一种基于异构多核架构的类型化任务联合调度系统及方法技术方案

本发明专利技术涉及多处理器的多任务联合调度技术领域，具体公开了一种基于异构多核架构的类型化任务联合调度系统及方法，其通过引入联合调度机制，根据任务大小和任务优先级对任务进行划分和排序；基于此，针对实时任务的时限特性，采用惯性权重系数粒子群优化方法迭代更新负载均衡策略，在满足实时任务可调度性需求的同时最小化实时任务的最大响应时间；同时，针对非实时任务的低优先权特性，利用基于拉格朗日的凸优化思想简化问题的求解，并采用一种满足能量约束的二分搜索算法，有效降低了非实时任务的平均响应时间，实现了系统的最佳负载分配。配。配。

【技术实现步骤摘要】
一种基于异构多核架构的类型化任务联合调度系统及方法


[0001]本专利技术涉及多处理器的多任务联合调度
，尤其涉及一种基于异构多核架构的类型化任务联合调度系统及方法。

技术介绍

[0002]近年来，异构多核处理器因其出色的计算性能和并行任务处理能力，被广泛地应用于智能手机、自动化机器人、可穿戴设备等移动嵌入式电子产品中。然而，受限于电池技术的缓慢发展，移动设备在性能提升的同时，还要满足一定的能耗限制。传统的性能提升技术主要依靠提高内核频率来提升性能，但也带来了能耗的增加。因此，在一定的能量消耗的条件下，我们需要探索如何尽可能提高异构多核处理器的性能。
[0003]异构多核系统的性能可以通过负载均衡进行优化。目前大量研究将系统建模为不同的排队模型，采用基于排队理论的负载均衡方法。该类研究的主要目标是最小化任务的平均响应时间，且均考虑任务排队系统为无限容量。然而，当任务数量过多时，会导致处理器系统出现过载现象，后到达的任务将处于无限等待状态，最终造成额外的等待时延。
[0004]另一方面，任务类型逐渐成为多处理器系统中性能优化的主要关注点。一些研究侧重于一种类型的任务，而另外一些研究则侧重于多种类型的任务。侧重多类型任务的相关研究均考虑了类型化任务的性能优化或功率优化，但大部分研究都是将某一类任务视为可预加载的，再基于此研究另外一类任务的负载调度策略，很少有文献提到类型化任务的联合调度问题。然而，类型化任务之间的约束关系对任务调度至关重要。
[0005]因此，综合上述问题，现有技术需要一种在系统能量和任务优先级约束下，考虑有限容量的类型化任务联合调度系统及方法。

