《Array》：A novel simulator for performance analysis in heterogeneous wormhole Network-on-Chips
编辑推荐：
为了解决现有片上网络（NoC）模拟器在用户友好性、参数化程度、扩展性以及对异构架构和性能边界分析支持方面的不足，研究人员在OMNeT++框架基础上开发了集成了监控功能的scNoCSim模拟器。该模拟器支持异构虫洞NoC建模，提供了多种路由和调度算法，并利用网络演算（Network Calculus）评估最坏情况下的性能边界。研究表明，scNoCSim为进行性NoC研究提供了全面、灵活且可扩展的分析平台，尤其在带宽估计、链路利用率和延迟边界分析方面超越了现有工具。
随着芯片多处理器（CMPs）和片上系统（SoCs）的快速发展，处理器内部各模块之间的数据通信需求急剧增长，传统的总线式互连技术因可扩展性和性能瓶颈等问题已难以满足需求。片上网络（Network-on-Chip, NoC）技术作为一种现代化的片内数据流传输方案应运而生，它提供了更优越的可扩展性、更高的数据传输与处理速率，以及更紧密的延迟和积压（backlog）边界。然而，设计一个高效的NoC是一项极具挑战性的任务，因为它涉及一个庞大且复杂的设计空间，包括路由技术、调度策略、流量控制方法、虚拟通道配置、缓冲区大小、链路容量和拓扑结构等诸多需要优化的参数。
尤其在一些工业领域，如工厂自动化和自动驾驶汽车，对高计算性能及其实时性保证的需求日益增长。在这些场景中，人们不仅关注系统的平均性能，更迫切需要一种方法来确定在最坏情况下的性能指标，例如延迟和积压的边界。尽管像ARM MPAM（Memory System Resource Partitioning and Monitoring）这样的框架提出了支持硬件资源划分和效果监控的系统构想，但现有研究工作仍无法完全保证最坏情况下的场景，也没有一种延迟分析方法能够全面解决虫洞NoC路由器在考虑多通道、虚拟通道、流量模式、调度技术等因素时面临的技术难题。此外，现有的NoC模拟器（如Noxim、WormSim、Garnet、DARSIM和BookSim）往往存在用户界面不友好、参数配置不灵活、架构扩展困难、缺乏详细的数据包/流控片（flit）级别分析（如链路利用率、所需带宽估计、数据包成功率/丢失率等）等问题。面对这些局限性，开发一款功能更强大的新型NoC模拟器变得尤为迫切。
正是在这一背景下，来自意大利比萨大学信息工程系的Md Amirul Islam和Giovanni Stea研究人员，开发了一款名为scNoCSim（Service Curve-based NoC Simulator）的新型NoC模拟器，并发表在《Array》期刊上。scNoCSim基于OMNeT++框架构建，集成了监控功能，其核心目标是为异构虫洞NoC的设计与性能分析提供一个高度可配置、可扩展且功能全面的仿真平台。它独特地结合了网络演算（Network Calculus, NC）理论，特别是利用(min, +)卷积和反卷积定理来生成服务曲线，从而能够确保服务质量（QoS），并为NoC在最坏情况下提供性能（延迟和积压）边界保证。
为了开展这项研究，研究人员主要采用了以下几种关键技术方法：
- 1.
OMNeT++仿真框架：使用C++、.NED（网络描述语言）和C#等语言在OMNeT++平台上构建模块化的仿真模型，支持并行仿真和灵活的拓扑定义。
- 2.
模块化与接口化设计：通过定义清晰的模块接口（如RouterInterface、PortInterface、SourceInterface、SinkInterface等），使模拟器组件易于替换和扩展，支持真实的同步（Synchronous）、同步-虚拟输出队列（Synchronous-VoQ）和理想的异步（Asynchronous）路由器模型。
- 3.
网络演算（Network Calculus）分析集成：在模拟器内部集成名为scEstimator的服务曲线估计器模块，用于计算最坏情况下的延迟和积压边界，并进行带宽估计和QoS验证。
- 4.
多样化路由与调度算法实现：开发并集成了多种确定性路由算法（如修改的XY、YX、XY–YX、Odd-Even、O1Turn）和调度策略（如轮询Round-Robin、加权轮询Weighted Round-Robin、固定优先级Fixed-Priority），支持基于信用的流量控制和集中式/分布式路由技术。
- 5.
