دانلود ترجمه مقاله بهینه سازی میکروپروسسور برای اینترنت اشیا: بررسی

1. مقدمه و انگیزه پژوهش 2. مشخصه های IoT سطح بالا و نیاز به آنها در زمینه معماری میکروروسسورها 3. طبقه بندی کاربردهای IoT 4. تعیین پیکربندی میکروپروسسورهای IoT 5. بررسی مقالات در زمینه پیکربندی میکرومعماری IoT 6. بهینه سازی میکروپروسسورها، پارادیم محاسبات و جهت گیری پژوهش های آتی 7. نتیجه گیری

چکیده – اینترنت اشیا (IoT) اشاره به حضور فراگیر دستگاه های فیزیکی قابل تشخیص منحصر به فرد و دارای اتصال داخلی دارد. هدف این دستگاه ها، جمع آوری داده ها اعمال درایو به منظور بهبود بهره وری، و کاهش یا حذف وابستگی به دخالت های انسانی برای اکتساب ذلذه تفسیر و استفاده از آنها می باشد. گسترش این دستگاه های کم توان متصل منجر به انفجار داده ها خواهد شد که هزینه های انتقال داده را با توجه به تأخیر زمانی و مصرف انرژی به طرز چشم گیری افزایش خواهد داد. محاسبات لبه این هزینه ها را با انجام محاسباتی در گره های لبه قبل از انتقال داده ها به منظور تفسیر و یا استفاده از داده ها کاهش می دهد. با اینکه مطالعات زیادی روی چالش های ارتباطی و ماهیت اتصالی IoT تمرکز کرده اند، به موضوع چالش های محاسبات تعبیه شده IoT با در نظر گرفتن میکروپروسسورها توجه کمی شده است. این مقاله مشخصه های کاربردی IoT را از دیدگاه ارزش شناختی و میکروساختاری بررسی کرده که منجر به کارآمدی بیشتر محاسبات لبه می گردد. به منظور ارائه دقیق تر گستره کاربردهای نسل بعدی IoT، ما یک روش تحقیق در طبقه بندی کاربردهای IoT مبتنی بر توابع عملیاتی را به منظور بررسی دقیق تر مشخصه های بار کاری برای میکروپروسسورهای IoT ارائه داده ایم. ما سپس بهینه سازی های بالقوه میکروسکوپیک و پارادیم های محاسباتی را بررسی کرده ایم که امکان طراحی میکروپروسسورها را به شکلی مؤثرتر، قابل پیکربندی تر، انعطاف پذیرتر و مقیاس پذیرتر فراهم می کند. پژوهش ما پایه ای برای آنالیز و طراحی طیف وسیعی از معماری های میکروپروسسوری برای نسل بعدی دستگاه های IoT فراهم کرده است.

The Internet of Things (IoT) refers to a pervasive presence of interconnected and uniquely identifiable physical devices. These devices’ goal is to gather data and drive actions in order to improve productivity, and ultimately reduce or eliminate reliance on human intervention for data acquisition, interpretation and use. The proliferation of these connected low-power devices will result in a data explosion that will significantly increase data transmission costs with respect to energy consumption and latency. Edge computing reduces these costs by performing computations at the edge nodes, prior to data transmission, to interpret and/or utilize the data. While much research has focused on the IoT’s connected nature and communication challenges, the challenges of IoT embedded computing with respect to device microprocessors has received much less attention. This article explores IoT applications’ execution characteristics from a microarchitectural perspective and the microarchitectural characteristics that will enable efficient and effective edge computing. To tractably represent a wide variety of next-generation IoT applications, we present a broad IoT application classification methodology based on application functions, to enable quicker workload characterizations for IoT microprocessors. We then survey and discuss potential microarchitectural optimizations and computing paradigms that will enable the design of right-provisioned microprocessors that are efficient, configurable, extensible, and scalable. Our work provides a foundation for the analysis and design of a diverse set of microprocessor architectures for next-generation IoT devices.