CHƯƠNG 3 TRIỂN KHAI CÁC ỨNG DỤNG CÓ THỂ ĐIỀU CHỈNH MỨC CHẤT LƯỢNG VÀO NỀN TẢNG CẤU HÌNH LẠI ĐƯỢC DỰA TRÊN NoC TẠI THỜI
3.4. Các giải pháp cho bài toán ánh xạ các ứng dụng lên NoC tại thời
3.4.2. Giải pháp heuristic cho bài toán ánh xạ tại thời gian chạy
3.4.2.3. Kết quả mô phỏng và đánh giá
Trong mô phỏng này, tác giả sử dụng các nền tảng phần cứng với các kích thước lần lượt là 5x5, 6x6 và 7x7. Mỗi nền tảng có một ISP và các PE còn lại của nền tảng là các vùng cấu hình lại được. ISP có khả năng thực hiện được tối đa lên đến 6 tác vụ, mỗi vùng cấu hình lại được chỉ thực hiện được duy nhất 1 tác vụ. 12 ứng dụng có kích thước khác nhau thay đổi từ 6 đến 14 tác vụ, mỗi ứng dụng có bốn mức chất lượng khác nhau (ví dụ:
Qi1, Qi2, Qi3 và Qi4) được sử dụng như trong Bảng 3.1. Thời gian tính toán của các tác vụ, trễ truyền thông của các cặp tác vụ tại mỗi mức chất lượng được tạo ra tương tự như trong Mục 3.4.1.2. Hai kịch bản mô phỏng được thực hiện: (i) Các ứng dụng được triển khai lên nền tảng đồng thời; (ii) Các ứng dụng được triển khai lên nền tảng một cách ngẫu nhiên hoặc theo thứ tự ưu tiên. Mỗi kịch bản được thực hiện 100 lần với tổng số tác vụ của các
ứng dụng được ánh xạ lên nền tảng thay đổi từ (x*y) đến (x*y +5). Trong đó, x, y lần lượt là số hàng và số cột của nền tảng phần cứng.
Để đánh giá tính hiệu quả của thuật toán đã đề xuất, tác giả chọn ba thuật toán có liên quan như FF, NN [10] và Chen-Ling [13] để so sánh. Các thuật toán này cùng thực hiện ánh xạ các tác vụ của ứng dụng lên các vùng gần lồi được tạo ra từ chiến lược chọn vùng NF và chiến lược chọn vùng của tác giả. Các thông số được thu thập và thống kê theo giá trị trung bình, bao gồm giá trị lợi ích tổng thể của các ứng dụng (OB: Overall Benefit), mức chất lượng của từng ứng dụng, khoảng cách MD trung bình (ADM: Average Manhattan Distance), khoảng cách MD truyền thông trung bình (ACMD: Average Communication Manhattan Distance), thời gian chạy của các thuật toán.
a) Đánh giá giá trị lợi ích tổng thể và mức chất lượng của các ứng dụng
Giá trị lợi ích đại diện cho mức độ hài lòng của người dùng khi nhận được một mức chất lượng nhất định. Khi người dùng nhận được chất lượng cao nhất của một ứng dụng, giá trị lợi ích bằng 1. Chất lượng thấp hơn sẽ có giá trị lợi ích nhỏ hơn [67]. Do vậy, tác giả sử dụng thông số này để đánh giá chất lượng đạt được cho các ứng dụng sau khi ánh xạ. Hình 3.8, Hình 3.9 và Hình 3.10 chỉ ra giá trị OB của các ứng dụng đạt được khi triển khai các ứng dụng vào nền tảng phần cứng với các kích thước lần lượt là 5x5, 6x6 và 7x7 theo các thuật toán khác nhau. Trong tất cả các trường hợp, thuật toán heuristic của tác giả đề xuất cho kết quả tốt hơn so với thuật toán FF, NN và Chen-Ling. Cụ thể, đối với nền tảng có kích thước 5x5, sử dụng chiến lược phân vùng NF, thuật toán của tác giả (TG) đề xuất cải thiện giá trị lợi ích tổng thể lần lượt 41,6%, 26,9% và 28,0% so với thuật toán FF, NN và Chen-Ling. Tương tự, khi sử dụng chiến lược phân vùng của tác giả đề xuất, thuật toán của tác giả cũng cải thiện lần lượt 37,1%, 24,1% và 16,7% so với FF, NN và Chen- Ling.
Hình 3.8. Giá trị lợi ích tổng thể của các ứng dụng đã được ánh xạ lên kích thước mạng 5x5
0,000
0,000 0,000
0,000 0,000
0,000 0,000
0,000
0,000 0,000 0,000 0,000 0,000 0,000 0,000
CV_NF CV_TG
Giá trị lợi ích tổng thể
Chiến lược chọn vùng
FF NN Chen TG
Đối với mạng có kích thước 6x6, thuật toán heuristic của tác giả cải thiện lần lượt 52,2%, 36,5% và 39,4% so với thuật toán FF, NN và Chen-Ling trong trường hợp sử dụng chiến lược phân vùng NF. Tương tự, tăng lần lượt 43,7%, 37,2% và 34,0% so với FF, NN và Chen-Ling khi sử dụng chiến lược phân vùng của tác giả đề xuất.