技术实现思路

[0006]本专利技术提供一种基于异构多核架构的类型化任务联合调度系统及方法，解决的技术问题在于：如何在系统能量和任务优先级约束下，有效降低任务的平均响应时间，实现系统的最佳负载分配。
[0007]为解决以上技术问题，本专利技术提供一种基于异构多核架构的类型化任务联合调度系统，包括任务请求端、任务管理器、全局调度器、队列缓存器和任务调度器；
[0008]所述任务请求端用于向所述任务管理器提交来自不同终端用户的实时任务请求和非实时任务请求，并设置实时任务的优先级高具有强抢占特性，非实时任务优先级低；
[0009]所述任务管理器用于接收所述实时任务请求和所述非实时任务请求，并分别按照这两类任务的到达时间形成包括实时任务流和非实时任务流的混合类型化任务流，然后将所述混合类型化任务流发送至所述全局调度器；
[0010]所述全局调度器用于接收所述混合类型化任务流，并根据联合调度机制将其划分多个实时任务子流和非实时任务子流，同时确定各个任务子流的任务参数和各个任务子流之间的执行顺序；
[0011]所述队列缓存器用于有限缓存两类所述任务子流，并结合任务执行顺序进行队列排序，得到多个等待队列；
[0012]所述任务调度器用于并行接收多个所述等待队列，并将多个所述等待队列中的任务子流分配至多个本地调度器，以及根据系统能量动态调整每个本地调度器中各个处理器的速度。
[0013]优选的，所述联合调度机制的联合调度过程为：
[0014]给定n个多核本地调度器S1,S2,...,S
n
，任务平均大小实时任务总到达率λ
′
，非实时任务总到达率λ
″
，实时任务的截止期限T
dead
，以及电源可用功率求本地调度器上实时任务到达率λ
′1,λ
′2,...,λ
′
n
，非实时任务到达率λ
″1,λ
″2,...,λ
″
n
，以及处理器速度s1,s2,...,s
n
，使得在系统能量约束下，非实时任务的平均响应时间最小化，同时满足实时任务的最大响应时间不超过其截止期限，其中本地调度器S
i
具有c
i
个速度为s
i
、容量为m
i
、静态功耗为P
i*
的同构多核处理器，i＝1,2,...,n。
[0015]具体的，所述联合调度机制的联合调度过程数学化表达为类型化任务联合调度问题：
[0016][0017]其中，表示非实时任务在系统中的平均响应时间，T
″
i
表示非实时任务在所述本地调度器S
i
中的平均响应时间；ρ
″
i
表示所述本地调度器S
i
中实时任务和非实时任务的总核心利用率；约束条件C1表示系统处于平衡状态的约束条件，即其中1≤i≤n；C2表示实时任务的总到达率约束；C3表示非实时任务的总到达率约束；C4表示实时任务的最大响应时间T
′
max
不超过截止期限T
dead
，即实时任务的时限约束，其中是实时任务分布λ
′1,λ
′2,...,λ
′
n
和处理器速度s1,s2,...,s
n
的函数，T
′
i
表示实时任务在所述本地调度器S
i
中的平均响应时间，其中i∈N＝{1,2,...,n}；C5表示系统的平均功率消耗P不超过系统可用功率即系统的能量约束；min表示取最小，max表示取最大。
[0018]具体的，根据任务之间的优先级约束，将所述类型化任务联合调度问题分解为实时任务调度问题和非实时任务调度问题，分别对所述实时任务调度问题和所述非实时任务调度问题进行求解得到实时任务和非实时任务在所述本地调度器中的负载分布；
[0019]其中所述实时任务调度问题为：在考虑实时任务截止期限和负载均衡需求的同时，优化实时任务的最大响应时间，求解实时任务在所述本地调度器中的负载分布；
[0020]所述实时任务调度问题表示为：
[0021]P2:min T
′
max
(λ
′1,λ
′2,...,λ
′
n
)＝max{T
′1(λ
′1),T
′2(λ
′2),...,T
′
n
(λ
′
n
)}
[0022]s.t.C6:F
′
(λ
′1,λ
′2,...,λ
′
n
)＝λ
′
[0023]C7:T
′
max
(λ
′1,λ
′2,...,λ
′
n
)≤T
dead
[0024]C8:σ≤ε
[0025]其中，约束条件C6是C2的变型，且F
′
表示各个实时任务子流的到达率之和，即F
′
(λ
′1,λ
′2,...,λ
′本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于异构多核架构的类型化任务联合调度系统，其特征在于，包括任务请求端、任务管理器、全局调度器、队列缓存器和任务调度器；所述任务请求端用于向所述任务管理器提交来自不同终端用户的实时任务请求和非实时任务请求，并设置实时任务的优先级高具有强抢占特性，非实时任务优先级低；所述任务管理器用于接收所述实时任务请求和所述非实时任务请求，并分别按照这两类任务的到达时间形成包括实时任务流和非实时任务流的混合类型化任务流，然后将所述混合类型化任务流发送至所述全局调度器；所述全局调度器用于接收所述混合类型化任务流，并根据联合调度机制将其划分多个实时任务子流和非实时任务子流，同时确定各个任务子流的任务参数和各个任务子流之间的执行顺序；所述队列缓存器用于有限缓存两类所述任务子流，并结合任务执行顺序进行队列排序，得到多个等待队列；所述任务调度器用于并行接收多个所述等待队列，并将多个所述等待队列中的任务子流分配至多个本地调度器，以及根据系统能量动态调整每个本地调度器中各个处理器的速度。2.根据权利要求1所述的一种基于异构多核架构的类型化任务联合调度系统，其特征在于，所述联合调度机制的联合调度过程为：给定n个多核本地调度器S1,S2,...,S
n
，任务平均大小实时任务总到达率λ
′
，非实时任务总到达率λ
″
，实时任务的截止期限T
dead
，以及电源可用功率求本地调度器上实时任务到达率λ
′1,λ
′2,...,λ
′
n
，非实时任务到达率λ1″
,λ2″
,...,λ
n
″
，以及处理器速度s1,s2,...,s
n
