陽明交大表示,多核心晶片近年廣泛用於電腦、手機、伺服器等設備,而且隨著處理器核心數量增加,使得晶片內網路(Network on Chip, NoC)連線結構成為熱門的技術議題,也因運算核心時脈頻率提高,帶來嚴重溫度挑戰,影響晶片運作效能、可靠程度。
陽明交大副教授陳坤志帶領碩士生廖元豪、陳政廷、王蕾期在國際期刊《IEEE TVLSI》(IEEE Transactions on Very Large Scale Integration Systems)當中,提出一款較為有效的線上學習機制,進行晶片內部網路系統的準確溫度預測,並且透過可適性強化式學習技術,執行動態的主動溫度管理,大幅提升系統的溫度管理效能以與穩定性。