁锂电池放电电压与放电时间的关系如图2所示。由图2可以看出锂电池放电过程中的放电电压和放电倍率密切相关:不超过额定电流放电时, 电压下降比较平缓, 能在长时间内维持额定电压不变;当以比较大的电流放电时, 电压下降较为明显, 仅能维持短时间内额定电压不变。
3 算法流程及系统仿真
3.1 算法流程
本研究阐述的用遗传算法优化神经网络预测SOC是通过Matlab软件编程实现的, 总体流程如图3所示。虚框Ⅰ表示遗传算法优化权值与阈值的流程, 虚框Ⅱ表示BP神经网络对遗传算法得到的权值与阈值进行调整的流程。
本研究通过Matlab软件编程对算法进行仿真。仿真结果表明, 算法可以根据锂电池放电特性试验所采集的电压、电流及SOC数据获取最优权值和阈值, 并训练神经网络直至满足设定的精度要求。训练好的神经网络可以根据实时采集的锂电池放电电压、电流数据预测当前的SOC值, 进而判断电池的运行状态。
3.2 系统仿真
为了验证算法的准确性, 本研究再次对锂电池组进行放电试验, 放电倍率分别取0.2C、0.4C、0.6C、0.8C, 记录电压、电流与SOC数据。通过训练好的神经网络对采集的电压、电流样本进行识别验证, 预测电池SOC。仿真结果如图4所示。
锂电池SOC预测值与实测值的最大相对误差为5.09%, 最小相对误差为0.03%, 仿真效果较好。经遗传算法优化的BP神经网络, 通过252次学习就达到了10-4的训练指标。程序运行时间不超过2 s, 收敛速度较快。
从仿真结果来看, 运用遗传算法优化的神经网络算法可以根据电压和电流对电池SOC作出准确估计, 具有良好的性能与满意的效果。
在该算法的基础上, 本研究将所有试验数据用于训练网络模型, 并进行适当的数据拟合, 可以探究不同放电倍率、电压的情况下, 电池SOC的三维变化趋势如图5所示。
4 结束语
电池SOC的预测是电动汽车使用中的核心环节, 准确的SOC预测可以有效提高电池的利用效率、延长电池的使用寿命, 同时也便于电动汽车的实施能量最优控制[11]。
本研究使用遗传神经网络预测电池SOC值, 结合了遗传算法群体搜索全局最优和神经网络非线性处理局部最优的特点。该算法具有并行分布式处理和自学习能力, 可以根据给定数据快速求得最优解, 这对电动汽车锂电池SOC的在线预测有十分重要的意义。
参考文献
[1]林成涛, 王军平, 陈全世.电动汽车SOC估计方法原理与应用[J].电池, 2004, 34 (10) :376-378.
[2]时玮, 姜久春, 李索宇, 等.磷酸铁锂电池SOC估算方法研究[J].电子测量与仪器学报, 2010, 24 (8) :769-774.
[3]刘浩, 谢桦, 姜久舂, 等.纯电动汽车用锂离子电池SOC估算方案的研究[J].电气应用, 2010, 29 (12) :54-58.
[4]徐春晖, 徐向东.前馈型神经网络新学习算法的研究[J].清华大学学报:自然科学版, 1999, 39 (3) :1-3.
[5]王军平, 陈全世, 林成涛.镍氢电池组的荷电状态估计方法研究[J].机械工程学报, 2005, 41 (12) :62-65.
[6]游双.镍氢电池组SOC神经网络估算策略研究[D].天津大学电气与自动化工程学院, 2007.
[7]YU H, WILAMOWSKI B M.Levenberg-marquardt training[J].TheIndustrialElectronicsHandbook, 2011, 21 (6) :930-937.
[8]罗灿, 周洪亮, 张宏建等.基于遗传算法的智能仪表设计专家系统[J].机电工程, 2006, 23 (8) :5-7.
[9]黄学杰.锂离子电池及相关材料进展[J].中国材料进展, 2010, 29 (8) :46-52.
[10]张俊, 文和平.纯电动汽车绝缘监测系统[J].轻工机械, 2013, 31 (1) :52-54.
[11]WANG C.Prediction of Battery-SOC of Pure Electric Vehicle[C]//Computer Science&Education (ICCSE) , 2012 7th Interna tionalConferenceonIEEE.Melbourne[:s.n]., 2012:466-469.
