The embodiment of the invention provides a method and a device for scheduling tasks on a network, which belongs to the field of electronic technology. The method of grouping tasks according to the task execution between relations, in order to optimize the communication power and communication time as the goal of task scheduling based on quantum evolutionary algorithm, avoiding the communication hot generation to achieve load balance, reduce the scheduling results of evolutionary parameters and initial population dependence, make full use of the parallel quantum evolutionary mechanism finally, obtain the optimal scheduling scheme optimization index.
【技术实现步骤摘要】
本专利技术涉及电子
,具体而言,涉及一种片上网络任务调度方法及装置。
技术介绍
随着当今社会信息技术的高速发展,掌上智能终端、自动化控制以及大数据计算处理等众多应用领域对集成电路片上系统的功能和性能提出了更高的要求,多核片上系统的集成度大幅提高,致使极大地增加了片上系统的复杂度及实现难度。高性能多核片上系统的发展趋势必然是片上网络的发展及应用。片上网络借鉴了计算机互联网络的结构,解决了片上系统传统总线结构的通信瓶颈问题。但是片上网络的任务调度是典型的NP问题,具有较高的时间复杂度,需要同时考虑通信功耗及通信时间等性能指标。目前所采用的调度方法主要的是传统的进化思想,对交叉率、变异率等参数的依赖性强,且上述参数的选择大多是依靠经验选取。另外,传统的进化思想还存在对初始种群的选择具有一定的依赖性,调度方案易陷入局部最优以及进化算法的并行机制未得到充分利用等缺陷。
技术实现思路
有鉴于此,本专利技术的目的在于提供一种片上网络任务调度方法及装置,以改善上述问题。本专利技术实施例提供一种片上网络任务调度方法,该方法包括:根据片上网络的任务图以及各任务之间的执行关系进行任务分组,其中,所述执行关系包括并行关系和偏序关系;生成初始种群,该初始种群包括多个部落,每个部落由与任务分组后得到的所有任务组一一对应的量子染色体构成,不同部落解码后对应不同的调度方案;基于量子进化算法及预先设定的用于衡量调度方案性能指标的适应度函数对所述初始种群进行进化迭代,得到最优的调度方案,所述性能指标包括通信功耗及通信时间;根据所述最优的调度方案,将各个任务组调度到对应的处理核。本专利技术 ...
【技术保护点】
一种片上网络任务调度方法,其特征在于,该方法包括:根据片上网络的任务图以及各任务之间的执行关系进行任务分组,其中,所述执行关系包括并行关系和偏序关系;生成初始种群,该初始种群包括多个部落,每个部落由与任务分组后得到的所有任务组一一对应的量子染色体构成,不同部落解码后对应不同的调度方案;基于量子进化算法及预先设定的用于衡量调度方案性能指标的适应度函数对所述初始种群进行进化迭代,得到最优的调度方案,所述性能指标包括通信功耗及通信时间。
【技术特征摘要】
1.一种片上网络任务调度方法,其特征在于,该方法包括:根据片上网络的任务图以及各任务之间的执行关系进行任务分组,其中,所述执行关系包括并行关系和偏序关系;生成初始种群,该初始种群包括多个部落,每个部落由与任务分组后得到的所有任务组一一对应的量子染色体构成,不同部落解码后对应不同的调度方案;基于量子进化算法及预先设定的用于衡量调度方案性能指标的适应度函数对所述初始种群进行进化迭代,得到最优的调度方案,所述性能指标包括通信功耗及通信时间。2.根据权利要求1所述的方法,其特征在于,所述根据片上网络的任务图以及各任务之间的执行关系进行任务分组的步骤包括:步骤S1:选择所述任务图中任意一个无前驱结点的任务结点作为起始结点,判断该起始结点是否存在直接后继结点,若存在,则沿一条包括所述起始结点的分支顺位选择至少一个后继结点作为该起始结点的同组任务结点,若不存在,则直接将该起始结点独立地作为一个任务分组;步骤S3:在所述任务图中对已完成分组的任务结点进行标记,并将尚未被标记的各个任务结点构成的任务图作为新的任务图;步骤S5:基于得到的所述新的任务图,重复执行步骤S1和S3,直至最初始的任务图中的所有任务结点已全部被标记。3.根据权利要求2所述的方法,其特征在于,该方法在进行任务分组的步骤之前还包括:预先设定一用于控制所述任务组包含的任务总数的热点阈值;所述步骤S1中顺位选择的至少一个后继结点的总数目应小于或等于所述热点阈值。4.根据权利要求3所述的方法,其特征在于,所述步骤S1中沿一条包括所述起始结点的分支顺位选择至少一个后继结点作为该起始结点的同组任务结点的步骤包括:步骤S11:在所述起始结点的所有直接后继结点中选择具有最大通信量的任务结点作为该起始结点的同组任务结点;步骤S13:再在所选择的任务结点的所有直接后继结点中选择具有最大通信量的任务结点作为所述起始结点的同组任务结点;步骤S15:重复步骤S13,直至所述起始结点所在的任务组包括的任务总数等于所述热点阈值或者已经没有未被标记的后继结点。5.根据权利要求1-4任意一项所述的方法,其特征在于,所述生成初始种群的步骤包括:步骤S2:对任务组及所述片上网络中的处理核进行编号;步骤S4:编号后,针对各个任务组分别进行概率幅度编码,生成与该任务组对应的量子染色体,所有的量子染色体构成一个部落,其中,该部落中与第i个任务组对应的量子染色体表示为:Di=[αi1βi1|αi2βi2|...|αimβim],]]>αij表示第i个任务组被调度至第j个处理核的概率幅度,βij表示第i个任务组未被调度至第j个处理核的概率幅度,|αij|2+|βij|2=1,i=1,2…n,j=1,2…m,其中,n表示任务组的总数目,m表示所述片上网络中的处理核的总数目;步骤S6:重复步骤S4,直至生成的部落总数达到预定个数,然后由已生成的所有部落构成所述初始种群。6.根据权利要求5所述的方法,其特征在于,对所述初始种群进行进化迭代,得到最优的调度方案的步骤包括:对所述初始种群中的各个部落分别进行解码,得到每个部落对应的调度方案;按所述适应度函数计算出每个调度方案的性能指标,并根据所述性能指标以非支配排序算法确定当前的最优调度方案;判断当前是否已满足预先设定的迭代终止条件;若满足,则终止迭代,输出所述最优调度方案;若不满足,则选择预定个数的性能指标最高的调度方案所对应的部落组成精英团,并采用量子旋转门对位于所述精英团以外的所有满足预设更新条件的部落中的每个量子染色体进行更新,所述量子旋转门表示为:αpq′βpq′=cosθ-sinθsinθcosθαpq&be...
【专利技术属性】
技术研发人员:乐千桤,张小松,杨国武,宋晓宇,曹林,秦辉,
申请(专利权)人:成都理工大学,
类型:发明
国别省市:四川;51
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。