康子揚(yáng)，彭凌輝，周 干，林 博，王 蕾

(國防科技大學(xué)計(jì)算機(jī)學(xué)院,湖南 長沙 410073)

1 引言

在摩爾定律[1]驅(qū)動(dòng)下，單位面積芯片可承載的晶體管數(shù)量不斷增多，計(jì)算機(jī)的計(jì)算能力與存儲(chǔ)能力呈指數(shù)級(jí)上升。基于馮·諾依曼體系結(jié)構(gòu)的處理器時(shí)鐘頻率和性能不斷上升，但是存儲(chǔ)器訪問速度卻增長緩慢，導(dǎo)致處理器與存儲(chǔ)器之間的鴻溝越來越大，造成“存儲(chǔ)墻”瓶頸。因此，亟需新的計(jì)算模式及其體系結(jié)構(gòu)來滿足日益增長的計(jì)算性能需求。

類腦計(jì)算[2]沒有沿用經(jīng)典的馮·諾依曼體系結(jié)構(gòu)，而是從全新的角度出發(fā)，探索更高效的計(jì)算方法。類腦計(jì)算以腦科學(xué)研究為基礎(chǔ)，參考人類大腦皮層神經(jīng)細(xì)胞的工作機(jī)制，并將其映射為實(shí)際的物理器件。

脈沖神經(jīng)網(wǎng)絡(luò)SNN(Spiking Neural Network)[3]的提出讓類腦處理器的計(jì)算模式上升到了一個(gè)新的高度。在20世紀(jì)90年代，神經(jīng)生物學(xué)家們發(fā)現(xiàn)，神經(jīng)元細(xì)胞的軸突會(huì)發(fā)射出一系列電脈沖，這些脈沖通過軸突傳遞給其它的神經(jīng)元，其它神經(jīng)元在接收到脈沖后，或是被抑制，或是被激活，被激活的神經(jīng)元照此繼續(xù)向下傳遞脈沖。大腦通過這些突發(fā)的電脈沖，讓神經(jīng)元細(xì)胞相互激活和抑制，進(jìn)行著復(fù)雜信息的傳遞。這種采用脈沖進(jìn)行信息傳遞的模式被發(fā)現(xiàn)后，脈沖神經(jīng)網(wǎng)絡(luò)的概念被提出。這種網(wǎng)絡(luò)模式具有更真實(shí)的生物特性，并能更好地凸顯人腦低功耗的特點(diǎn)。

大部分類腦處理器上運(yùn)行的是SNN[4]。一個(gè)路由器節(jié)點(diǎn)下面會(huì)掛載一個(gè)神經(jīng)元核，而一個(gè)神經(jīng)元核里面會(huì)包含數(shù)千個(gè)神經(jīng)元。我們將成千上萬的神經(jīng)元進(jìn)行實(shí)際的物理硬件映射，將通信量大的神經(jīng)元放在一起封裝成神經(jīng)元核，從而盡可能地增加核內(nèi)通信，減少核間通信。但是，神經(jīng)元核并不能包含太多的神經(jīng)元，否則單核內(nèi)的布局布線互連會(huì)成為問題。所以，核間通信仍然大量存在。

對(duì)于類腦處理器，當(dāng)有神經(jīng)元被觸發(fā)后，會(huì)向所有與它連接的神經(jīng)元發(fā)送脈沖報(bào)文，類腦處理器會(huì)花費(fèi)若干個(gè)邏輯時(shí)鐘去處理當(dāng)前時(shí)間步產(chǎn)生的事件，將所有的脈沖發(fā)送到目標(biāo)神經(jīng)元核并完成相應(yīng)的計(jì)算。圖1為不同時(shí)間步下神經(jīng)元的放電行為統(tǒng)計(jì)?？梢钥闯鯯NN有著短時(shí)猝發(fā)的通信特點(diǎn)。在這些時(shí)間步內(nèi)，大量的神經(jīng)元同時(shí)發(fā)出脈沖，核間通信出現(xiàn)短時(shí)猝發(fā)激增情況，使片上網(wǎng)絡(luò)短時(shí)間內(nèi)發(fā)生擁塞。所以，如何快速解決短時(shí)猝發(fā)情況是類腦處理器的片上網(wǎng)絡(luò)NoC(Network on Chip)[5]設(shè)計(jì)亟待解決的問題。

