随着半导体工艺技术步入纳米阶段,如何有效地利用多晶体管是芯片体系结构面临的新问题。若遵循单核的发展思路,芯片设计将面临互连延迟、存储带宽、功耗极限等性能提升的瓶颈问题。因此,有必要研究新型的芯片体系架构以适应性能增长和功耗下降同时发生这样看似矛盾的需求。而多核能够用多个低频率核单元产生超过高频率单核的处理效能,获得较佳的性价比。多核的一系列技术问题也已成为近期芯片业研究的重点和未来的主要发展方向。多核技术是当代集成电路设计的重要技术,它以低功率消耗、较强的并行处理以及优异的计算性能,满足了人们对集成电路性能的需求。完整的NoC设计方法学包括很多方面的问题,它们对NoC的发展都是至关重要的,且已经引起了学术界的广泛研究。NoC设计空间的概念并将NoC研究归纳为三大类关键问题：基础架构、通讯机制和映射优化。本文研究是基于256个IP,核的应用映射到有16×16个块的2D-mesh拓扑结构的过程。在通常NoC体系结构设计中,高性能和低能耗已经成为评价该结构是否能高效进行资源管理的标准。本文提出模拟退火、神经网络、蚁群算法、遗传算法等一些用于布局的智能算法,其中主要是介绍以最大空间矩阵为约束的基于遗传的新型布局算法,这种算法是根据生物进化思想而启发得出的一种全局优化算法。它通过选择淘汰,突然变异,基因遗传等规律产生适应环境变化的优良物种。在本质上是一种不依赖具体问题的直接搜索方法。它使用了生物遗传学的观点,拥有自然选择、遗传、变异等作用机制,实现各个个体的适应性的提高。算法主要的设计目的是改进在NoC平台中避免运行的应用程序的冲突,达到优化布局,从而减少在路由器通讯中的多个运行应用程序的网络资源争夺。根据实验我们给出的算法,使用我们的算法比未使用,得出的结果显示更低的延迟和较大的性能提高。