面向下一代异构混合关键性系统的能源高效实时数据移动策略开发
硬件体系结构
2026-02-11 v1
摘要
工业领域如汽车、机器人和航空正快速演进，以满足对驱动 Autonomy、Connectivity、Electrification 和 Shared mobility (ACES) 的机器学习需求的日益增长。这种范式转变本身以及显著增加了对 onboard 计算性能和高性能通信基础设施的要求。与此同时，摩尔定律和戴纳定律正趋于枯竭，这导致计算系统规模扩大，异构性和专业化程度提高，through application-specific hardware accelerators，而不是仅靠技术扩张。满足 ACES 要求需要在能源效率方面实现巨大的计算性能，因为大多数用例本质上受资源限制。计算性能和异构性的增加伴随着对高内存带宽和容量的日益增长的需求，因为驱动应用程序正在变得更加复杂，处理大量且逐渐不规则的数据集，并需要持续的传感器数据输入，对芯内和芯外互联系统的压力日益增大。此外，ACES 将实时关键和通用计算任务组合在同一物理平台上，共享通信、存储和微体系结构资源。这些异构混合关键性系统 (MCS) 对互联提出了额外的压力，要求在不同关键性水平之间保持最小的争用，以维持高度的可预测性。满足跨越广泛工业应用的性能和能源效率要求需要对内存系统与用例、计算单元和加速器进行仔细协同设计。
引用
@article{arxiv.2602.09554,
title = {Development of an Energy-Efficient and Real-Time Data Movement Strategy for Next-Generation Heterogeneous Mixed-Criticality Systems},
author = {Thomas Benz},
journal= {arXiv preprint arXiv:2602.09554},
year = {2026}
}
备注
Doctoral Thesis