基于量子遗传算法的嵌入式系统软硬件划分算法.PDF

维普资讯 第 9卷 第5期 电路与系统学报 Vo1．9 NO．5 2004年 lO月 JOURNALOFCIRCUITSANDSYSTEMS October， 2O04 文章编号：1007．0249(2004)05·0001·07 基于量子遗传算法的嵌入式系统软硬件划分算法 邹谊， 庄镇泉， 李斌 (中国科学技术大学 IU 科学 与技术系，安徽 合肥 230026) 摘要 ：针对嵌入式系统软硬件协 设计中的软硬件划分问题，本文在改进了基于基本调度块图的软硬件划分模型 的基础 j二，提出了一个荩于量子遗传算法 (QGA)的软硬件划分算法。通过采用 自适应的适应度函数、惯性量子旋 转角调整策略以及引入量子交叉操作，提高了算法的搜索效率，实验结果说明了该算法对解决软硬件划分问题的有 效件 。 关键词：软硬什协同设计；软硬件划分：量子计算；量子遗传算法 中图分类号：TP302 文献标识码 ：A 1 引言 传统的片上系统 (SoC)设计方法 中软硬件 的设计是分开进行的，软硬件子系统的分割主要依靠 设计者的经验人工实现，因此，设计 问题的显现往往在最后的联合验证阶段，解决问题的代价很大。 为了克服这一难题 ，发展 出以软硬件协同设计为主要特征的系统设计方法…．I2¨引。 所谓软硬件协同设计方法，就是用 自动、优化的系统体系结构开发替代人工的软硬件子系统分割， 在系统设计的高层阶段实现系统原型的快速开发并预估系统实现的性能，实现系统在性能、成本等方 面的优化。根据对系统功能要求分析粒度的不同， 目前软硬件协同设计方法主要分为两类4『】：一类采 用任务图 (TaskGraph)描述系统功能，分析粒度为任务级，通过优化系统的资源配置、任务分配和 任务调度实现最佳化系统设计，这类方法称为软硬件协同综合 (Cosynthesis)：另一类采用控制数据 流图 (CDFG)描述系统功能5『_-I7H ”，分析粒度为基本调度块 (BSB：BasicSchedulingBlock)，系统 采用主处理器一协处理器的体系结构和基本调度块顺序执行机制，通过合理选择基本调度块的软硬件 实现方式，在满足 目标系统成本约束的条件下实现系统性能优化；或在满足 目标系统性能约束的条件 下实现系统的成本优化。这类方法称为软硬件划分 (Partitioning)。本文重点研究软硬件划分方法。 目前，见于文献 的软硬件划分算法主要有 ：Ernst等提出了基于软件实现的方法 9『】，首先将系统 功能全部用软件实现，然后再利用模拟退火算法，选择恰当部分用硬件替代，直到刚好满足系统运行 时间约束，从而得到系统硬件成本的最小化实现。Ernst的算法运算时间较长，退火起始温度以及退 火速度选择对算法质量影响很大，选择较困难 。Gupta＆Michela等提出了基于硬件实现的方法 ， 首先将系统功能全部用硬件实现，然后再将适当部分用软件替代，直到刚好违反系统运行时间约束， 得到系统硬件成本的最小化实现。由于系统功能的复杂性，寻找系统功能的全部硬件实现过程本身非 常复杂甚至不现实，算法存在实现上的困难。Knudsen＆Madsen等的PACE方法8J『首先将系统功能全 部用软件实现，然后采用动态规划的方法完成软硬件的划分，实现系统运行时间约束下的硬件成本最 小化。PACE算法对系统硬件的成本约束限定为整数，算法的复杂度与系统中基本调度块数 目的平方 以及成本约束成正比，算法运行过程中需要维持一个很大的规划表，算法的内存开销和运算开销较大。 PACE算法中将基本调度块的划分局限于相邻BSB构成的BSB序列，降低了软硬件划分的优化潜力。 Kalavade等提出 MIBS算法 1『”，通过平衡考虑划分全局效果和待划分功能块的局部特性，动态调整 该功能块软硬件划分的阈值，并支持功能块硬件或软件实现的多方案选择。由于MIBS算法是一种启 发式的构造算法，容易因为先考虑的功能块划分结果对资源的过大 占用，使得后续的功能块的划分无 收稿 日期t2004．04．05 修订 日期：2004．07．29 基金项 目t国家 自然科学基金资助项 目