Figure 1 Discharge behavior of neurons at different time steps圖1 不同時(shí)間步下神經(jīng)元的放電行為

本文針對(duì)類腦計(jì)算由于短時(shí)、猝發(fā)而導(dǎo)致片上網(wǎng)絡(luò)擁塞的情況，提出了基于哈密爾頓路徑[6]的擁塞感知自適應(yīng)路由算法。相對(duì)于沒有擁塞感知的哈密爾頓最短路徑算法，在數(shù)量猝發(fā)模式和概率猝發(fā)模式下，本文提出的擁塞感知路由算法使得片上網(wǎng)絡(luò)NoC的平均延遲分別降低了13.9%和15.9%，吞吐率分別提高了21.6%和16.8%。

2 背景

2.1 片上網(wǎng)絡(luò)

SoC(System on Chip)即片上系統(tǒng)[7]，它是信息系統(tǒng)核心的芯片集成，將系統(tǒng)關(guān)鍵部件集成在一塊芯片上。這樣不僅能更加充分地利用芯片的資源，而且還能縮短組件之間的連線，從而降低系統(tǒng)的延遲，提高系統(tǒng)的穩(wěn)定性。

一個(gè)系統(tǒng)里有許多組件，這些組件稱為處理單元PE(Processing Element)。以高性能處理器為例，PE不僅指處理器核，還包括片上其它組件,如IO接口和內(nèi)存接口。任意2個(gè)PE均有可能通信，比如處理器核就一定會(huì)和內(nèi)存進(jìn)行通信。若每一個(gè)核都與內(nèi)存接口互連，那么將會(huì)使用大量的資源去連線，這是極不合理的。為了使SoC高效互連，片上網(wǎng)絡(luò)NoC的通信模式被提出。NoC是片上專門負(fù)責(zé)PE之間通信的組件，將系統(tǒng)中所有的組件都掛載在NoC上，PE間再根據(jù)不同的通信協(xié)議進(jìn)行通信。這樣的通信模式，能極大地優(yōu)化布局布線和減少功耗。

2.2 片上網(wǎng)絡(luò)的設(shè)計(jì)空間

基本的NoC設(shè)計(jì)空間[8]包括拓?fù)浣Y(jié)構(gòu)、路由算法、流控機(jī)制和路由器微體系結(jié)構(gòu)設(shè)計(jì)。

常用的拓?fù)浣Y(jié)構(gòu)有環(huán)網(wǎng)、二維Mesh和二維Torus[9]等，圖2為二維Mesh結(jié)構(gòu)。網(wǎng)絡(luò)的拓?fù)浣Y(jié)構(gòu)決定了網(wǎng)絡(luò)節(jié)點(diǎn)的實(shí)際物理分布和節(jié)點(diǎn)間的連接關(guān)系。為了使芯片能更好地布局布線，結(jié)構(gòu)規(guī)整的二維Mesh網(wǎng)絡(luò)被廣泛應(yīng)用在多核領(lǐng)域。

Figure 2 2D Mesh network圖2 二維Mesh網(wǎng)絡(luò)結(jié)構(gòu)