网神SOC安全管理系统 篇2
网御神州为此提出了以业务为核心的统一管理理念，推出了SecFox安全管理系统，以解决企业和组织整体的安全挑战。
SecFox安全管理系统对IT环境中的所有网络设备、安全设备、主机和服务器、服务、应用和业务系统，以及机房物理环境提供一个全方位的管理平台，从业务的角度进行统一的运行监控、统一的安全事件管理与审计、统一的风险与运维管理，实现业务服务管理、安全管理和运维管理的一体化。
SecFox安全管理系统从业务的角度对IT资源进行统一监控。借助SecFox的业务建模过程，客户首先将业务系统分解为各类IT资源，并建立一套针对这些IT资源的监控指标体系。然后，管理系统通过对所有指标的实时监测来了解业务系统的健康状况。客户通过业务监控界面就能全面掌握业务的运行情况，例如业务系统一旦出现故障，就能够快速定位到是构成业务的哪个部分出现问题。
SecFox安全管理系统能够实时地对采集到的不同类型的信息进行归一化和实时关联分析，通过统一的控制台界面进行实时、可视化的呈现，协助安全管理人员迅速准确地识别安全事故，消除了管理员在多个控制台之间来回切换的烦恼，同时提高工作效率。对于集中存储起来的海量信息，SecFox安全管理系统可以让审计人员借助历史分析工具对日志进行深度挖掘、调查取证、证据保全。
联想网御SOC实践 篇3
通过总结公司在安全领域十年的信息安全实践积累和成功经验,充分考虑中国特色的客户需求,联想网御的安全管理产品和相关业务支撑,具备鲜明的特色:安全管理与网络管理合二为一;符合等级保护要求的全网安全管理与审计;配置管理和策略检查实现主动防御;平台化设计、专业服务队伍保证客户化、支撑客户运营。
同时,为更好支持客户的个性化需求,联想网御公司设有专门的安全管理开发团队,可以针对客户的管理特点、现有系统结构等进行定制开发,保证安全管理系统与用户系统的完美耦合。同时,联想网御设有专业的安全服务团队进行安全代维,可以协助用户制定相应的管理流程,分析安全问题,克服国内安全技术人员的稀缺问题,保障安全管理各项安全功能得到落实。
手机里的秘密 SoC芯片解读 篇4
SoC（System-on-a-Chip），译为片上系统，也称为系统级芯片。实际上它是一个高度集成的芯片系统，除了包括常见的CPU外，还包括了数字信号处理器DSP模块、GPU、嵌入的存储器模块以及和外部进行通讯的接口模块等手机上常用的硬件，它和电脑机箱里的集成主板有些类似（图1）。
探根究底 手机为什么要用SoC
普通台式电脑上，主板大多只集成一般必要的芯片，至于显卡、CPU、内存、硬盘则大多由用户自行配置，进行硬件扩展。因此普通电脑都具备极佳的扩展性，只要主板支持，我们可以任意将CPU升级到支持的最高频率以提高性能（图2）。
虽然台式机主板扩展性好，但是随之带来的是工艺的复杂，因为一台组装的电脑需要多个硬件厂商的产品，既需要制定一套复杂的标准，还要进行各种硬件之间的兼容性测试。显然这并不适合移动设备的生产。
一方面现在的手机、平板等移动设备更新换代速度极快，这要求手机厂商研发一款新手机的周期要很短，根本没有时间也没有技术去开发和测试各种硬件，这就要求手机芯片开发商提供高集成度的芯片以降低手机开发周期。
另一方面，手机内部空间小，不可能像台式机主板那样内置各种丰富的扩展接口，现在手机上唯一可以扩展的就只有外置SD卡。
正是由于上述原因，现在手机芯片开发商都会针对手机厂商推出定制SoC芯片系统，基本上厂商只要换上自己的外壳就可以推出自己的手机了，大大简化了手机开发周期。这也是为什么联发科一推出新的八核芯片系统，市场上立刻就会出现铺天盖地的山寨八核手机的原因（图3）。
深入手机内部 全面解读SoC
从上面的描述可以知道，SoC是集成多个模块的集成芯片，那么里面集成的各个模块又是怎么进行工作的呢？SoC又和手机的性能有什么关系？
