انتخاب ویژگی پیشنهادی برای مدیریت دمای پویا در سیستم های چندهسته ای

افزایش تعداد هسته ها، به منظور افزایش توان محاسباتی یک سیستم چندهسته ای، منجر به افزایش دمای پردازنده می شود. یکی از راه کارهای معمول برای کاهش دما، روش های کنش گراست. این روش ها، با پیش بینی دما پیش از رسیدن به دمای حدآستانه، مدیریت دما را انجام می دهند. در این مقاله، اثر استفاده از ویژگی های مناسب برای مدیریت دمای پردازنده موردتوجه قرار گرفته است. برای مدیریت دما، سه مدل، به ترتیب برای پیش بینی دما، پیش بینی پاسخ دمایی و کنترل دما پیشنهاد شده است. در این راستا، از شبکه عصبی پرسپترون چندلایه ای برای پیش بینی دما و پاسخ دمایی و از سامانه استنتاج عصبی-فازی وفقی به منظور مدیریت دما استفاده می شود. برای آموزش هر یک از مدل ها، مجموعه داده ای با تنوع بالا از حالات مختلف دمایی پردازنده، ایجاد و تعدادی از ویژگی های هر مجموعه، با نظارت حس گرها و شمارنده های کارایی پردازنده ایجاد و همچنین، برای افزایش دقت هر یک از مدل ها، تعدادی ویژگی با بهره گیری از پردازش های پیشنهادی فراهم و سپس، ویژگی های مناسب برای هر یک از مدل ها، با روش های پیشنهادی در این مقاله انتخاب می شود. ارزیابی مدل پیشنهادی برای پیش بینی و کنترل دمای پردازنده برای فاصله های زمانی مختلف، کمتر از 6/0 درجه سانتی گراد خطا دارد.