光学片上网络的激光调制方案

逍遥设计自动化

引言
$ b# W% j: C0 A# t1 p随着硅晶体管缩放接近极限，研究人员正在探索新技术以继续提高处理器性能和效率。有前途的方向是使用片上光学网络（也称为光学片上网络或光学NoC）来替代传统的电气互连。与电气网络相比，光学NoC在带宽、延迟和功耗方面具有潜在优势。然而，有效管理光学NoC的功耗带来了新的挑战[1]。

本文将探讨用于最小化光学NoC静态功耗的激光调制方案。我们将介绍基于网络活动动态调制激光功率的关键概念、架构和预测技术。


背景
光学NoC使用光来传输芯片上组件之间的数据。基本构建模块包括：
  t3 x, G* I% S" c0 q; z/ R

激光器：光源，可以是片外或片上

调制器：将电信号转换为光信号

波导：在芯片上引导光

光电探测器：将光信号转换回电信号

光传输本身非常高效，但产生光的激光器消耗大量功率。一个关键挑战是光子不能像电荷那样容易存储。这意味着激光器通常需要持续供电，即使不主动传输数据时也是如此。这种静态功耗可能占光学NoC总功耗的80-90%。
1 V$ C4 n7 F7 }$ ~! B* Z
为解决这个问题，研究人员开发了激光调制方案，旨在根据预测的网络活动动态调整激光功率。一般方法包括：

监控网络活动指标

预测未来活动

相应调整激光功率

重新配置网络

5 ~! @) D5 i6 Q6 H( Z6 z; A9 m让我们看看为不同类型处理器提出的一些具体方案。
% k2 X( V# a' R. c& K- P5 A/ A
多核CPU设计中的激光调制方案
" e8 \* c. n+ n0 \( aProbe
/ _! P' K6 T0 i, [$ N: }6 e最早提出的激光调制方案之一是Probe。使用64核架构，核心分组为4x4块。每个块都有专用的片外激光器，可以使用单写多读（SWMR）总线广播消息。
* Q; d' r- `% y; W
- g1 @; |" G% j4 j/ ?Probe根据链路利用率和缓冲区利用率指标预测未来活动。使用两种类型的预测器：

用于低流量变化：过去和当前利用率的加权平均

用于高变化：由利用率水平索引的模式历史表
[/ol]
锦标赛预测器根据最近的准确性在两者之间选择。
0 W4 I! B1 F& x( \0 b" n# B* B
ColdBus
ColdBus采用不同的方法，基于L1缓存未命中预测活动。关键洞察是在共享内存系统中，大部分网络流量来自L1未命中。

, Z) [9 G* e$ E1 B6 k; x. `, A& O% b$ ^使用类似于分支预测器的基于PC的预测器来识别可能导致未命中的指令。然后，一个时期预测器估计这些未命中何时发生。
0 Q; F- N! b0 E5 J  m
ColdBus还引入了一个"额外波导"，为需要的站点提供应急功率。
' p. I  Z: l; ]3 r: B* a8 G9 h
PShaRe
PShaRe在之前工作的基础上有几个关键创新：

一致性和非一致性流量的独立网络

基于神经网络的非线性预测器

站点之间的功率共享

重用浪费的光功率进行热调谐
[/ol]
6 H# o% D" N0 g9 S, g图1显示了整体架构：

v0i132opydn64034878813.png

# X' \: o$ g6 W+ }+ N3 _: D图1：PShaRe架构，显示连接光学站点的功率和数据波导。

1 V4 b6 Y7 H2 W0 X+ Y1 K7 Y神经网络预测器使用14个性能计数器输入，对每个站点在下一个时期的活动进行二元预测。

BigBus
对于非常大的核心数（500+），需要像BigBus这样的设计。BigBus使用分层架构，将块簇组成更大的单元。
. I% V: d% a! n) {4 h# ~
图2说明了BigBus设计：

2lsssyofp4g64034878913.png

" r0 v1 Z# Y1 \6 p( \6 X图2：BigBus架构，显示由蛇形光链路连接的核心和缓存库的分层组织。

BigBus使用两阶段预测过程：

每个站点根据等待时间和待处理事件决定是否增加/减少令牌

激光控制器将当前预测与历史数据结合
[/ol]
, H# d& t8 m# @7 ^8 z4 b这允许在当前条件的响应性和稳定性之间取得平衡。

# u5 K7 w2 `/ b  K
多插槽系统（MULTI-SOCKET SYSTEMS）中的激光调制方案
3 S: Q( V$ U  ?& D  W对于像服务器这样的多芯片系统，像Nuplet这样的设计将光网络扩展到插槽之间。Nuplet同时使用片内和片间光网络。

7 X0 {! [: |3 x5 Z. r! v片间预测机制旨在确定要流通的仲裁令牌数量。它考虑：

发送到片间光学站（ICOS）的消息

ICOS队列中的待处理事件
[/ol]
功率请求表（PRT）存储历史令牌计数。预测将PRT值与当前流量趋势和队列状态结合。
3 x& {3 u6 ]5 ^( c
& P: k9 l" F# a* N* h) X4 qGPU设计中的激光调制方案
& F0 s6 E$ k$ Y8 s由于GPU侧重于内存带宽而非延迟，因此带来了独特的挑战。GPUOpt设计将光学NoC适配于GPU架构。

