1.

程震亞-以TSV島狀結構為基礎的分割與平面規劃新策略(2014)

<<

2.

林均維-基於GPU之時域DPCM應用於即時倒車彩色影像壓縮編碼法(2014)

<<

3.

趙顯堂-以GPU實現最鄰近特徵內切圓演算法應用於高光譜影像分類(2014)

<<

4.

李懿庭-以平行模擬退火法改善迭代式層級感知分割(2014)

<<

5.

賴品丞-考慮面積平衡與溫度分佈之層級分割(2014)

<<

<<

<<

 

 

程震亞-以TSV島狀結構為基礎的分割與平面規劃新策略(2014)
摘要:
    目前研究以TSV (Through-Silicon Via,矽穿孔)進行立體封裝的3D IC已蔚為風潮,並且大多是以追求面積與線長等成本的最小化為主,較少顧及TSV產生的電容、射頻等干擾現象,而這些現象會影響3D IC的可靠性與可製造性。本文參考「Assembling 2-D Blocks Into 3-D Chips」所提出TSV island可提高3D IC可靠性與可製造性的論點。基於此論點,本研究衍生出包括:跨層模組擾動、同層跨區模組擾動、軟模組設置等一系列的優化方案,經實驗顯示,在考慮面積平 衡的前提下,可有效減少TSV數量達50.31%,並優化線長成本。

Top

林均維-基於GPU之時域DPCM應用於即時倒車彩色影像壓縮編碼法(2014)
摘要:
    近年來,行車紀錄器與倒車影像系統的普及,使人們在行車安全上更具有保障,然而因生活品質的提升,人們對於影像品質的要求也越來越高,導致影像壓縮編碼演 算法的複雜度也隨之提高,造成使用者必須在「影像即時性」和「影像品質」間進行抉擇,無法兩者兼顧;因此,本研究將透過高效能平行運算技術 (Graphics Processing Unit,GPU)來提升系統的處理速度,讓倒車系統能在最小壓縮失真的情況下即時傳送影像給使用者。

    本論文採用的倒車影像編碼為「誤差脈衝編碼調變」(Differential PulseCodeModulation,DPCM),將影像分為灰階Y與色彩UV,並分別利用不同的縮放技術來進行處理,其中因為Y對於影像輪廓的呈現 較為重要,所以其縮放比例較小,反之,UV的縮放比例則較大,接著對UV進行位元平面縮減,最後再將所有的影像運算透過GPU來進行加速。

    實驗結果證明平行化「時域DPCM影像視訊壓縮編碼」可大幅降低運算時間,並在維持影像品質下提高每秒顯示幀數(Frames Per Second,FPS),最後再搭配統一計算架構(Compute Unified Device Architecture,CUDA)所提供的串串流(Stream)技術執行非同步資料傳輸 (Asynchronous Data Transfer,ADT)以減少整體傳輸的時間。經實驗顯示影像大小為1440*1088像素值(pixels)時,GPU對比中央處理器(CPU)色 彩空間Y解碼的執行時間的加速可高達44.8倍。

Top

趙顯堂-以GPU實現最鄰近特徵內切圓演算法應用於高光譜影像分類(2014)
摘要:
     近年「最鄰近特徵空間分類演算法」(Nearest Feature Space, NFS) 被多方應用於以多源遙測資料為目的的分類問題上,通過計算測試樣本到特徵面(Feature Surface , FS)的最短距離來進行分類,相較於其他最鄰近特徵方法,特徵面包含較多的類別資訊,可提高分類正確率,但NFS在類別樣本分布過於接近或交疊時,容易分 類錯誤,所以本論文提出一個新的方法,以特徵面為基礎,引入三角形內心(Incenters)概念,稱之為「最鄰近特徵內切圓演算法」 (Incenter-based Nearest Feature Space, INFS),利用計算特徵面內心與測試樣本的最短距離來進行分類。因內心只須由同特徵面的三個訓練樣本共同計算而得,可降低單一訓練樣本過於接近其他類別 分布所帶給特徵面的影響,本論文最後由實驗結果證明當類別樣本分布交疊時INFS可獲得比NFS更高的分類正確率,且因INFS內心的計算只考慮特徵面的 訓練樣本,並不會受測試樣本影響,與NFS相比可大幅減少運算時間完成分類過程。

    由於資料量龐大,配合INFS演算法,以一般電腦運算相當耗時,因此,本論文以實現 INFS平行化為主軸,透過高速計算圖形處理器(Graphic Process Unit, GPU)所提供之統一計算架構(Compute Unified Device Architecture, CUDA),實現訓練樣本為基底的平行化,在NTC圖資實驗下,GPU可達到38倍的加速。

Top

李懿庭-以平行模擬退火法改善迭代式層級感知分割(2014)
摘要:
    隨著積體電路技術的演進與設計複雜度快速的成長,連線延遲已演變成傳統二維積體電路架構的瓶頸。因此近年來,三維積體電路技術逐漸成為可行的替代方案。此技術將晶粒相互堆疊,晶粒與晶粒間使用矽穿孔技術互相連接,使得電路連線密度提升,進而讓外觀尺寸縮小,並且降低功耗與減少連線延遲。

    因為矽穿孔的電容較大,不必要的矽穿孔反而加劇連線延遲,這使得減少矽穿孔的數量成為一個重要的議題。因此本論文提出兩階段式的分層方法來減少矽 穿孔的數量。第一階段:使用迭代式層級感知分割演算法進行分層,以求得初步的分層結果;第二階段:在GPU上進行平行模擬退火法,用以改善第一階段所產生 的分層結果。過程中除了考量矽穿孔數量外,也考慮到每層之間的面積平衡問題,以避免減少矽穿孔數時,所導致的面積不平衡問題。

    本研究以GSRC Benchmark做為測試電路,實驗結果顯示迭代式層級感知分割演算法搭配平行模擬退火法,能有效減少矽穿孔數,並且維持面積平衡。

Top

賴品丞-考慮面積平衡與溫度分佈之層級分割(2014)
摘要:
     現今積體電路愈來愈龐大且功能越來越複雜,隨著元件愈多密度愈大,複雜電路之元件彼此繞線距離相對變遠,造成連線延遲增加且易繞線失敗,三維積體電路成為 一種新的替代方案,其中又以矽穿孔技術(Through-Silicon Vias, TSVs)最為廣泛使用於不同層之垂直通道連接。

    在目前三維積體電路設計中,散熱是一項重要的議題。本論文在分層後進一步用面積、TSV個數及功率消耗為成本函數,以模擬退火法調整,使中間層功率密度較低,讓電路更容易散熱。

    實驗結果顯示以所提出的方法能達到分層後的功率密度要求,且有效達到各層面積平衡,並減少TSV數量。

Top

-
摘要:

Top

-
摘要:

Top