intel xeon是什麼的問題，透過圖書和論文來找解法和答案更準確安心。 我們找到下列懶人包和總整理

應用於熱感知晶片內網路之基於可適性強健式機器學習技術的主動式動態溫度管理設計

為了解決intel xeon是什麼的問題，作者廖元豪 這樣論述：

由於當前的半導體製程技術發展，多核心系統的複雜度因此隨之提升，導致多核心系統中的運算單元間互相的連線非常複雜。因此多核心系統從傳統的點對點架構發展至晶片上網路（Network-on-Chip, NoC）技術，這樣的連線架構被提出為解決多核心系統中資料傳輸問題的有效方法。但是，由於多核心系統的工作負載分佈不一致且晶片功率密度高，散熱問題成為當前晶片上網路系統的主要設計挑戰。因此採用主動式動態熱管理（Proactive Dynamic Thermal Management, PDTM）作為控制現今多核心系統中系統溫度的有效方法。根據預測的溫度信息，主動式動態熱管理可以提前控制系統溫度，這有助於減

少溫度控制期間的性能影響。但是傳統的溫度預測模型通常是基於幾個特定的物理參數建立的，這些參數通常也對溫度敏感。結果當前的溫度預測模型仍然遭受較大的預測誤差，這降低了主動式動態熱管理的益處。為了解決這個問題，我們將人工神經網絡和最小平方(Least Mean Square, LMS)可適應濾波理論相結合，提出了一種基於可適應機器學習的溫度預測模型。另外，在溫度預測之後，主動式動態溫度管理會根據預測結果啟動，然而，如何決定每個節點的節流率使得系統效能不會下降許多式主動式動態溫度管理設計的挑戰。我們提出了以強化式學習-Q-learning的方式去學習每一個節點的決策判斷，藉由建立Q-table來記錄

每一個節點在高溫時不同狀態時該做什麼決策，以此達到主動式的動態溫度管理。由於所提出的模型可以適應晶片上網路系統在運行期間溫度行為的超平面，因此所提出的方法可以將平均誤差降低37.2％-62.3％，與相關研究的效能相比，這有助於在硬體面積較小的情況下將系統性能提高8.56%至31.86%。