首先，手机SoC芯片里集成的模块有不同的分工，比如CPU主要负责计算和多任务处理，GPU主要负责图形解码，通讯模块主要进行手机通信和Wi-Fi、蓝牙通信（图4）。
不过在实际运行中，SoC芯片系统会根据不同的使用环境科学地调配模块的运行。比如高通骁龙SoC芯片，其中集成的DSP（数字信号处理器）和GPU都有解码能力，当用户在使用手机播放音乐的时候，由于音频解码处理要求较低，此时芯片系统就只是调用低功耗的DSP进行解码，从而降低智能手机的电量消耗。但是当用户切换到大型3D游戏时，由于游戏画面需要渲染，此时系统就会调用芯片上的GPU进行解码。这样既不会影响用户的使用体验，又可以大幅降低手机的电量消耗（图5）。
其次，SoC芯片性能直接决定手机性能的高低，不同技术的SoC芯片决定了其硬件性能。因此要说自己的手机性能怎么样，实际上是指SoC芯片的性能。比如小米平板使用的英伟达Tegra 4的SoC，它集成的GPU使用72核GeForce GPU光栅化处理单元，在安安兔测试中，GPU的3D绘图（192×1080）得分高达7681分，而高通骁龙801（搭载Adreno 330图形处理器）相应得分则只有5500分左右（图6）。在不考虑游戏兼容性前提下，显然英伟达的SoC有着更好的游戏性能。
此外，不同芯片厂商对集成模块的优化技术水平也是决定手机性能的一个重要因素。比如SoC集成的ISP芯片是拍照过程中的运算处理单元，它的性能对手机相机最终的成像质量影响很大（约占15～20%）。因此对于使用不同SoC芯片的两款手机来说，即使它们使用的是一样的镜头，最终成像质量也会有很大的差异，其中就是由于ISP芯片对图像处理能力不同所致。所以市面上那些所谓的音乐手机、拍照手机之所以在手机某一方面有突出的表现，幕后功臣主要就是SoC所集成的芯片。
何为SoC
SoC（System-on-a-Chip），译为片上系统，也称为系统级芯片。实际上它是一个高度集成的芯片系统，除了包括常见的CPU外，还包括了数字信号处理器DSP模块、GPU、嵌入的存储器模块以及和外部进行通讯的接口模块等手机上常用的硬件，它和电脑机箱里的集成主板有些类似（图1）。
探根究底 手机为什么要用SoC
普通台式电脑上，主板大多只集成一般必要的芯片，至于显卡、CPU、内存、硬盘则大多由用户自行配置，进行硬件扩展。因此普通电脑都具备极佳的扩展性，只要主板支持，我们可以任意将CPU升级到支持的最高频率以提高性能（图2）。
虽然台式机主板扩展性好，但是随之带来的是工艺的复杂，因为一台组装的电脑需要多个硬件厂商的产品，既需要制定一套复杂的标准，还要进行各种硬件之间的兼容性测试。显然这并不适合移动设备的生产。
一方面现在的手机、平板等移动设备更新换代速度极快，这要求手机厂商研发一款新手机的周期要很短，根本没有时间也没有技术去开发和测试各种硬件，这就要求手机芯片开发商提供高集成度的芯片以降低手机开发周期。
另一方面，手机内部空间小，不可能像台式机主板那样内置各种丰富的扩展接口，现在手机上唯一可以扩展的就只有外置SD卡。
正是由于上述原因，现在手机芯片开发商都会针对手机厂商推出定制SoC芯片系统，基本上厂商只要换上自己的外壳就可以推出自己的手机了，大大简化了手机开发周期。这也是为什么联发科一推出新的八核芯片系统，市场上立刻就会出现铺天盖地的山寨八核手机的原因（图3）。
深入手机内部 全面解读SoC
从上面的描述可以知道，SoC是集成多个模块的集成芯片，那么里面集成的各个模块又是怎么进行工作的呢？SoC又和手机的性能有什么关系？
首先，手机SoC芯片里集成的模块有不同的分工，比如CPU主要负责计算和多任务处理，GPU主要负责图形解码，通讯模块主要进行手机通信和Wi-Fi、蓝牙通信（图4）。
