Affectation de circuits d'une bibliothèque a des unités fonctionnelles d'une partie opérative avec des contraintes de surface, de vitesse et de consommation d'énergie.

3.3.4 Exemple d'illustration :

Pour faciliter aux lecteurs de ce mémoire la compréhension des fichiers utilisés par notre application, nous donnons ci-après un exemple:

Fichier NBTRACES : on suppose que dans son contenu il y'a la valeur 2, c'est-àdire que l'algorithme à implémenter en Hardware inclut deux traces:

Fichier TRACE1 :

1 ADD ADD MULT RSHIFT FIN

2 MULT MULT MULT LSHIFT FIN

3 MULT MULT MULT MULT MULT FIN

4 ADD COMP COMP COMP FIN

Ceci veut dire que lors de l'exécution de la trace 1 de l'algorithme, 2 additions, une multiplication et un décalage à droite seront initialement exécutés en parallèle, au 1^er ?cycle?. Noter que dans notre contexte, le mot cycle signifie juste un groupe d'opérations à exécuter en parallèle.

Fichier TRACE2 :

1 ADD ADD MULT RSHIFT FIN

2 MULT MULT MULT MULT MULT MULT MULT MULT LSHIFT FIN

3 MULT MULT RSHIFT RSHIFT MULT FIN

4 ADD COMP COMP MULT FIN

5 MULT ADD RSHIFT LSHIFT COMP FIN

Fichier DONNEES :

ADD 4 2 >Nombre de combinaisons= 4²=16.

MULT 5 8 >Nombre de combinaisons= 5⁸=390625.

COMP 6 3 >Nombre de combinaisons= 6³=216.

AND 3 0 >Nombre de combinaisons= 3°=1.

RSHIFT 7 2 >Nombre de combinaisons= 7²=49.

LSHIFT 7 1 >Nombre de combinaisons= 7¹=7.

Nombre d'instances de cet opérateur dans la partie opérative
Nombre d'instances de cet opérateur dans la bibliothèque

Le nombre total de combinaisons est alors :

16 * 390625 * 216 * 1 * 49 * 7= 463.05*10⁹, c'est à dire 463 milliards et 50 millions de combinaisons à explorer pour ce simple exemple.

Pour un cas réel, le nombre de combinaisons serait énorme et rendrait impossible une affectation manuelle d'instances aux opérateurs du système à concevoir. D'où l'intérêt de développer un outil d'aide à rendre possible cette affectation de sorte à satisfaire les contraintes fixées. Néanmoins, nous rappelons que même avec un calculateur, la complexité algorithmique de ce problème n'est pas polynomiale et nécessite une méthode à base d'une heuristique ou d'une méta heuristique.

Nous rappelons aussi que dans le cadre de ce mémoire, nous développons la méthode exhaustive dans un double but de l'utiliser quand le temps CPU le permet (la solution obtenue est alors exacte) ou pour servir de repère durant le développement de la méthode approchée.

3.4 Conclusion

Ce chapitre a permis de montrer les détails techniques de notre méthode (algorithmes, structures de données et formats des enregistrements des fichiers utilisés). Nous avons notamment utilisé la récursivité pour des fins d'efficacité. Néanmoins, ceci nous a demandé de prendre un certain nombre de précautions afin d'éviter que l'exécution ne boucle indéfiniment, ou qu'elle se déroule autrement que le demande la logique de l'application. Ces précautions ont notamment porté sur les tests d'arrêt et sur la distinction des variables globales de celles qui sont locales. Nos algorithmes ont été testés avec succès sur des jeux de données assujettis à des contraintes différentes comme le montre le chapitre qui suit.