随着半导体技术和计算机体系结构设计的进步,越来越多的核心被集成到一个芯片内。当前多核处理器的核心数成为了衡量处理器计算性能的重要指标。但是面对不断增加的核心数量,核心之间的互连方案成为了影响芯片整体能效的主要因素之一。相比总线结构,片上网络具有更高的吞吐量,更低的传输延迟和更好的可扩展性,从而成为了大规模并行多核系统的主流片上互连方案。在大数据时代,大规模并行多核系统的高能效设计需求以及应用的容错性正驱动着基于近似计算的性能和能耗优化设计。近似计算通过放宽应用程序的精度约束,为高能效体系结构设计提供了可行的解决方案,并且在计算单元和存储单元中取得了显著的能效收益。面对日益增长的通信需求以及片上网络性能和能耗的优化瓶颈,如何实现基于片上网络的近似通信设计,已成为高能效片上网络的重要研究问题。本文围绕高能效片上网络的近似通信设计,主要在以下四个方面进行了探索性研究:第一、提出了片上近似通信网络的动态流控机制。网络拥塞是影响传输延迟的因素之一,并且不同数据流对于网络拥塞的影响不同。该方法在网络接口中设计了基于数据近似的流控结构,通过数据近似来减少注入数据量,从而实现节点注入率的调控。此外,它还设计了动态流控算法,根据数据流对网络拥塞的影响对节点注入率进行动态调控,实现片上网络性能的提升。基于PARSEC基准应用测试,结果表明,该方法在8%的应用误差内降低平均传输延迟最高可达44.7%,提升网络吞吐量最高可达40%,并且实现应用平均加速1.12倍。第二、提出了基于动态有损压缩的片上网络性能优化方法。网络负载是影响片上网络性能的因素之一,而数据压缩是减少网络负载的有效方式。但是现有有损压缩和无损压缩设计都采用静态压缩编码,忽略了数据对网络性能的影响差异。为了提升片上网络性能优化收益,该方法提出了一种动态有损压缩设计。它对不可近似数据采用无损压缩编码,对近似数据采用有损压缩编码。此外,它还通过动态调控有损压缩的误差阈值,在传输质量限制范围内,实现网路性能最优。基于PARSEC基准应用测试,结果表明,相比有损压缩方法,在相同的传输质量下,该方法具有更低的压缩率和更低的传输延迟,并且相比无损压缩,它提高片上网络吞吐量可达37.5%,同时保持了较低的应用误差。第三、提出了基于近似通信的无缓冲片上网络性能优化方法。通过去除缓冲器,无缓冲片上网络降低了功耗和面积开销,但也导致了传输延迟的增加以及网络吞吐量的降低。通过无缓冲片上网络性能分析,在基于重传的无缓冲片上网络中,数据包重传是影响片上网络性能的关键因素。为了提升无缓冲片上网络性能,该方法设计了一种新型无缓冲片上网络结构,通过有损传输来减少数据包重传,提升片上网络性能。此外它还提出了数据包近似编解码设计来近似恢复缺失的数据。因此,该方法以极低的质量损失实现无缓冲片上网络性能提升。基于PARSEC基准应用测试,结果表明,与已有的无缓冲片上网络相比,该设计减少了83.6%的重传,降低了46.7%的传输延迟,提高网络吞吐量达92%,实现应用加速1.2倍,同时保持了较低的应用误差。第四、提出了基于多层网络设计的片上网络能耗优化方法。片上网络的性能优化通常会导致面积开销增加,影响片上网络能耗。为了降低片上网络能耗,该方法设计了一种双层网络结构。它包括有损子网络和无损子网络。基于有损传输,有损子网实现一种轻量低延迟的无缓冲结构设计。此外,基于分流传输设计,该方法实现了部分数据的传输加速以及传输质量的控制。因此,该方法提升片上网络性能,同时降低了片上网络面积开销和功耗。基于PARSEC基准应用测试,结果表明,与单层片上网络相比,并在相同的网络吞吐量下,该方法减少了42.2%传输延迟,节省了37.8%的网络面积开销,降低了28.9%的网络功耗。