论文部分内容阅读
超大规模集成电路和人工智能技术的快速发展使得信息技术产品已经融入我们日常生活的方方面面,并且呈现出显著的多核化、异构化和网络化趋势。与传统的主要用于大工程科学计算的分布式并行计算系统不同,异构分布式嵌入式系统通常面向行业特殊需求进行定制化开发,系统规模较小、耦合程度较高、应用负载特征明显。计算平台体系结构的不断发展和不同应用行业的需求使得任务分配和调度问题依然是当前需要持续研究的热点。如何根据应用负载的特点、在满足行业标准和规范的要求下为每个应用分配最为合理的资源并进行调度和管理将是能否充分发挥计算系统效能的关键。本文首先介绍了异构分布式嵌入式系统的体系结构,然后分析了相关领域的研究现状,随后首先从传统的异构分布式系统的任务调度研究出发,基于“由浅入深”和“由抽象问题到行业应用”的原则关注能耗约束条件下的任务调度问题,然后再以汽车电子系统的行业应用为大背景,重点关注和解决汽车电子系统此类典型异构分布式嵌入式系统中由于行业特点和特殊要求引入的可靠性调度和安全性调度等问题。主要工作可以概括为以下几个方面:1)应用复杂性和系统结构的异构性要求计算系统向更具能效的方向发展,能耗管理是目前异构分布式系统设计中的一个关键问题。针对能耗受限的情况下如何尽可能提升计算能效的问题,本文研究异构分布式系统中考虑能耗约束条件下具有优先关系约束的任务调度优化问题,提出了一个改进的高效能耗敏感调度算法(An Efficient Scheduling Algorithm for Energy Consumption Constrained Parallel Applications,ESECC)。相比现有最新算法从具有最小能耗的处理器开始能耗预分配,所提新算法通过给任务预先分配一个平均的分配值来减少具有能耗约束的并行应用的调度长度。实验结果表明,所提算法相比较目前最新的算法在多种应用场景中均可以在满足能量约束的条件下获得更短的调度长度。2)异构多处理器平台近年来由于其低功耗、低成本和强大计算能力备受关注,特别是具有可重构特性的异构计算平台更成为当前的研究热点。针对具有可重构特性的异构分布式嵌入式系统在给定功耗约束条件下的优化调度问题,首先使用整数线性规划(Integer Linear Programming,ILP)描述结合了资源延迟模型和可重构组件特性的异构多处理器平台的全局功耗控制和流水化调度问题。进一步,本文提出了面向可重构异构多处理器平台的启发式调度算法PCLS(Power constrain Communication aware List Scheduling)。实验结果表明,当任务数小于35个时,使用ILP模型求解可以在可接受的时间内获得最优调度结果。所提PCLS启发式调度算法与经典的DLS调度算法相比可以提升10%的调度性能。对于大规模的随机任务测试集,提出的PCLS在不同体系结构测试平台上,使用70%给定功耗约束的情况下相比最优调度只有10%的性能下降,表现出良好的性能和适应性。3)汽车功能安全的目的是为了避免由于汽车电子系统中的功能故障导致的不可接受的风险。针对汽车电子系统中功能安全目标可确保性问题,提出了一种针对汽车电子系统功能安全的确保可靠性目标的新方法,称为RGAGM(Reliability Goal Assurance Method Using Geometric Mean)所提新方法的核心思想是基于几何平均值对任务进行可靠性目标数值的预分配,从而可为系统节省更多的资源。文中证明了所提方法的正确性,并使用实际真实汽车功能数据和随机生成分布式汽车功能数据进行了数值模拟实验,实验结果标明所提方法相比现有最新算法可以更为有效地确保可靠性目标的达成以及降低系统资源消耗和成本。4)以汽车电子系统为代表的异构分布式嵌入式系统逐渐演变为混合关键级系统。混合关键级系统需要在同一个计算平台上综合考虑具有不同关键级和优先级的多个功能的需求。相比于传统的任务调度问题,混合关键级系统由于增加了“关键级”这一属性使得调度问题的复杂性大大提升。本文提出FA MHEFT(Fairness and Active Multiple Heterogeneous Earliest Finish Time,FA MHEFT)算法进一步提升异构分布式嵌入式系统中高关键级功能的性能。FA MHEFT算法使用一种更为积极的策略调整系统中任务的关键级,当导致系统关键级上升的任务执行完成并满足截止期限的要求之后主动将系统的关键级调低,从而使得其他高关键级任务有更多的机会和资源执行。实验结果表明,与现有的最新算法相比,所提FA MHEFT算法可以有效地降低系统中高关键级功能的DMR(Deadline Miss Ratio和减少整个系统的调度长度。