路由算法[10]是根據(jù)網(wǎng)絡(luò)上數(shù)據(jù)包所攜帶的信息及當(dāng)前路由器坐標(biāo)信息，對(duì)數(shù)據(jù)包進(jìn)行路由計(jì)算，得到下一跳的路徑。路由算法必須與網(wǎng)絡(luò)結(jié)構(gòu)相適應(yīng)，否則容易產(chǎn)生死鎖。路由算法包括確定性路由和自適應(yīng)路由。確定性路由中當(dāng)前節(jié)點(diǎn)到目的節(jié)點(diǎn)的路徑是確定的。如XY路由，在二維Mesh的XY路由算法下，數(shù)據(jù)包先進(jìn)行X方向傳輸，當(dāng)X方向匹配時(shí)再進(jìn)行Y方向傳輸。XY路由存在的問題也很明顯[11],在網(wǎng)絡(luò)規(guī)模較大時(shí)，網(wǎng)絡(luò)一旦擁堵，邊緣和角落節(jié)點(diǎn)的吞吐率大大降低，網(wǎng)絡(luò)的負(fù)載大部分由中部區(qū)域承擔(dān)，從而增大了延遲，且降低了吞吐率。與確定性路由相比，自適應(yīng)路由的路徑選擇則不是固定的[12]，算法會(huì)根據(jù)當(dāng)前網(wǎng)絡(luò)節(jié)點(diǎn)的狀態(tài)進(jìn)行路徑選擇，但會(huì)更容易出現(xiàn)死鎖問題。

流控機(jī)制為數(shù)據(jù)包分配資源。常用的流控機(jī)制包括虛通道、存儲(chǔ)轉(zhuǎn)發(fā)和蟲孔路由[13]。

路由器微體系結(jié)構(gòu)直接決定了路由器節(jié)點(diǎn)所需要的資源、面積、功耗和延遲等。圖3為一個(gè)簡單的片上網(wǎng)絡(luò)節(jié)點(diǎn)路由器結(jié)構(gòu)，其組成包括5個(gè)輸入端口緩沖(分別連接?xùn)|南西北4個(gè)方向的路由器，以及本地PE)、交叉開關(guān)和輸出端口等部件。

Figure 3 Router structure of NoC圖3 片上網(wǎng)絡(luò)路由器結(jié)構(gòu)

網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)一旦確定，其物理連接和物理實(shí)現(xiàn)便不能再改變。所以，更靈活的路由算法能夠使網(wǎng)絡(luò)在相同的拓?fù)浣Y(jié)構(gòu)、不同的應(yīng)用場景下都能取得更好的性能，以最小的代價(jià)獲得相對(duì)最大的收益。

2.3 哈密爾頓最短路徑路由算法

哈密爾頓路徑[14]對(duì)網(wǎng)絡(luò)中的每個(gè)節(jié)點(diǎn)只訪問一次。如圖4所示，每個(gè)節(jié)點(diǎn)都會(huì)有唯一的坐標(biāo)Rnum(x，y)。對(duì)于m×n的網(wǎng)絡(luò)，會(huì)給每一個(gè)節(jié)點(diǎn)都分配一個(gè)編號(hào)num。對(duì)于每個(gè)節(jié)點(diǎn)的num，我們可以根據(jù)坐標(biāo)(x，y)計(jì)算獲得。若y為偶數(shù)，則num=x+y×n;若y為奇數(shù)，則num=(y+1)×n-x-1。

Figure 4 Node coordinates and Hamilton labels圖4 節(jié)點(diǎn)坐標(biāo)與哈密爾頓標(biāo)簽

在二維Mesh NoC中，任意2個(gè)路由節(jié)點(diǎn)之間存在通信需求，可以按照哈密爾頓路徑傳輸數(shù)據(jù)包。與此同時(shí)，任意2個(gè)路由節(jié)點(diǎn)通過雙向鏈路連接，可以同時(shí)相互傳遞信息。因此，根據(jù)每個(gè)路由節(jié)點(diǎn)的編號(hào)，我們將網(wǎng)絡(luò)分成2個(gè)子網(wǎng)，即高通道子網(wǎng)H和低通道子網(wǎng)L。在高通道子網(wǎng)中，數(shù)據(jù)包沿著節(jié)點(diǎn)編號(hào)嚴(yán)格增大的方向進(jìn)行傳輸。在低通道子網(wǎng)中，數(shù)據(jù)包沿著節(jié)點(diǎn)編號(hào)嚴(yán)格減小的方向進(jìn)行傳輸。

