本申请涉及一种异构多核处理器的任务分配方法、系统、装置及存储介质，其属于多核处理器技术领域，该方法包括：获取依据多个待分配任务生成的多组初始解，每组初始解包括将多个待分配任务分配至异构多核处理器中的多个内核上的分配结果；对多组初始解中的至少一组解通过优化算法得到变异解，变异解包括将多个待分配任务分配至异构多核处理器中的多个内核上的分配结果；计算变异解的适应度分值；根据变异解的适应度分值和初始解的适应度分值确定目标解，目标解是变异解或者初始解中的一组解。本申请具有提高异构多核处理器的工作效率的效果。的效果。的效果。
【技术实现步骤摘要】
异构多核处理器的任务分配方法、系统、装置及存储介质
[0001]本申请涉及多核处理器
，尤其是涉及一种异构多核处理器的任务分配方法、系统、装置及存储介质。
技术介绍
[0002]异构多核处理器是一种在同一芯片上集成了不同类型的核心的处理器。这些不同类型的核心可以具有不同的体系结构、指令集和功耗特性，以便更好地满足不同的计算需求。对于多核处理器而言，需要将多个任务按照一定的策略，分配到多个核上去分别进行调度，这个过程就是任务分配。
[0003]随着计算机系统的开发，多核处理器要处理的任务呈量级增加，体现在异构多核处理器的核心由双核变为了四核、八核、甚至数量更多的核心的变化上。为了响应逐渐增加的任务数，如何提高异构多核处理器的任务分配质量，进而提高多核处理器的工作效率，一直是一个需要重点关注的关键问题。
技术实现思路
[0004]本申请提供一种异构多核处理器的任务分配方法、系统、装置及存储介质，具有提高异构多核处理器的工作效率的特点。
[0005]本申请目的一是提供一种异构多核处理器的任务分配方法。
[0006]本申请的上述申请目的一是通过以下技术方案得以实现的：一种异构多核处理器的任务分配方法，包括：获取依据多个待分配任务生成的多组初始解，每组所述初始解包括将多个所述待分配任务分配至异构多核处理器中的多个内核上的分配结果；对多组所述初始解中的至少一组解通过优化算法得到变异解，所述变异解包括将多个所述待分配任务分配至异构多核处理器中的多个内核上的分配结果；计算所述变异解的适应度分值；根据所述变异解的适应度分值和所述初始解的适应度分值确定目标解，所述目标解是所述变异解或者所述初始解中的一组解。
[0007]通过采用上述技术方案，在得到多个待分配任务后，依据多个待分配任务组建多种预分配方案，每一种预分配方案对应一组初始解，再对至少一组初始解进行优化得到变异解。然后，计算变异解的适应度分值，再依据变异解的适应度分值和初始解的适应度分值，从变异解和初始解中确定一组解作为目标解。由此可知，本申请是从多种分配方案中，选择出一种分配方案，再将多个待分配任务按照选择出的分配方案，依次调度至异构多核处理器中的多个内核上，从而使得多个任务能够被不同的内核及时处理，从而提高异构多核处理器的工作效率。
[0008]本申请在一较佳示例中可以进一步配置为：所述对多组所述初始解中的至少一组解通过优化算法得到变异解，包括：
计算所述初始解的适应度分值；按照适应度分值降序排序的方式排列多个初始解，并选择排列在前的预设数量的初始解作为测试解；采用优化算法对测试解进行优化得到变异解。
[0009]通过采用上述技术方案，由于本申请仅针对部分初始解进行优化，则不仅能够提高优化的效率，也能够减少本申请的计算量。
[0010]本申请在一较佳示例中可以进一步配置为：所述采用优化算法对测试解进行优化得到变异解，包括：所述测试解的数量为一组或者多组，对任意一组测试解进行优化得到一组变异解的方法包括：计算一组测试解中每一个内核上的任务的执行总时长，任意一个内核上的任务的执行总时长为该内核上的每一个任务的执行时长的和；将任务的执行总时长最长的内核作为第一内核；将任务的执行总时长最短的内核作为第二内核；交换所述第一内核和第二内核上的至少一个任务得到一组所述变异解。
