為達最佳瀏覽效果,建議使用 Chrome、Firefox 或 Microsoft Edge 的瀏覽器。

關閉此視窗 請至Edge官網下載 請至FireFox官網下載 請至Google官網下載
晴時多雲

限制級
您即將進入之新聞內容 需滿18歲 方可瀏覽。
根據「電腦網路內容分級處理辦法」修正條文第六條第三款規定,已於網站首頁或各該限制級網頁,依台灣網站分級推廣基金會規定作標示。 台灣網站分級推廣基金會(TICRF)網站:http://www.ticrf.org.tw

開發多核心晶片熱管理技術提升效能 陽明交大團隊獲選國際期刊最佳論文

陽明交大副教授陳坤志(前排右)率團隊成員開發出創新的晶片內網路溫度預測及溫控技術,顯著增強多核晶片的散熱性能。(陽明交大提供)

陽明交大副教授陳坤志(前排右)率團隊成員開發出創新的晶片內網路溫度預測及溫控技術,顯著增強多核晶片的散熱性能。(陽明交大提供)

2024/07/16 13:25

〔記者楊綿傑/台北報導〕手機過熱常讓民眾感到困擾,甚至影響正常使用以及民眾對品牌的信任。為了解決多核心晶片運行的溫度挑戰,陽明交大團隊開發出創新的晶片內網路溫度預測及溫控技術,顯著增強多核晶片的散熱性能,成果獲選國際期刊IEEE TVLSI最佳論文,創下30年來台灣首度有團隊獲此殊榮。

多核心晶片近年廣泛用於電腦、手機、伺服器等設備。隨著處理器核心數量增加,多核心晶片內連線挑戰也逐漸提高,使得晶片內網路連線結構成為熱門的技術議題。同時,隨著運算核心時脈頻率提高,也帶來嚴重溫度挑戰,影響晶片運作效能及可靠度。

陽明交大副教授陳坤志與碩士生廖元豪、陳政廷、王蕾期,日前在電子領域最富盛名的國際期刊IEEE TVLSI(IEEE Transactions on Very Large Scale Integration Systems)中,提出1款較為經濟有效的線上學習機制進行晶片內網路系統的準確溫度預測,並透過可適性強化式學習技術進行動態的主動式溫度管理,大幅提升系統的溫度管理效能和穩定性。

陳坤志表示,這項基於機器學習的主動式溫度管理,採用最小均方可適性濾波理論優化模型,動態調整溫度預測,提高預測準確性,以應對不同工作負載和溫度變化。並引入自適應強化學習方法,透過即時反饋當前溫度、預測溫度和系統吞吐量動態調整節流比例,達到最佳的熱管理效果,同時最大化保證系統性能。研究結果顯示,相較於傳統方法,研究提出的自適應強化學習方法顯著減少溫度預測誤差同時提升系統性能。

陽明交大指出,這項創新研究成果不僅並獲選今年IEEE TVLSI最佳論文獎,也創下30年來台灣首度有團隊獲此殊榮。這不僅是對實驗室研究團隊給予最大肯定,也顯示學校在電子工程領域的卓越研究貢獻與前瞻技術研發能量。

不用抽 不用搶 現在用APP看新聞 保證天天中獎  點我下載APP  按我看活動辦法

相關新聞
臺北市今日熱門
看更多!請加入自由時報粉絲團

網友回應

載入中
此網頁已閒置超過5分鐘,請點擊透明黑底或右下角 X 鈕。