前人的方法有局限性：

  • 之前更关注怎么优化对神经元的划分
  • 方法全是适用于小于5000核的映射问题

Exixting Mapping methods – Introduction & Explanation

  1. PACMAN:
    在进行映射时，PACMAN 采用了一种简单的先到先得技术。这意味着它按照任务的到达顺序依次进行资源分配。最先到达的任务会最先被分配到可用的处理核心上，直到所有任务都被分配完毕。


  2. TrueNorth:
    输入层(即第一个layer)集群（clusters）被放置在固定位置。(超参数)
    对于第二层及其后的每一层：
    每个集群会计算其到前一层所有相邻集群的距离总和。
    选择距离总和最小的硬件核心来放置当前层的集群。


  3. DFSynthesizer:
    随机初始化集群位置。
    计算初始吞吐量和能耗。
    在每次迭代中：
    随机选择两个集群并交换它们的位置。
    重新计算吞吐量和能耗。
    如果新的映射更优，则保留新映射；否则，恢复到之前的映射。
    重复上述过程直到满足停止条件。


  4. SDFSNN:
    将SNN模型转化为SDFG模型，在SDFGs的框架下进行随机映射迭代。
    • SDFGs(Synchronous Data-Flow Graphs):
      1. 首先生成一个拓扑矩阵T,示例如下：
      Topology Matrix Example
      其中,红字代表节点编号,黑字代表连接节点之间有向线段的编号.而第一排第一列的意思是U点往1号线段上发送2单位信息;第二排第一列的意思是U点与2号线段无关联,无信息传输,为0;第一排第二列的意思是Add点接收1号线段上1单位信息流入.
    • 2. 寻找合适的Fire Vector序列, Fire Vector是指发送信号（开火）的 node，在图中的Fire Vector sequence可以表示为： $$ \begin{bmatrix} v_1 \\ v_2 \\ v_3 \end{bmatrix} $$
      v1 指的是 U（图中标明了是 1 号），vT2 指的是 Mul，以此类推。现在要找一个序列,使得 $$ T \cdot v = \begin{bmatrix} t_{11} & t_{12} & t_{13} \\ t_{21} & t_{22} & t_{23} \\ t_{31} & t_{32} & t_{33} \end{bmatrix} \cdot \begin{bmatrix} v_1 \\ v_2 \\ v_3 \end{bmatrix} $$
    • 3. 之后，随机选取一个点开始，fire it, then repeat until the sequence is finished.
5. 基于SDFSNN的PSOPART:
  1. 初始化:
    • 随机初始化粒子群，粒子数量通常在 20-100 之间
    • 每个粒子代表一种可能的映射方案
    • 随机初始化各粒子的位置
  2. 迭代过程:
    • 对于每一次迭代:
      • a. 更新粒子:
        • 对每个粒子执行以下操作:
        • i. 计算粒子速度和位置: V_new = ω * V_current + c1 * rand() * (pbest - X_current) + c2 * rand() * (gbest - X_current)
          Then:
          X_new = X_current + V_new
        • ii. 更新粒子的位置
        • iii. 计算新位置的适应度
      • b. 更新最佳值:
        • 如果新位置适应度优于粒子的历史最佳位置 (pbest)，更新 pbest.
        • 如果新位置适应度优于全局最佳位置 (gbest)，更新 gbest.
  3. 终止条件:
    • 达到最大迭代次数
    • 适应度改进不足
  4. 输出结果:
    • gbest 作为查找点的结果

Queued Question

  1. Q: 为何不share一根线，比如c0->c2要经过c1,那么是否可以借用c0->c1的线再到c2？反正c0也要经过c1。
    Q1 Based image
    A:
     1.带宽限制：每条通信线路的带宽是有限的。如果将多个通信需求共享同一条线路，可能会导致带宽不足，进而影响数据传输的速度和效率。这在高频率的神经网络通信中尤为重要。
     2.数据冲突：共享线路可能会导致数据冲突，特别是在多个数据包同时需要通过同一线路时。为了避免冲突，需要复杂的调度机制，这会增加系统的复杂性和延迟。
     3.通信延迟：在多跳通信（如c0->c1->c2）中，每一跳都会增加一定的延迟。如果共享线路，会使得路径上的每一跳都变得更加拥堵，从而增加整体通信延迟。
     4.网络拓扑结构：神经形态硬件通常采用特定的网络拓扑结构（如2D-mesh或环网）来实现各节点之间的通信。每个节点的连接是根据这种拓扑结构预先设计好的，动态改变线路或共享线路可能会破坏这种结构，从而影响网络的性能和稳定性。
     5.资源利用率：共享线路可能会导致部分线路的资源利用率过高，而其他线路资源利用率过低。为了实现高效的硬件资源利用率，通常需要对通信路径进行均衡分配，而不是让某些线路承载过多的通信任务。
     6.编程和管理复杂性：管理和调度共享线路需要复杂的控制逻辑，这不仅增加了编程难度，还可能引入更多的管理开销和潜在的错误。

Ordered – Unordered – Unordered

  1. ordered item
  2. ordered item
    • unordered
    • unordered
    • unordered item
    • unordered item
  3. ordered item
  4. ordered item

Unordered – Ordered – Unordered

  • unordered item
  • unordered item
    1. ordered
    2. ordered
      • unordered item
      • unordered item
  • unordered item
  • unordered item

Unordered – Unordered – Ordered

  • unordered item
  • unordered item
    • unordered
    • unordered
      1. ordered item
      2. ordered item
  • unordered item
  • unordered item