Schmidt, Eike (2003) Power modeling of embedded memories. PhD, Universität Oldenburg.

Preview

- Accepted Version Volltext (1431Kb)

Abstract

This thesis describes a methodology for the generation of models of the power consumption of embedded memories. Memories have a special importance among the system blocks as it is forecast that more than 90% of the area of newly developed systems will be occupied by memory within ten years. In addition to the requirements on models, like accuracy, speed and mathematically closed form the presented approach specifically adresses the requirements on the modeling procedure. These are mainly the protection of intellectual property and low modeling costs. As a key point of the approach a method for the generation of nonlinear (signomial) models from empirical data is presented. This regression based method allows the generation of piecewise model functions, which can be used for optimisation through geometric programs. The presented models reduce the prediction error by up to 95% compared to existing approaches.

["eprint_fieldname_abstract_plus" not defined]

Diese Arbeit beschreibt eine Methodik für die Erstellung von Modellen der Leistungsaufnahme von eingebetteten Speichern. Speichern kommt unter den Strukturblöcken eine besondere Bedeutung zu, da sie in 10 Jahren voraussichtlich über 90% der Fläche neuentwickelter Schaltungen einnehmen werden. Neben den Anforderungen an die Modelle, wie Genauigkeit, Geschwindigkeit und mathematischer Geschlossenheit berücksichtigt der vorgestellte Ansatz insbesondere Anforderungen an den Modellierungsprozess selbst. Dies sind hauptsächlich der Schutz intellektuellen Eigentums, sowie die Gewährleistung niedriger Modellierungskosten. Als Kernpunkt der Methodik wird ein Verfahren zur Generierung nichtlinearer (signomialer) Modelle aus empirischen Daten vorgestellt. Das regressionsbasierte Verfahren erlaubt die Erzeugung stückweiser Modellfunktionen, welche über geometrische Programme optimierbar sind. Die vorgestellten Modelle reduzieren den Vorhersagefehler um bis zu 95% verglichen mit bisherigen Ansätzen.

Item Type:	Thesis (PhD)
Uncontrolled Keywords:	[Keine Schlagwörter von Autor/in vergeben.]
Controlled Keywords:	Eingebettete Speicher, Leistungsaufnahme
Subjects:	Generalities, computers, information > Computer science, internet
Divisions:	School of Computing Science, Business Administration, Economics and Law > Department of Computing Science
Date Deposited:	17 Jan 2013 14:16
Last Modified:	06 Dec 2013 09:16
URI:	https://oops.uni-oldenburg.de/id/eprint/250
URN:	urn:nbn:de:gbv:715-oops-2806
DOI:
Nutzungslizenz:

Actions (login required)

View Item