不过在实际运行中，SoC芯片系统会根据不同的使用环境科学地调配模块的运行。比如高通骁龙SoC芯片，其中集成的DSP（数字信号处理器）和GPU都有解码能力，当用户在使用手机播放音乐的时候，由于音频解码处理要求较低，此时芯片系统就只是调用低功耗的DSP进行解码，从而降低智能手机的电量消耗。但是当用户切换到大型3D游戏时，由于游戏画面需要渲染，此时系统就会调用芯片上的GPU进行解码。这样既不会影响用户的使用体验，又可以大幅降低手机的电量消耗（图5）。
其次，SoC芯片性能直接决定手机性能的高低，不同技术的SoC芯片决定了其硬件性能。因此要说自己的手机性能怎么样，实际上是指SoC芯片的性能。比如小米平板使用的英伟达Tegra 4的SoC，它集成的GPU使用72核GeForce GPU光栅化处理单元，在安安兔测试中，GPU的3D绘图（192×1080）得分高达7681分，而高通骁龙801（搭载Adreno 330图形处理器）相应得分则只有5500分左右（图6）。在不考虑游戏兼容性前提下，显然英伟达的SoC有着更好的游戏性能。
此外，不同芯片厂商对集成模块的优化技术水平也是决定手机性能的一个重要因素。比如SoC集成的ISP芯片是拍照过程中的运算处理单元，它的性能对手机相机最终的成像质量影响很大（约占15～20%）。因此对于使用不同SoC芯片的两款手机来说，即使它们使用的是一样的镜头，最终成像质量也会有很大的差异，其中就是由于ISP芯片对图像处理能力不同所致。所以市面上那些所谓的音乐手机、拍照手机之所以在手机某一方面有突出的表现，幕后功臣主要就是SoC所集成的芯片。
何为SoC
SoC（System-on-a-Chip），译为片上系统，也称为系统级芯片。实际上它是一个高度集成的芯片系统，除了包括常见的CPU外，还包括了数字信号处理器DSP模块、GPU、嵌入的存储器模块以及和外部进行通讯的接口模块等手机上常用的硬件，它和电脑机箱里的集成主板有些类似（图1）。
探根究底 手机为什么要用SoC
普通台式电脑上，主板大多只集成一般必要的芯片，至于显卡、CPU、内存、硬盘则大多由用户自行配置，进行硬件扩展。因此普通电脑都具备极佳的扩展性，只要主板支持，我们可以任意将CPU升级到支持的最高频率以提高性能（图2）。
虽然台式机主板扩展性好，但是随之带来的是工艺的复杂，因为一台组装的电脑需要多个硬件厂商的产品，既需要制定一套复杂的标准，还要进行各种硬件之间的兼容性测试。显然这并不适合移动设备的生产。
一方面现在的手机、平板等移动设备更新换代速度极快，这要求手机厂商研发一款新手机的周期要很短，根本没有时间也没有技术去开发和测试各种硬件，这就要求手机芯片开发商提供高集成度的芯片以降低手机开发周期。
另一方面，手机内部空间小，不可能像台式机主板那样内置各种丰富的扩展接口，现在手机上唯一可以扩展的就只有外置SD卡。
正是由于上述原因，现在手机芯片开发商都会针对手机厂商推出定制SoC芯片系统，基本上厂商只要换上自己的外壳就可以推出自己的手机了，大大简化了手机开发周期。这也是为什么联发科一推出新的八核芯片系统，市场上立刻就会出现铺天盖地的山寨八核手机的原因（图3）。
深入手机内部 全面解读SoC
从上面的描述可以知道，SoC是集成多个模块的集成芯片，那么里面集成的各个模块又是怎么进行工作的呢？SoC又和手机的性能有什么关系？
首先，手机SoC芯片里集成的模块有不同的分工，比如CPU主要负责计算和多任务处理，GPU主要负责图形解码，通讯模块主要进行手机通信和Wi-Fi、蓝牙通信（图4）。
不过在实际运行中，SoC芯片系统会根据不同的使用环境科学地调配模块的运行。比如高通骁龙SoC芯片，其中集成的DSP（数字信号处理器）和GPU都有解码能力，当用户在使用手机播放音乐的时候，由于音频解码处理要求较低，此时芯片系统就只是调用低功耗的DSP进行解码，从而降低智能手机的电量消耗。但是当用户切换到大型3D游戏时，由于游戏画面需要渲染，此时系统就会调用芯片上的GPU进行解码。这样既不会影响用户的使用体验，又可以大幅降低手机的电量消耗（图5）。