流量监控与采样机制：设计了专用的监控模块（Monitor、RMonitor、CMonitor），用于在数据包传输路径的关键节点进行采样，记录数据包的源/目的ID、到达/离开时间等信息，以支持精细化的性能分析。
研究结果
模拟器架构与模块设计
研究人员详细阐述了scNoCSim的架构，它主要由处理元素（Processing Elements, PE）模块、路由器（Router）模块和监控（Monitor）模块三大类构成。PE模块内部包含数据包生成器（source）、应用模拟（PktApp，可模拟DRAM、缓存等）和数据包收集器（sink）。每个路由器模块包含多个端口（如北、南、西、东、本地），每个端口内部又集成了服务曲线估计器（scEstimator）、输入缓冲区（inputBuffer）、输出端口计算（outPortCalculation，负责路由决策）、虚拟通道分配（vcAllocation）和调度器（scheduler）等子模块。监控模块被放置在路由器之间或PE与路由器之间，用于对经过的流量数据包进行采样和分析。
独特的特性和算法
- •
异构NoC支持：scNoCSim支持模拟具有不同链路容量和每个单向端口虚拟通道（VC）数量的异构NoC架构，这更符合实际CMPs和SoCs中模块间多样化的流量模式。
- •
高级路由算法：研究开发了多种改进的路由算法。例如，XY–YX算法以50%概率随机选择先走X轴或先走Y轴，以平衡网络负载。O1Turn算法则根据目的节点所在的象限决定采用XY或YX路由，从而限制特定转向以避免死锁。
- •
性能边界分析能力：通过集成NC和scEstimator模块，scNoCSim能够对NoC架构在最坏情况下的延迟和积压边界进行分析和预测，这是现有模拟器普遍缺乏的功能。
实验验证与性能评估
研究人员通过一系列实验展示了scNoCSim的能力：
- •
同构NoC性能比较：在合成均匀流量下，比较了异步、同步-VoQ和同步路由器的性能。结果表明，异步路由器在高注入流量负载下表现最佳，同步-VoQ由于其每个输入VC都有专用FIFO而优于普通同步路由器。
- •
网络规模影响：实验发现，随着NoC网络规模的增大和注入流量负载的提高，系统吞吐量会下降，而平均端到端延迟则会增加，这主要源于更多的数据包竞争网络资源以及平均跳数的增加。
- •
异构NoC案例分析：在一个4x4的异构NoC架构中，设置了不同的链路容量和VC数量。实验结果显示，流经低容量（8 Gbps）、单VC链路（如L4）的流量（如A15和A16）比使用高容量、多VC链路的流量（如A14）经历了更高的端到端延迟，验证了模拟器对异构参数建模的有效性。
- •
链路利用率与详细延迟分解：模拟器能够计算各链路的利用率，这对于指导NoC设计和功率估算至关重要。此外，scNoCSim还能将平均端到端延迟分解为资源竞争延迟（dwr）、头流控片离开源队列延迟（dlq）和剩余数据包传输延迟（dtd）三个部分进行详细分析。
- •
与现有模拟器的对比：文章通过一个详细的对比表格（表1）突显了scNoCSim的独特优势，包括支持同构/异构架构、任意拓扑、多种路由器和调度类型、并行仿真、带宽估计、监控功能以及基于服务曲线的分析能力，而这些特性是Noxim、Garnet、BookSim等广泛使用的模拟器所不完全具备的。
研究结论与讨论
本研究成功设计并实现了一个名为scNoCSim的新型、模块化且功能强大的NoC模拟器。该模拟器构建于OMNeT++框架之上，集成了监控设施，并创新性地引入了网络演算（NC）来进行性能边界分析。scNoCSim的核心贡献在于它解决了现有NoC模拟工具的多个关键短板：它支持异构NoC建模，允许每个端口的虚拟通道数量和链路容量灵活可变；它提供了多种路由算法（XY、YX、XY-YX、Odd-Even、O1Turn）和调度策略（RR、WRR、FP）；它具备在数据包和流控片级别进行详尽分析的能力，包括吞吐量、端到端延迟、链路利用率、数据包成功率/丢失率等；最重要的是，它能够利用NC理论推导出NoC在最坏情况下的延迟和积压边界，从而为具有严格QoS要求的实时系统设计提供了至关重要的保障。
实验结果充分验证了scNoCSim的有效性和实用性。无论是在同构还是异构网络配置下，模拟器都能准确地反映不同路由策略、调度算法和网络参数对性能的影响。其对网络规模效应的捕捉、对瓶颈链路的识别以及对延迟构成的精细分解，都使其成为一个极具价值的NoC研究和设计工具。与现有主流模拟器的对比进一步彰显了scNoCSim的全面性和先进性。
综上所述，scNoCSim为NoC架构师和研究人员提供了一个高度真实、灵活且可扩展的实验平台，使得探索新颖的NoC设计概念、评估复杂流量模式下的系统行为、以及在设计早期进行性能预测和QoS验证成为可能。这项工作不仅推动了NoC仿真工具的发展，也为未来面向高性能计算和实时保障应用的先进NoC设计奠定了坚实的方法学基础。