圖5a中,R2到R9經(jīng)過的路徑可以是(2-3-4-5-6-7-8-9)。此時(shí)能清楚地看到，這樣的傳輸路徑并不是最短路徑。R2到R9一共走了7跳，在XY路由中，只需要3跳,即(2-1-6-9)，顯然該傳輸方法的效果不盡人意。于是按最小路徑的決策，并且依然按照num嚴(yán)格增大的規(guī)則，便產(chǎn)生了“捷徑路徑”。如圖5b的最短路徑中，從R2到R9，捷徑路徑是(2-5-6-9),同樣是3跳，且沒有打破num嚴(yán)格增大的規(guī)則。捷徑路徑并不唯一，比如從R1到R11，就有3條捷徑路徑，分別是(1-2-3-4-11)、(1-2-5-10-11)和(1-6-9-10-11),都是4跳。低通道子網(wǎng)L同理。

Figure 5 Two transmission paths in high channel subnet圖5 高通道子網(wǎng)中的2種傳輸路徑

對(duì)于捷徑的選擇，本文按照某一方式來選擇。本文采用先進(jìn)行列匹配，再進(jìn)行行匹配的方法。仍以R1到R11為例，數(shù)據(jù)包先從R1橫向傳輸?shù)絉3，再縱向傳輸?shù)絉11。值得注意的是，基于這樣的最短路徑選擇方法，并沒有將網(wǎng)絡(luò)約束為單純的XY路由。以R2到R6為例，其捷徑路徑為(2-5-6)，是先進(jìn)行Y方向路由，再進(jìn)行X方向路由。本文按照以上最短路徑的策略來設(shè)計(jì)路由算法，比不走捷徑的策略效果要好，而且不同于傳統(tǒng)的XY路由。

2.4 死鎖

死鎖[15]是片上網(wǎng)絡(luò)設(shè)計(jì)必須解決的問題。死鎖的本質(zhì)問題，就是依賴關(guān)系產(chǎn)生了環(huán)。如圖6所示，各個(gè)節(jié)點(diǎn)分別向箭頭所指節(jié)點(diǎn)發(fā)送請求。R0的資源釋放取決于R1的資源釋放，R1的資源釋放取決于R2，R2的資源釋放取決于R3,R3的資源釋放取決于R0，依次形成環(huán)路。當(dāng)前資源無法釋放導(dǎo)致下一級(jí)資源無法釋放，導(dǎo)致網(wǎng)絡(luò)出現(xiàn)死鎖。

Figure 6 Deadlock圖6 死鎖

3 擁塞感知路由算法

本文基于哈密爾頓單播路由算法，研究擁塞感知的路由算法，優(yōu)化類腦處理器片上網(wǎng)絡(luò)的通信性能。

最短路徑策略的路由算法以捷徑為優(yōu)先，在所有節(jié)點(diǎn)猝發(fā)的情況下，網(wǎng)絡(luò)會(huì)在短時(shí)間內(nèi)陷入擁塞。所以，如何在擁塞的情況下高效地進(jìn)行傳輸，是本文要解決的問題。

本文以擁塞感知[16]為出發(fā)點(diǎn)，當(dāng)前節(jié)點(diǎn)路由器會(huì)感知自己相鄰節(jié)點(diǎn)路由器的鏈路buffer是否空閑。如圖7所示，當(dāng)前節(jié)點(diǎn)會(huì)獲得相鄰節(jié)點(diǎn)輸入FIFO的full信號(hào)。然后路由算法會(huì)根據(jù)4個(gè)相鄰方向full信號(hào)的情況，實(shí)時(shí)選擇下一跳出口。路由算法會(huì)在符合算法策略的前提下選擇full信號(hào)為0的方向進(jìn)行傳輸。