图3显示了GPUOpt的整体架构：

' R2 ?9 p$ o: }' j2 w# |* X

m5tbfrm3byw64034879013.png

$ l) y0 w/ Q- }  t) W' f( c! x) O/ N图3：GPU光学NoC的架构，显示由光网络连接的SM和LLC集群。
& p0 ^% B% F5 w; H
/ t! N, u8 O5 k# C0 U* vGPUOpt对流式多处理器（SM）站点和最后级缓存（LLC）站点使用不同的预测机制：
1. SM站点使用基于以下因素的受限预测器（Restr_Pred）：

接收的消息

发送的消息

等待时间
3 [* [( y' s7 r+ r/ S; q
2. LLC站点使用考虑以下因素的灵活预测器（Flex_Pred）：
; _. P+ u- Y" Z5 _/ l! R

接收的消息

发送的消息

待处理事件
) \0 S7 v, X% q. C. I; x$ w: |
3 I4 ?$ H7 n: o- p* g! g激光控制器将这些预测结合起来，确定整体功率需求。


4 |0 d  w8 a3 V) _: B: ~$ `关键概念和趋势
2 |$ q" t( W, D5 L6 k6 F3 a8 p虽然具体方案各不相同，但一些共同主题和最佳实践浮现出来：

1.将时间划分为固定时期进行预测和重新配置
* W) N' k) z; u6 p' C* Q2. 使用多个输入指标：

网络利用率

缓冲区占用率

缓存未命中率

指令类型

待处理事件
/ @7 ?' H" O# g  B3. 将当前指标与历史数据结合
9 D) m. r3 U; {4. 使用非线性预测函数（如神经网络）捕捉复杂关系
5. 对不同流量类型进行单独预测（如一致性与非一致性）
6 V% ]6 O1 d+ C4 f6 K' t  h6. 分层设计以实现可扩展性
7. 尽可能重用未使用的光功率
8. 为特定架构经验性地调整预测参数
( x3 l- H2 `3 Y( m# P% ^# W6 T# I
图4说明了有效激光调制可能带来的功率节省：
) x! F2 P% C) Z" k

om02xkr3dhc64034879113.png

3 f0 V4 i$ F$ D图4：ideal、Probe和ColdBus方案在各种基准测试中的相对激光功耗。


  m5 A8 |) i# k) S' R$ |/ E未来方向
' J% \7 j3 j% C2 F! P! f随着光学NoC从研究转向实际实施，可以期待这些技术的进一步完善。方向包括：
. Q0 s& R. ?+ c/ x" e7 V3 E

用于更准确预测的机器学习技术

与应用层知识的集成

在运行时调整参数的自适应方案

考虑电气和光网络的整体优化

针对新兴工作负载（如AI加速）的专门化
, n# }& d; a. C1 j* g

8 |# A0 W4 s) B! K8 V( N结论
有效的激光调制对实现光学片上网络的潜在优势非常重要。通过准确预测网络活动并相应调整激光功率，可以在保持性能的同时最小化静态功耗。随着处理器架构继续发展，激光调制方案需要适应新的设计约束和流量模式。该领域的持续研究有望为未来计算系统解锁新的能效水平。
! t! R& T- m' Y
1 a. E  R) o6 I9 L! J# ?  w3 i
( X) c  ]% W1 ]: B( `& [参考文献
[1] M. Nikdast, S. Pasricha, G. Nicolescu, and A. Seyedi, Eds., Silicon Photonics for High-Performance Computing and Beyond, 1st ed. Boca Raton, FL, USA: CRC Press, 2021.
# ]. D5 K. o- }6 ]& v6 x
3 w3 W: e' O0 l% i: }; y- END -
- }3 H+ e0 ], ?2 z* H/ l
) q2 j  I; |, |# T! [0 e软件申请我们欢迎化合物/硅基光电子芯片的研究人员和工程师申请体验免费版PIC Studio软件。无论是研究还是商业应用，PIC Studio都可提升您的工作效能。
点击左下角"阅读原文"马上申请

/ Z0 J9 b! |" w1 f欢迎转载

/ S4 a0 k* i: k% K0 u0 \5 J$ C转载请注明出处，请勿修改内容和删除作者信息！
* x+ N. u) ?+ f7 j, j

' ^1 b, H7 p1 {) T; F8 {6 o

tlesfwadvw464034879213.gif

5 G4 A7 M) Y" C) P# v$ g1 M/ |
关注我们
8 T3 i9 t! a' Y2 H) A

0rzxntnecf364034879313.png

9 h9 q! _; s& p; N% y5 t" y wklhaednp3g64034879413.png

v05awecejyj64034879513.png 8 L5 @4 B# J% r. a# f

                     

" I2 L% d& I# o4 B. u+ M9 X
  X" k5 S0 O7 y3 t( Y4 \/ \* w
, H5 ?2 `8 K5 R3 g0 E( X关于我们：
深圳逍遥科技有限公司（Latitude Design Automation Inc.）是一家专注于半导体芯片设计自动化（EDA）的高科技软件公司。我们自主开发特色工艺芯片设计和仿真软件，提供成熟的设计解决方案如PIC Studio、MEMS Studio和Meta Studio，分别针对光电芯片、微机电系统、超透镜的设计与仿真。我们提供特色工艺的半导体芯片集成电路版图、IP和PDK工程服务，广泛服务于光通讯、光计算、光量子通信和微纳光子器件领域的头部客户。逍遥科技与国内外晶圆代工厂及硅光/MEMS中试线合作，推动特色工艺半导体产业链发展，致力于为客户提供前沿技术与服务。

2 W, z( Q7 {4 w1 Q% o! H: V) ]# Ghttp://www.latitudeda.com/
（点击上方名片关注我们，发现更多精彩内容）