@PHDTHESIS{ 2017:1531904653,
 	title = {Gerenciamento térmico e energético em MPSoCs},
 	year = {2017},
 	url = "http://tede2.pucrs.br/tede2/handle/tede/8336",
 	abstract = "As altas variações térmicas e de temperatura de operação podem ter um impacto significativo no desempenho do sistema, consumo de energia e na confiabilidade, uma métrica cada vez mais crítica em sistema multiprocessados. As técnicas de gerenciamento térmico existentes dependem de sensores físicos para fornecer os valores de temperatura para regular a temperatura de operação e a variação térmica do sistema em tempo de execução. No entanto, os sensores térmicos em um chip apresentam limitações (por exemplo, custo extra de potência e de área), o que pode restringir seu uso em sistemas com uma grande quantidade de processadores. Neste contexto, esta Tese propõe um modelo de temperatura baseado em software, realizado em tempo de execução, permitindo capturar informações detalhadas da distribuição de temperatura de sistemas multiprocessados com custo mínimo no desempenho das aplicações. Para validar a proposta, o modelo foi incluído em uma plataforma MPSoC com memória distribuída, descrita no nível RTL. Além disso, os resultados mostram que o erro absoluto médio da estimativa de temperatura, em comparação com a ferramenta HotSpot, é menor do que 4% em sistemas com até 36 elementos de processamento.
 O mapeamento de tarefas foi o processo escolhido para atuar no sistema, utilizando as informações de temperatura geradas pelo modelo proposto. O mapeamento de tarefas é o processo de selecionar um elemento de processamento para executar uma determinada tarefa. O número de núcleos em sistemas multiprocessados, aumenta a complexidade do mapeamento de tarefas. As principais preocupações no mapeamento de tarefas em sistemas de grande porte incluem: (i) escalabilidade; (Ii) carga de trabalho dinâmica; e (iii) confiabilidade. É necessário distribuir a decisão de mapeamento em todo o sistema para assegurar a escalabilidade. A carga de trabalho de sistemas multiprocessados pode ser dinâmica, ou seja, novas aplicações podem começar a qualquer momento, levando a diferentes cenários de mapeamento. Portanto, é necessário executar o processo de mapeamento em tempo de execução para suportar carga dinâmica de trabalho.
 A atribuição de carga de trabalho desempenha um papel importante na confiabilidade do sistema. O desequilíbrio de carga pode gerar zonas de hotspot e consequentemente implicações térmicas. Recentemente, técnicas de mapeamento de tarefas com o objetivo de melhorar a confiabilidade do sistema foram propostas na literatura. No entanto, tais abordagens dependem de decisões de mapeamento centralizado, que não são escaláveis. Para enfrentar esses desafios, esta Tese propõe uma heurística de mapeamento hierárquico realizado em tempo de execução, que ofereça escalabilidade e uma melhor distribuição térmica. A melhor distribuição térmica dentro do sistema aumenta a confiabilidade do sistema a longo prazo, devido à redução das variações térmicas e redução de zonas de hotspot. A heurística de mapeamento proposta considera a temperatura do PE como uma função custo. A proposta adota um esquema hierárquico de monitoramento de temperatura, capaz de estimar em tempo de execução a temperatura instantânea de cada elemento de processamento. O mapeamento usa a temperatura estimada pelo método de monitoramento para orientar a decisão de mapeamento. Os resultados comparam a proposta com uma heurística de mapeamento cuja principal função de custo minimiza a energia de comunicação. Os resultados obtidos mostram diminuição da temperatura máxima (melhor caso, 8%) e melhora na distribuição térmica (melhor caso, valor 50% menor do desvio padrão das temperaturas dos processadores). Além disso, alcançou-se, no melhor caso, um aumento de 45% no tempo de vida do sistema utilizando o mapeamento proposto.",
 	publisher = {Pontifícia Universidade Católica do Rio Grande do Sul},
 	scholl = {Programa de Pós-Graduação em Ciência da Computação},
 	note = {Escola Politécnica}
}