Figure 7 Congestion-aware mechanism圖7 擁塞感知機(jī)制

本文提出的擁塞感知路由算法是在哈密爾頓最短路徑路由算法基礎(chǔ)上進(jìn)行了優(yōu)化。傳統(tǒng)的哈密爾頓最短路徑路由算法嚴(yán)格按照節(jié)點(diǎn)標(biāo)簽增加或減少的方向進(jìn)行數(shù)據(jù)傳輸。當(dāng)網(wǎng)絡(luò)產(chǎn)生擁塞時(shí)，路由器不能進(jìn)行傳輸方向調(diào)整，限制了NoC的性能。為了提升數(shù)據(jù)包的傳輸效率，本文對(duì)這一規(guī)則進(jìn)行了優(yōu)化，允許路由器在選擇最短路徑時(shí)，根據(jù)網(wǎng)絡(luò)狀態(tài)及時(shí)調(diào)整傳輸方向。本文在算法優(yōu)化后選擇的路徑也是最短路徑。

上述優(yōu)化是指一個(gè)通道到另一個(gè)通道的單向通信，即高通道進(jìn)入低通道或者低通道進(jìn)入高通道。若2個(gè)通道之間可以互相進(jìn)行傳輸，則會(huì)產(chǎn)生死鎖。

因此，本文的算法優(yōu)化采用的是從低通道進(jìn)入高通道的優(yōu)化方案。以圖5中R10到R6為例，數(shù)據(jù)包在R10，數(shù)據(jù)包目的地為R6，若按照本文提到的先列匹配，再行匹配的哈密爾頓最短路徑路由算法，路徑將是(10-9-6)。加入擁塞檢測優(yōu)化后，R10將對(duì)通向R9和R5的鏈路進(jìn)行比較，當(dāng)R10西面方向擁塞時(shí)，便將數(shù)據(jù)包向北傳輸,然后再由R5傳輸?shù)絉6。(10-5-6)的路徑打破了嚴(yán)格增大或減小的規(guī)則，但是不會(huì)死鎖，后面將會(huì)進(jìn)行證明。同理，從R6到R2，R6根據(jù)東面方向和北面方向擁塞情況進(jìn)行選擇。路徑原本應(yīng)該是(6-5-2)，當(dāng)東面方向擁塞時(shí)，則向北方向傳輸?shù)絉1，再到R2。當(dāng)網(wǎng)絡(luò)面對(duì)擁塞時(shí)，為了提高鏈路利用率，降低延遲，選擇將數(shù)據(jù)包跳轉(zhuǎn)到另一個(gè)子網(wǎng)進(jìn)行路由，以緩解當(dāng)前子網(wǎng)壓力。

當(dāng)網(wǎng)絡(luò)不擁塞時(shí)，路由算法按照節(jié)點(diǎn)標(biāo)簽增加或減少的方向傳輸數(shù)據(jù)。當(dāng)網(wǎng)絡(luò)出現(xiàn)擁塞時(shí)，數(shù)據(jù)包從低通道進(jìn)入高通道進(jìn)行傳輸，以緩解當(dāng)前子網(wǎng)的通信壓力。因此，當(dāng)路由器接收到數(shù)據(jù)包后，它會(huì)根據(jù)路由器的坐標(biāo)的奇偶行，選擇不同的路由算法確定其傳輸方向，以避免路由死鎖的出現(xiàn)。具體的算法實(shí)現(xiàn)如算法1和算法2所示。

算法1擁塞感知路由算法(偶數(shù)行)Routing_even

輸入:(Cx,Cy), (Dx,Dy),eastfull,westfull,southfull,northfull。/*(Cx,Cy)為當(dāng)前節(jié)點(diǎn)坐標(biāo);(Dx,Dy)為目的節(jié)點(diǎn)坐標(biāo);eastfull,westfull,southfull,northfull為buffer滿信號(hào)*/

