基于Motif统计和强化学习的自适应路由方法及系统
知识产权简介
本发明设计一种基于Motif统计方法和强化学习的自适应路由方法及系统。片上路由网络 (Network On Chip, NoC) 为去中心化众核芯片架构提供了通信基础,其性能表现与路由方法紧密相关;自适应路由方法及系统根据芯片的实际运行场景动态调整数据通信路径,能够保证片上路由网络在不同复杂通信场景下均能表现高效的通信性能。 具体地,本发明基于复杂网络分析方法Motif处理实时全局通信信息,结合Motif分析结果及其他路由相关信息,由深度强化学习算法训练出路径选择策略。基于全局通信分析的自适应路由算法具备更强的自适应能力,能够在复杂及动态变化的场景中提供更优的数据通信时延及更高的数据吞吐量。此外,本发明还通过树模型拟合深度强化学习神经网络,将其转换为简易电路逻辑,确保所设计路由方法及系统在移动端芯片的顺利部署和运行。 本发明的自适应路由方法及系统适用于基于众核架构移动端AI处理器,应用场景包括无人驾驶、自主机器人及其他人工智能设备。本发明能够显著提高整体系统的通信效率,降低通信延迟并增强系统的适应能力,使其能够应用于不用的复杂场景。