其次，SoC芯片性能直接决定手机性能的高低，不同技术的SoC芯片决定了其硬件性能。因此要说自己的手机性能怎么样，实际上是指SoC芯片的性能。比如小米平板使用的英伟达Tegra 4的SoC，它集成的GPU使用72核GeForce GPU光栅化处理单元，在安安兔测试中，GPU的3D绘图（192×1080）得分高达7681分，而高通骁龙801（搭载Adreno 330图形处理器）相应得分则只有5500分左右（图6）。在不考虑游戏兼容性前提下，显然英伟达的SoC有着更好的游戏性能。
NoC:一种新的SoC范式 篇5
NoC出现背景
SoC通常指在单一芯片上实现的数字计算机系统, 总线结构是该系统的主要特征, 由于其可以提供高性能的互连而被广泛运用。然而随着半导体工艺技术的持续发展, 出现了一些与总线相关的问题:总线地址空间有限, 由于使用单一时钟整个芯片均同步的限制。因而在20世纪末几个研究小组提出了一种全新的集成电路体系结构NoC (Network on Chip) , 其核心思想是将计算机网络技术移植到芯片设计中来, 从体系结构上彻底解决总线架构带来的问题。
NoC基本概念和结构
NoC可以定义为在单一芯片上实现的基于网络通讯的多处理器系统, 是用来设计IP内核和系统芯片之间的通信子系统的方法。NoC包括计算和通讯两类节点。计算节点 (又称为资源, Resource) 完成广义的计算任务, 它们既可以是SoC, 也可以是各种单一功能的IP;通讯节点 (又称交换开关, Switch) 负责计算节点之间的数据通讯。通讯节点及其之间的网络称为OCN (On—ChipNetwork) , 它借鉴了分布式计算机系统的通讯方式, 用路由和分组交换技术替代传统的总线技术完成通讯任务。
NoC是一个在单一硅芯片上为大型积体电路系统之间通讯时而出现的新兴模式, 我们把它称为“片上核交互通信网络芯片的分层堆栈方法设计。”在一个片上网络系统, 如处理器核心、内存条和专门的IP块等模块, 交换数据使用的是网络作为公共交通的子系统来传递系统信息。一个片上网络是由交换机 (或路由器) 来连通多条点对点的数据链路交互构建而成, 使得信息在交换机中可以从任何源模块通过不同的链路转发到任何目的模块。
NoC基本特点及优势
NoC能够跨越同步和异步时钟域或者使用不受时间约束的异步逻辑。NoC将网络原理和方法用于芯片的通讯上, 并给传统的总线交互带来了便利。NoC相比于其它设计来说提高了系统芯片的可扩展性及复杂系统芯片的功率。
NoC的电线的链接中有许多共享的信号。因为NoC上所有链接都可以同时传送不同的数据包, 从而达到很高的并行水平。因此, 随着集成系统的复杂性不断增加, NoC相比之前的通信架构 (如专用的点对点信号线、共享总线、用网桥连接的分段总线等) 提供了更强的性能 (如吞吐量) 和可扩展性。当然, 一个好的算法必须设计以提供大量的并行性和也能更好地利用片上网络的潜力。
传统上, 集成电路在专用点对点连接上设计的是每一个信号用一条线路来传递。对于大型设计来说, 特别是从物理设计的角度来说, 这已经有较多的限制因素了, 导线会占用不少的芯片面积。在纳米级的Cmos技术中, 导线主宰着性能和动态功率损耗, 因为在芯片之间进行电线上的信号传输需要多个时钟周期。
NoC链路的速度、功耗、噪声、可靠性等性能均可预测, 我们可以利用预测值设计易于控制的结构从而减少设计的复杂度。从系统设计的角度, 随着多核处理器系统的出现, 网络是一个自然而然的架构选择。片上网络提供了计算和通信的隔离, 通过一个标准接口支持模块化和IP复用, 处理同步问题, 为系统测试提供平台服务, 并因此提高工程效率。
