基于异构多核平台的最小化帧任务能耗算法-RNRAandRIRA算法

本文链接：https://blog.youkuaiyun.com/chenl_cl/article/details/104661287

本文探讨了如何在基于DVFS的异构多核平台上最小化非抢占式帧任务的总能耗。研究重点是分区式能效调度策略，介绍了RNRA和RIRA两种算法。RNRA算法优先分配最具影响力的任务到最适合的处理器，而RIRA算法在分配后更新优化问题。这两种方法针对不同类型的异构平台，包括不支持和支持运行时频率调整的平台，旨在实现能耗最小化。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

文章来源 Minimizing Energy Consumption for Frame-Based Tasks on Heterogeneous Multiprocessor Platforms
目的最小化基于DVFS异构多核平台的非抢占式帧任务的总能耗
研究对象 partition-based energy-aware scheduling for frame-based tasks on heterogeneous DVFS-enabled multiprocessor platforms
算法研究
average execution cycle平均执行周期
在这里插入图片描述
RNRA：先计算各个任务的平均执行周期，按AECi1 > AECi2 > …>AECin排序。最大的ACE的任务即最有“影响力”的任务(对可调度性和能耗而言)，对该任务进行优先分配给最合适的处理器核心。分配后最有“影响力”任务后，分配次最有“影响力”任务。迭代进行分配到最后一个任务。最后一个任务,我们只是选择分配给达到最小能耗的处理器核心。
在这里插入图片描述
dependent platform without runtime adjusting

RIRA算法 先计算各个任务的平均执行周期，按AECi1 > AECi2 > …>AECin排序。最大的ACE的任务即最有“影响力”的任务(对可调度性和能耗而言)，对该任务进行优先分配给最合适的处理器核心。分配后最有“影响力”任务后，更新优化问题，分配次最有“影响力”任务。迭代进行分配到最后一个任务。最后一个任务,我们只是选择分配给达到最小能耗的处理器核心。
在这里插入图片描述
dependent platform with runtime adjusting
定义标准化有效执行周期（normalized effective execution cycles）
其中U1≤U2≤…≤Um。由于所有的活动处理器必须共享一个频率(尽管共享频率可能随时间变化)，所以Uj值较小的处理器将比Uj值较大的处理器更早地完成任务。jth的执行频率为fj，其中时间间隔tj
在这里插入图片描述

independent multiprocessor platforms

多处理器平台上的任务调度方法可以分为两类，即基于分区的调度和全局调度。在基于分区的调度中，每个任务都被静态地分配给一个处理器。基于分区的调度允许通过成熟的单处理器分析技术来验证可调度性。
在全局调度中，只存在一个job队列，根据全局优先级方案，将job从该队列分配给任何可用的处理器。因为全局调度只存在一个job队列，不能考虑到异构系统的异构性，所以异构多核系统采用分区调度。
三种异构多核平台
dependent platform without runtime adjusting ：所有的处理器必须在一个共同的频率下工作，并且在运行时，在设置初始频率后，不能对共享的执行频率进行调整。
dependent platform with runtime adjusting ：所有的处理器必须在一个共同的频率下工作，并且在运行时，在设置初始频率后，能对共享的执行频率进行调整。
independent platform ：处理器可以在任何时间以不同的频率运行，并且可以独立地调整它们的执行频率