شبکه های روی تراشه (NOC) طراحی معماری منظم و مقیاس پذیری را برای سیستم های چندپردازنده‌ای تراشه ای (CMP) فراهم می کنند. بازدهِ (efficiency) مسیریابی، به دلیل وجود برنامه های کاربردی پیچیده تر و گسترش شبکه، کل کارایی سیستم را تحت تاثیر قرار می دهد. بهینه سازی کلونی مورچه (ACO) یک الگوریتم تجمعیِ هوشمند توزیع شده است. طرح انتخاب مبتنی بر ACO به همراه مکانیزم مورچه ی عقبگرد (ACO-BANT) می تواند اطلاعات بازخوردِ ازدحام بیشتری در مقایسه با مکانیسم مورچه ی پیشرو تامین کند. با این حال، هزینه ی ذخیره سازی و محاسبات BANT برای سیستم های NOC بیش از حد بالا است. در این مقاله، ما طرح انتخاب ACO-BANT با هزینه ای امکان پذیر را در NOC پیاده سازی نمودیم. نتایج شبیه سازی نشان می دهد که طرح پیشنهادی، در توان عملیاتیِ اشباع 16.26٪ بهبود بیشتری نسبت به انتخاب OBL نتیجه می دهد. ما همچنین معماری مسیریابیِ طرح پیشنهادی را پیاده سازی نمودیم، که دارای بالاترین نرخ بهبود نسبت به سربار می باشد.

-1مقدمه

توپولوژی عادیِ شبکه ی روی تراشه (NOC) معماری مقیاس پذیر و انعطاف پذیری را برای سیستم های چندپردازنده ای تراشه ای موازی (CMP) فراهم می کند [1]. با این حال، هنوز توزیع ترافیک بر کارایی NOC تاثیر می گذارد. بنابراین، ما نیاز به یک الگوریتم مسیریابی تطبیقی موثر ​​برای تعادل بار و بهبود توان عملیاتی شبکه داریم.

مسیریابی تطبیقی ​​شامل یک تابع مسیریابی و یک تابع انتخاب می باشد. تابع مسیریابی مجموعه ای از کانال های کاندید یا موردنظرِ داده شده توسط مدل های چرخشی را فراهم می کند[2]. سپس تابع انتخاب بر اساس اطلاعات شبکه، کانال با کمترین ازدحام را انتخاب می نماید. طرح انتخاب مبتنی بر ACO به منظور بهبود کارایی سیستم می تواند وضعیت ازدحام کانال را توسط اطلاعات جاری و فرمون تاریخی تشخیص دهد [7]، [8]…