Hình 3.9. Giá trị lợi ích tổng thể của các ứng dụng đã được ánh xạ lên kích thước mạng 6x6 Tương tự, khi sử dụng chiến lược phân vùng NF, thuật toán của tác giả cải thiện chất lượng của các ứng dụng được ánh xạ lên nền tảng 7x7 lần lượt 69,5%, 62,5% và 49,0% so với thuật toán FF, NN và Chen-Ling. Cải thiện lần lượt 39,2%, 31,7% và 36,7% trong trường hợp sử dụng chiến lược phân vùng của tác giả đề xuất.
Hình 3.10. Giá trị lợi ích tổng thể của các ứng dụng đã được ánh xạ lên kích thước mạng 7x7 Để đánh giá mức chất lượng đạt được của một vài ứng dụng cụ thể theo mỗi thuật toán, kịch bản ánh xạ ba ứng dụng (A5 – 7 tác vụ, A8 - 10 tác vụ và A9 – 11 tác vụ) đồng thời lên nền tảng phần cứng với kích thước 5x5 được thực hiện. Giá trị lợi ích tổng thể và
0,000
0,000 0,000
0,000 0,000
0,000 0,000
0,000
0,000 0,000 0,000 0,000 0,000 0,000
CV_NF CV_TG
Giá trị lợi ích tổng thể
Chiến lược chọn vùng
FF NN Chen TG
0,000
0,000
0,000
0,000
0,000
0,000 0,000
0,000
0,000 0,000 0,000 0,000 0,000
CV_NF CV_TG
Giá trị lợi ích tổng thể
Chiến lược chọn vùng
FF NN Chen TG
mức chất lượng đạt được trong kịch bản này được chỉ ra như Bảng 3.4. Dễ thấy rằng, thuật toán ánh xạ của tác giả đề xuất có kết quả tốt hơn các thuật toán khác.
Bảng 3.4. Chất lượng và giá trị lợi ích của các ứng dụng Thuật toán Ứng dụng
thứ i
Mức chất lượng Giá trị lợi ích tổng thể CV_NF CV_TG CV_NF CV_TG FF
A5 Q54 Q54
0,080 0,121
A8 Q84 Q82
A9 Q93 Q93
NN
A5 Q54 Q54
0,142 0,162
A8 Q82 Q82
A9 Q92 Q91
Chen
A5 Q53 Q52
0,130 0,192
A8 Q83 Q82
A9 Q92 Q92
Tác giả
A5 Q53 Q51
0,182 0,290
A8 Q82 Q82
A9 Q91 Q91
b) Đánh giá hiệu năng truyền thông
Tiếp theo, tác giả đánh giá hiệu năng truyền thông cho các thuật toán qua hai thông số AMD và ACMD. AMD là tỉ số giữa tổng số Hop của một ứng dụng đã được ánh xạ trên tổng các cạnh trong đồ thị tác vụ ứng dụng. Một thuật toán ánh xạ ứng dụng có AMD nhỏ hơn thì độ trễ và tiêu thụ năng lượng sẽ nhỏ hơn bởi vì các gói dữ liệu đi qua số lượng Hop nhỏ hơn. ACMD đại diện cho trễ truyền thông của các gói tin đi qua mỗi Hop. Tương tự, ACMD nhỏ thì trễ và tiêu thụ năng lượng của mạng cũng giảm.
Bảng 3.5. Giá trị AMD khi ánh xạ các ứng dụng lên nền tảng 5x5, 6x6 và 7x7
Thuật toán 5x5 6x6 7x7
CV_NF CV_TG CV_NF CV_TG CV_NF CV_TG
FF 2,023 1,857 2,245 1,861 2,380 1,914
NN 1,833 1,704 2,091 1,805 2,232 1,821
Chen 1,943 1,788 2,207 1,771 2,226 1,878
Tác giả 1,816 1,594 1,983 1,669 2,066 1,673
Bảng 3.6. Giá trị ACMD khi ánh xạ các ứng dụng lên nền tảng 5x5, 6x6 và 7x7
Thuật toán 5x5 6x6 7x7
CV_NF CV_TG CV_NF CV_TG CV_NF CV_TG
FF 2,070 1,874 2,237 1,845 2,296 1,870
NN 1,828 1,713 2,053 1,773 2,158 1,771
Chen 1,860 1,691 2,106 1,742 2,164 1,850
Tác giả 1,592 1,430 1,763 1,496 1,866 1,521 Giá trị AMD và ACMD của các ứng dụng khi triển khai lên các nền tảng với kích thước khác nhau (5x5, 6x6 và 7x7) theo các thuật toán ánh xạ khác nhau được chỉ ra như Bảng 3.5, Bảng 3.6, Hình 3.11 và Hình 3.12. Các giá trị AMD và ACMD được cắt giảm lần lượt theo thuật toán heuristic và chiến lược chọn vùng của tác giả bởi vì trong thuật toán ánh xạ của tác giả đề xuất đã xem xét tối ưu cho cả hai điều kiện đó là khoảng cách MD và trễ truyền thông giữa các cặp tác vụ của ứng dụng. Điều này cũng có nghĩa rằng, thuật toán của tác giả có độ trễ và tiêu thụ năng lượng thấp hơn so với các thuật toán khác.