，使得在系统能量约束下，非实时任务的平均响应时间最小化，同时满足实时任务的最大响应时间不超过其截止期限，其中本地调度器S
i
具有c
i
个速度为s
i
、容量为m
i
、静态功耗为P
i*
的同构多核处理器，i＝1,2,...,n。3.根据权利要求2所述的一种基于异构多核架构的类型化任务联合调度系统，其特征在于，所述联合调度机制的联合调度过程数学化表达为类型化任务联合调度问题：P1:minT
″
(λ
′1,λ
′2,...,λ
′
n
,λ1″
,λ2″
,...,λ
n
″
,s1,s2,...,s
n
)s.t.C1:ρ
i
″
＜1C2:λ
′1+λ
′2+...+λ
′
n
＝λ
′
C3:λ1″
+λ2″
+...+λ
n
″
＝λ
″
C4:T
′
max
(λ
′1,λ
′2,...,λ
′
n
,s1,s2,...,s
n
)≤T
dead
其中，表示非实时任务在系统中的平均响应时间，T
i
″
表示非实时任务在所述本地调度器S
i
中的平均响应时间；ρ
i
″
表示所述本地调度器S
i
中实时任务和非实时任务的总核心利用率；约束条件C1表示系统处于平衡状态的约束条件，即其中1≤i≤n；C2表示实时任务的总到达率约束；C3表示非实时任务的总到达率约束；C4表示实时任务的最大响应时间T
′
max
不超过截止期限T
dead
，即实时任务的时限
约束，其中是实时任务分布λ
′1,λ
′2,...,λ
′
n
和处理器速度s1,s2,...,s
n
的函数，T
i
′
表示实时任务在所述本地调度器S
i
中的平均响应时间，其中i∈N＝{1,2,...,n}；C5表示系统的平均功率消耗P不超过系统可用功率P，即系统的能量约束；min表示取最小，max表示取最大。4.根据权利要求3所述的一种基于异构多核架构的类型化任务联合调度系统，其特征在于：根据任务之间的优先级约束，将所述类型化任务联合调度问题分解为实时任务调度问题和非实时任务调度问题，分别对所述实时任务调度问题和所述非实时任务调度问题进行求解得到实时任务和非实时任务在所述本地调度器中的负载分布；其中所述实时任务调度问题为：在考虑实时任务截止期限和负载均衡需求的同时，优化实时任务的最大响应时间，求解实时任务在所述本地调度器中的负载分布；所述实时任务调度问题表示为：P2:min T
′
max
(λ
′1,λ
′2,...,λ
′
n
)＝max{T1′
(λ
′1),T
′2(λ
′2),...,T
′
n
(λ
′
n
)}s.t.C6:F
′
(λ
′1,λ
′2,...,λ
′
n
)＝λ
′
C7:T
′
max
(λ
′1,λ
′2,...,λ
′
n
)≤T
dead
C8:σ≤ε其中，约束条件C6是C2的变型，且F
′
表示各个实时任务子流的到达率之和，即F
′
(λ
′1,λ
′2,...,λ
′
n
)＝λ
′1+λ
′2+...+λ
′
n
；约束条件C7是C4的变型；约束条件C8是实时任务负载均衡约束，ε为负载均衡因子，取值范围为0≤ε≤10
‑2；σ为负载均衡有效度，表示为其中表示实时任务在系统中的平均任务完成时间；采用惯性权重系数粒子群优化方法迭代更新负载均衡策略，在满足任务时限约束下，求解所述实时任务调度问题。5.根据权利要求4所述的一种基于异构多核架构的类型化任务联合调度系统，其特征在于，所述非实时任务调度问题为：在系统功率约束下，以最小化非实时任务的平均响应时间为目标进行负载分配；所述非实时任务调度问题表示为：P3:minT
″
(λ1″
,λ2″
,...,λ
n
″
,s1,s2,...,s
n
)C10:F(λ1″
,λ2″
,...,λ
n
″
)
‑
λ
″
＝0C11:G(s1,s2,...,s
n
)+β
‑
T
dead
＝0其中，约束条件C9,C10,C11,C12分别为C1,C3,C4,C5的变型，且在约束条件C10中F表示各个非实时任务子流的到达率之和，即F(λ1″
,λ2″
,...,λ
n
″
)＝λ1″
+λ2″
+...+λ
n
″
；约束条件C11中的G表示实时任务的最大响应时间，即且0≤β＜T
dead
，i∈N＝{1,2,...,n}；为考虑问题的极限情况，假设约束条件C12中的能量消耗P等于系统可用功率
6.一种基于异构多核架构的类型化任务联合调度方法，其特征在于，包括步骤：S1、获取来自不同终端用户的实时任务请求和非实时任务请求，并设置实时任务的优先级高具有强抢占特性，非实时任务优先级低；S2、分别按照实时任务和非实时任务的到达时间形成包括实时任务流和非实时任务流的混合类型化任务流；S3、根据联合调度机制将其划分多个实时任务子流和非实时任务子流，同时确定各个任务子流的任务参数和各个任务子流之间的执行顺序；S4、有限缓存两类所述任务子流，并结合任务执行顺序进行队列排序，得到多个等待队列；S5、并行接收多个所述等待队列，并将多个所述等待队列中的任务子流分配至多个本地调度器，以及根据系统能量动态调整每个本地调度器中各个处理器的速度。7.根据权利要求6所述的一种基于异构多核架构的类型化任务联合调度方法，其特征在于，在所述步骤S3中，所述联合调度机制的联合调度过程为：给定n个多核本地调度器S1,S2,...,S
n
，任务平均大小实时任务总到达率λ
′
，非实时任务总到达率λ
″
，实时任务的截止期限T
dead
，以及电源可用功率求本地调度器上实时任务到达率λ
′1,λ
′2,...,λ
′
n
，非实时任务到达率λ1″
,λ2″
,...,λ
n
″
，以及处理器速度s1,s2,...,s
n
，使得在系统能量约束下，非实时任务的平均响应时间最小化，同时满足实时任务的最大响应时间不超过其截止期限，其中本地调度器S
i
具有c
i
个速度为s
i
、容量为m
i
、静态功耗为P
i*
的同构多...

【专利技术属性】
技术研发人员：于彦涛，文小洪，潘伟，刘国金，牛彬，黄心雨，欧阳水清，黄天聪，吴玉成，
申请(专利权)人：国网山西省电力公司晋中供电公司北京智芯微电子科技有限公司，
类型：发明
国别省市：