輸出:Dout。

1:Δx=Dx-Cx,Δy=Dy-Cy;

2://當(dāng)前處于偶數(shù)行

3:ifCy==0then

4:ifΔy> 0then

5:ifΔx< 0then

6:ifsouthfull==1 ANDwestfull==0then

7:Dout=WEST;

8:else

9:Dout=SOUTH;

10:endif;

11:endif;

12:ifΔx> 0then

13:Dout=EAST;

14:endif;

15:ifΔx==0then

16:Dout=SOUTH;

17:endif;

18:endif;

19:ifΔy== 0then

把兩種根本對(duì)立的角色放在一起進(jìn)行描述，對(duì)比鮮明，好壞鮮明，使讀者很容易分辨出好壞、分辨是非、明確立場。運(yùn)用這種手法，有利于充分展示雙方的矛盾立場，突現(xiàn)事物的本質(zhì)特征，加強(qiáng)文章的藝術(shù)效果和感染力，有效地傳遞了人物的情感特點(diǎn)，從而把感情抒發(fā)得淋漓盡致，凸顯人物特點(diǎn)。

20:ifΔx< 0then

21:Dout=WEST;

22:endif;

23:ifΔx> 0then

24:Dout=EAST;

25:endif;

27:Dout=LOCAL;

28:endif;

29:endif;

30:ifΔy< 0then

31:ifΔx< 0then

32:ifwestfull==1 ANDnorthfull==0then

33:Dout=NORTH;

34:else

35:Dout=WEST;

36:endif;

37:else

38:Dout=NORTH;

39:endif;

40:endif;

41:endif

算法2擁塞感知路由算法(奇數(shù)行)Routing_odd

輸入:(Cx,Cy), (Dx,Dy),eastfull,westfull,southfull,northfull。/*(Cx,Cy)為當(dāng)前節(jié)點(diǎn)坐標(biāo)；(Dx,Dy)為目的節(jié)點(diǎn)坐標(biāo);eastfull,westfull,southfull,northfull為buffer滿信號(hào)*/

輸出:Dout。

1:Δx=Dx-Cx,Δy=Dy-Cy；

2://當(dāng)前處于奇數(shù)行

3:ifCy==0then

4:ifΔy> 0then

5:ifΔx> 0then

6:ifsouthfull==1 ANDeastfull==0then

7:Dout=EAST；

8:else

9:Dout=SOUTH；

10:endif；

11:endif；

12:ifΔx< 0then

13:Dout=WEST；

14:endif；

15:ifΔx==0then

16:Dout=SOUTH；

17:endif；

18:endif；

19:ifΔy== 0then

20:ifΔx< 0then

21:Dout=WEST；

22:endif；

23:ifΔx> 0then

24:Dout=EAST；

25:endif；

26:ifΔx== 0then

27:Dout=LOCAL；

28:endif；

29:endif；

30:ifΔy< 0then

31:ifΔx> 0then

32:ifeastfull==1 ANDnorthfull==0then

33:Dout=NORTH；

34:else

35:Dout=EAST；

36:endif；

37:else

38:Dout=NORTH；

39:endif；

40:endif；

41:endif

4 無死鎖證明

本文通過證明通道依賴圖CDG(Channel Dependence Graph)是無環(huán)的[17]來證明優(yōu)化算法是無死鎖的。首先，將相鄰的2個(gè)節(jié)點(diǎn)構(gòu)建成2個(gè)通道，如0號(hào)節(jié)點(diǎn)和1號(hào)節(jié)點(diǎn)構(gòu)建的通道為(0,1)和(1,0)。然后,再根據(jù)本文算法判斷相鄰的通道間是否存在通道依賴。例如，路徑(10-5-6)符合算法策略，則通道(10,5)和通道(5,6)存在通道依賴；路徑(6-9-8)不符合算法策略，則通道(6,9)和通道(9,8)不存在通道依賴。最后統(tǒng)計(jì)出所有的通道依賴得到算法的CDG。本文以4×4規(guī)模NoC為例構(gòu)造了所提算法的CDG,如圖8所示?？梢钥闯?，通道依賴圖是無環(huán)的，即表明本文所提算法無死鎖。

