ArchPower：现代CPU设计架构级功耗建模数据集

功耗是大规模集成电路(ICs)的主要设计目标，尤其是复杂的现代处理器(即CPU)。准确的CPU功耗评估需要设计师经过漫长的IC实现过程，容易耗时数月。而在早期设计阶段(例如架构级)，传统功耗模型往往不够准确。最近，基于机器学习的架构级功耗模型被提出以提高准确性，但数据可获得性是一个严峻挑战。目前尚无开源数据集用于这一重要机器学习应用。典型的数据集生成过程涉及正确的CPU设计实现和重复执行功耗仿真流程，需要大量的设计专业知识、工程工作量和执行时间。即使是私有的内部数据集也往往无法反映真实的CPU设计场景。本文提出了ArchPower，即面向架构级处理器功耗建模的首个开源数据集。我们经过复杂且真实的设计流程，收集CPU架构信息作为特征，收集模拟得到的功耗作为标签。数据集包含200个CPU数据样本，来自25种不同的CPU配置，用于执行8种不同的工作负载。每个数据样本中包含超过100个架构特征，包括硬件参数和事件参数。每个样本的标签提供细粒度的功耗信息，包括总设计功耗以及11个组成部分的功耗。每个功耗值进一步分解为四个细粒度功耗组：组合逻辑功耗、时序逻辑功耗、存储器功耗和时钟功耗。ArchPower数据集已提供于https://github.com/hkust-zhiyao/ArchPower。