Hình 3.11. Giá trị AMD của các ứng dụng đã được ánh xạ theo các thuật toán khác nhau 0,000
0,001 0,001 0,002 0,002 0,003
CV_NF CV_TG CV_NF CV_TG CV_NF CV_TG
5x5 6x6 7x7
Giá trị AMD
Chiến lược chọn vùng, kích thước nền tảng
FF NN Chen Tác giả
Hình 3.12. Giá trị ACMD của các ứng dụng đã được ánh xạ theo các thuật toán c) Đánh giá hiệu quả chiến lược chọn vùng NF và của tác giả
Chọn một vùng gần lồi sau đó ánh xạ các ứng dụng vào nó không những mang lại lợi ích về hiệu năng, chống phân mảnh cho các PE trên nền tảng phần cứng như đã phân tích ở trên mà còn giúp triển khai nhanh các ứng dụng lên hệ thống, vấn đề này rất quan trọng cho một hệ thống quản lý động. Tiếp theo, thời gian chạy của thuật toán chọn vùng và tỉ lệ của các thông số OB, AMD, ACMD giữa chiến lược chọn vùng của tác giả đề xuất và NF sẽ được đánh giá.
Thời gian chạy thuật toán chọn vùng được thống kê theo giá trị trung bình khi triển khai các ứng dụng lên các nền tảng với kích thước khác nhau lần lượt là 5x5, 6x6, 7x7, 8x8, 9x9 và 10x10. Đối với một nền tảng xác định, tác giả chạy 2000 lần với tổng số tác vụ của các ứng dụng thay đổi từ (x*y) đến (x*y +5). Ví dụ, với nền tảng có kích thước 5x5, thực hiện chạy 2000 lần cho các ứng dụng có tổng số tác vụ thay đổi từ 25 đến 30.
Kết quả thời gian chạy thuật toán chọn vùng được chỉ ra như Bảng 3.7. Do chiến lược chọn vùng của tác giả đề xuất sử dụng một kỹ thuật đơn giản hơn nên có thời gian chạy nhỏ hơn so với NF hay nói cách khác chiến lược của tác giả đề xuất có độ phức tạp tính toán nhỏ hơn.
0,000 0,001 0,001 0,002 0,002 0,003
CV_NF CV_TG CV_NF CV_TG CV_NF CV_TG
5x5 6x6 7x7
Giá trị ACMD
Chiến lược chọn vùng, kích thước nền tảng
FF NN Chen Tác giả
Bảng 3.7. Thời gian chạy trung bình của các chiến lược chọn vùng Kích thước
nền tảng Số tác vụ Thời gian chạy trung bình (ms) Gain CV_NF CV_TG (%)
5x5 2530 0,1165 0,0704 -39,55
6x6 3641 0,2129 0,1018 -52,20
7x7 4954 0,3913 0,1302 -66,72
8x8 6469 0,6970 0,1722 -75,30
9x9 8186 1,3365 0,2099 -84,29
10x10 100105 2,2836 0,2564 -88,77
Tiếp theo, tác giả đánh giá tính hiệu quả cho các chiến lược chọn vùng thông qua tỉ số của các giá trị OB, AMD và ACMD giữa chiến lược chọn vùng của tác giả trên chiến lược chọn vùng NF. Hình 3.13 cho thấy lợi ích thu được từ chiến lược chọn vùng của tác giả so với NF đối với các giá trị OB, AMD và ACMD. Tất cả các giá trị OB, AMD và ACMD được cải thiện. Đối với trường hợp nền tảng có kích thước 5x5, giá trị OB được cải thiện trung bình khoảng 12,2%; các giá trị AMD và ACMD giảm trung bình lần lượt 8,6% và 8,3%. Với nền tảng có kích thước 6x6, giá trị OB tăng trung bình khoảng 39,8%; giá trị AMD và ACMD giảm trung bình lần lượt 16,6% và 15,9%. Tương tự, trong trường hợp nền tảng có kích thước 7x7, các giá trị này tăng và giảm trung bình lần lượt là 46,5% và 18,2%, 17,4%. Kết quả này chứng minh rằng chiến lược chọn vùng của tác giả đề xuất mang lại hiệu quả cao hơn so với NF về sử dụng tài nguyên, trễ và tiêu thụ năng lượng.
a) Nền tảng có kích thước 5x5 -15
-10 -5 0 5 10 15 20 25 30
FF NN Chen TG
Gain (%)
Các thuật toán ánh xạ
OB AMD ACMD
b) Nền tảng có kích thước 6x6
c) Nền tảng có kích thước 7x7
Hình 3.13. Các cải thiện trong chiến lược chọn vùng của tác giả