Figure 8 Channel dependence graph圖8 通道依賴圖

5 實(shí)驗(yàn)與結(jié)果

本文為了驗(yàn)證提出的擁塞感知的哈密爾頓單播路由算法的可行性和有效性，采用Verilog HDL搭建網(wǎng)絡(luò)，NoC的設(shè)置如表1所示。

Table 1 Experimental setup

為了更好地模擬類腦計(jì)算應(yīng)用中的短時(shí)猝發(fā)情況，本文模擬2種發(fā)包情況。第1種情況是數(shù)量猝發(fā)模式，以單節(jié)點(diǎn)注入數(shù)量為變量;第2種情況是概率猝發(fā)模式，以單節(jié)點(diǎn)注入概率為變量。在16×16的NoC上，分別測得哈密爾頓最短路徑路由算法和實(shí)現(xiàn)擁塞感知哈密爾頓路由算法的平均延遲和吞吐率。

圖9和圖10是第1種情況下每個(gè)節(jié)點(diǎn)連續(xù)、隨機(jī)發(fā)送100～2 000個(gè)數(shù)據(jù)包得到的優(yōu)化前后平均延遲和吞吐率的結(jié)果。

Figure 9 Average delay comparison under different packet numbers圖9 不同數(shù)據(jù)包數(shù)量下平均延遲對(duì)比

Figure 10 Throughput comparison under different packet numbers圖10 不同數(shù)據(jù)包數(shù)量下吞吐率對(duì)比

圖11和12是第2種情況下每個(gè)節(jié)點(diǎn)分別以相同的概率隨機(jī)發(fā)送數(shù)據(jù)包得到的優(yōu)化前后平均延遲和吞吐率的結(jié)果。

Figure 11 Average delay comparison under different probability burst modes圖11 不同概率猝發(fā)模式下平均延遲對(duì)比

Figure 12 Throughput comparison under different probability burst modes圖12 不同概率猝發(fā)模式下吞吐率對(duì)比

從圖9～圖12可以看出，隨著網(wǎng)絡(luò)注入壓力的增大，擁塞檢測機(jī)制能夠提高鏈路利用率，從而有效緩解網(wǎng)絡(luò)壓力，減少平均延遲，增大網(wǎng)絡(luò)吞吐率。

6 結(jié)束語

本文針對(duì)類腦處理器的片上網(wǎng)絡(luò)報(bào)文猝發(fā)問題，研究了類腦處理器的片上網(wǎng)絡(luò)擁塞控制方法，并基于哈密爾頓最短路徑路由算法，提出了一種實(shí)時(shí)擁塞感知、無死鎖的哈密爾頓路由算法，在網(wǎng)絡(luò)猝發(fā)、短時(shí)間內(nèi)陷入擁堵時(shí)更好地緩解了網(wǎng)絡(luò)壓力，提升了網(wǎng)絡(luò)性能。最后，通過Verilog HDL建模，實(shí)現(xiàn)了路由算法，通過行為級(jí)仿真，與沒有擁塞感知的情況進(jìn)行了對(duì)比。實(shí)驗(yàn)結(jié)果表明，加入擁塞感知對(duì)網(wǎng)絡(luò)性能會(huì)有較大提升。本文的研究成果能夠應(yīng)用到類腦計(jì)算等通信量大、通信模式較為復(fù)雜的通信場景，具有廣泛的應(yīng)用前景。由于SNN具有一到多的通信特點(diǎn)，單播路由算法能力有限，因此，在未來的工作中，將設(shè)計(jì)并實(shí)現(xiàn)擁塞感知的多播哈密爾頓路由算法，以進(jìn)一步提升類腦處理器片上網(wǎng)絡(luò)的性能。