Optimización térmica del banco de registros mediante técnicas de computación evolutiva y simulación de eventos discretos

Abstract

El procesador MIPS es utilizado en cursos de arquitectura de computadores para explicar materias tales como análisis de rendimiento, consumo de energía o fiabilidad. Por otro lado, el formalismo DEVS es un acrónimo del inglés para referirse a Discrete Event System Specification, o lo que es lo mismo Especificación de Sistemas de Eventos Discretos. El término es ahora estándar en el campo de la simulación para referirse a un formalismo modular y jerárquico, muy utilizado para modelar y analizar sistemas de diversos tipos. En la actualidad, ya que cada vez se desean obtener computadoras más potentes, es interesante conocer de qué manera se pueden redistribuir ciertos componentes de modo que el calor desprendido no sea excesivo y tal que el coste de enfriamiento no sea muy alto. En este proyecto se realiza un estudio térmico del modelo MIPS utilizando DEVS. Concretamente, por facilidad a la hora de obtener conclusiones y dado que se trata de un proyecto relativamente pequeño, desarrollamos una metodología que, mediante políticas de reasignación de registros basadas en algoritmos genéticos, disminuya considerablemente la temperatura final del Banco de Registros. [ABSTRACT] The MIPS processor is used in computer architecture courses in order to explain matters such as performance analysis, energy consumption or reliability. On the other hand, DEVS is a formalism used for modeling and analyzing discrete event systems. This is a standard term in the field of simulation referring to a modular and hierarchical formalism that is very used to model and analyze many different systems. Nowadays, due to the desire for more powerful computers, it is interesting to learn how to reallocate certain components in order to achieve heat reduction, with low cooling costs. In this project we carry out a thermal analysis of the MIPS processor using DEVS. Specifically, because this is simpler if we intend to draw conclusions and because this is a relatively small project, we develop a methodology which, through register reallocation policy based on genetic algorithms, notably decreases the resulting Register Bank temperature.