NoC与SoC的比较
NoC与SoC有两点本质的区别:处理器数量的不同和通讯机制的不同。前者是多处理器系统, 而后者是单一处理器系统;前者使用网路通讯, 而后者用总线通讯。从体系结构的角度来看, No C使用网络替代总线有如下优点:具有良好的地址空间可扩展性, 理论上可集成的资源节点的数目不受限制;提供良好的并行通讯能力, 从而提高数据吞吐率及整体性能;使用全局异步局部同步 (GlobalAsynchronous LocalSynchronous, GALS) 机制, 每一个资源节点都工作在自己的时钟域, 而不同的资源节点之间则通过OCN进行异步通讯, 很好地解决了总线结构的单一时钟同步问题, 从而彻底解决了庞大的时钟树所带来的功耗和面积问题。
NoC技术从体系结构上彻底解决了SoC的总线结构所固有的三大问题:由于地址空间有限而引起的扩展性问题, 由于分时通讯而引起的通讯效率问题, 以及由于全局同步而引起的功耗和面积问题。
值得注意的是, NoC技术虽然移植了计算机网络中的关键技术, 但是, 由于通讯媒介存在着根本差异以及纳米级工艺条件下芯片设计的特定需求, 使得NoC在以下几个方面与传统计算机网络之间存在着明显的不同:连线资源远较计算机网络丰富;流量分布函数的差别 (传统计算机网络的流量服从泊松分布) ;资源节点的异类性 (NoC可在整个系统芯片内进行计算, 而不仅仅是一个固定IP) ;显著的低功耗需求 (纳米级工艺条件下任何芯片都无法回避的最重要的问题之一) 。
NoC基础理论体系
经过近十年的发展, NoC技术的领域框架已经基本成形, 上图给出了NoC基础理论的体系。NoC技术领域包括体系结构、纳米设计技术、EDA实现理论与工具等几个主要方面。“体系结构”研究NoC的基本软硬件结构, 是当前学术界的研究重点。其中的“OCN结构”研究NoC的基础通讯架构 (backbone) ;“拓扑结构”研究NoC通讯系统的拓扑框架;“通讯协议”着眼于基础架构中的高效通信;“NoC软件”侧重于操作系统;“NoC基础元件库”相当于SoC时代的IP库, 库元件既包括SoC、IP等传统元件, 也包括链接通道 (1ink) 、接口、路由器、电开关等NoC时代的特有元件;“系统集成和验证技术”研究如何在上述基础上设计NoC芯片。
NoC研究现状及挑战
尽管NoC能够从已经确定下来的计算机网络定义借用概念和技术, 但是盲目地重复使用经典计算机网络和对称多处理器的特征是不切实际的。特别是NoC对交换机的要求更高, 需要体积小、节能高效且快速。早期的NoC研究忽略了这些方面, 但现在应该更详细地考虑。路由算法应该能够用简单的逻辑来执行, 数据缓冲区应该要达到最低限度。网络拓扑结构和属性应该是由具体相应的程序而定。
一些研究者认为, NoC需要支持服务质量 (QoS) , 即在吞吐量上实现各方面的要求, 端至端的延误和最后期限。NoC环境下的实时计算, 如音频和视频播放, 都需要服务质量的保证。但是目前的系统实现如Vx Works, RTLinux或QNX都能够实现实时计算子毫秒而无需特殊硬件支持。这表明对于许多实时应用程序来说现有的片上互连的基础设施的服务质量是足够的, 专用硬件逻辑将会实现微秒的精度, 在实际应用中终端用户是不需要这么精确的 (只需要十分之一毫秒级就能保证声音或视频的不抖动) 。
此外NoC的研究动机之一是在公共云计算基础设施中提供多个并发用户在单一多处理器芯片上的资源共享的支持。在这种情况下, 硬件的服务质量将会提供有保障的服务水平, 这将是一些公司或政府客户端所期盼的特性。迄今为止, 在学术界和工业界已经设计和分析了一些No C原型, 但只有少数已实施。然而, 从物理链路层到网络层, 并一路攀升到系统架构层和应用软件层, 不同级别均有许多具有挑战性的研究问题有待解决。
参考文献