圖說：陽明交大智慧型可靠度系統晶片實驗室（CERES Lab.）副教授陳坤志（左）研究獲選今年 IEEE TVLSI最佳論文獎。
為了解決多核心晶片運行的溫度挑戰，陽明交大開發出創新的晶片內網路溫度預測及溫控技術，此技術能顯著增強多核晶片的散熱性能。
多核心晶片近年廣泛用於電腦、手機、伺服器等設備。隨著處理器核心數量增加，多核心晶片內連線挑戰也逐漸提高，使得晶片內網路（Network on Chip, NoC）連線結構成為熱門的技術議題。同時，隨著運算核心時脈頻率提高，也帶來嚴重溫度挑戰，影響晶片運作效能及可靠度。
陽明交大智慧型可靠度系統晶片實驗室（CERES Lab.），在陳坤志副教授帶領下與碩士生廖元豪、陳政廷、王蕾期，日前在國際期刊 IEEE TVLSI（IEEE Transactions on Very Large Scale Integration Systems）中，提出一款較為經濟有效的線上學習機制進行晶片內網路系統的準確溫度預測，並透過可適性強化式學習技術進行動態的主動式溫度管理，大幅提升系統的溫度管理效能和穩定性。
陳坤志表示，這項基於機器學習的主動式溫度管理，採用最小均方可適性濾波理論優化模型，動態調整溫度預測，提高預測準確性，以應對不同工作負載和溫度變化。並引入自適應強化學習方法，透過即時反饋當前溫度、預測溫度和系統吞吐量動態調整節流比例，達到最佳的熱管理效果，同時最大化保證系統性能。研究結果顯示，相較於傳統方法，研究提出的自適應強化學習方法顯著減少溫度預測誤差同時提升系統性能。
這項創新研究成果不僅並獲選今年 IEEE TVLSI最佳論文獎，也創下30年來台灣首度有團隊獲此殊榮。這不僅是對實驗室研究團隊給予最大肯定，也顯示陽明交大在電子工程領域的卓越研究貢獻與前瞻技術研發能量。
圖說：陽明交大智慧型可靠度系統晶片實驗室（CERES Lab.）副教授陳坤志（前排右）與團隊成員。