[0011]通过采用上述技术方案，针对每一组测试解来说，仅交换该组测试解中的第一内核和第二内核上的至少一个任务，而第一内核和第二内核又是该组测试解中执行总时长分别为最长和最短的两方，所以交换第一内核和第二内核上的任务能够有效的改变该组变异解的适应度分值，进一步提高优化的效率。
[0012]本申请在一较佳示例中可以进一步配置为：所述交换所述第一内核和第二内核上的至少一个任务得到一组变异解，包括：确定第一内核上执行时长最长的一个任务作为第一任务；确定第二内核上执行时长最短的一个任务作为第二任务；交换所述第一内核上的第一任务和所述第二内核上的第二任务得到一组变异解。
[0013]通过采用上述技术方案，针对每一组测试解来说，交换的是第一内核上的执行时长最长的任务和第二内核上的执行时长最短的任务，则在第一任务和第二任务的执行时长差值越大的情况下，交换完成后该组变异解的适应度分值变化越大；同理，在第一任务和第二任务的执行时长差值越小的情况下，交互完成后该组变异解的适应度分值变化越小，以此能够实现将变异解不断朝向最优解的方向优化的目的，从而保障得到的目标解为最佳的一种分配方案。
[0014]本申请在一较佳示例中可以进一步配置为：所述计算所述变异解的适应度分值之后，所述方法还包括：按照适应度分值降序排序的方式排列变异解和初始解，并判断是否满足：f＝F和/或t＝T和/或g＝G；其中，f为适应度分值，F为适应度分值阈值；t为实时计时，T为实时计时阈值；g是指将测试解连续迭代g次的期间，每一次迭代后从变异解中确定目标解时目标解均为同一个的次数，G是指允许将测试解连续迭代G次的期间，每一次迭代后从变异解中确定目标解时目标解均为同一个的最大次数；若是，则确定变异解和初始解中适应度分值最大的一组解为目标解；若否，则选择排序在前的预设数量的变异解和/或初始解作为测试解，采用优化算法对测试解进行优化得到变异解，并计算f+1，g+1；
重复上述方法n次，直至满足f+n＝S和/或t＝T和/或g+n＝G时，确定变异解和初始解中适应度分值最大的一组解为目标解。
[0015]通过采用上述技术方案，本申请设定有三种用于终止变异解和/或初始解继续进行优化的条件，其一是适应度分值达到了适应度分值阈值，其二是实时计时达到了实时计时阈值，其三是连续优化最大次数后得到的目标解不变，在满足任意一个或者多个终止条件后，选择当前适应度分值最大的解作为目标解。一方面，通过该种方式得到的目标解是当前的最优解，则将多个待分配任务按照目标解的分配方案，依次调度至异构多核处理器中的多个内核上时，使得多个内核能够同时处理多个不同的任务从而提高异构多核处理器的工作效率。另一方面，还能够防止优化时间过长，从而导致待分配任务的即时性得不到保障的问题出现。
[0016]本申请在一较佳示例中可以进一步配置为：所述获取依据多个所述待分配任务生成的多组初始解，包括：将按照执行时长升序排序的方式进行排列的多个所述待分配任务分配给异构多核处理器中的多个内核得到一组初始解；和将按照执行时长降序排序的方式进行排列的多个所述待分配任务分配给异构多核处理器中的多个内核得到一组初始解；和将按照截止时间升序排序的方式进行排列的多个所述待分配任务分配给异构多核处理器中的多个内核得到一组初始解；和将按照松弛度升序排序的方式进行排列的多个所述待分配任务分配给异构多核处理器中的多个内核得到一组初始解，所述松弛度＝运行周期
‑
执行时长；和将按照负载率降序排序的方式进行排列的多个所述待分配任务分配给异构多核处理器中的多个内核得到一组初始解，所述负载率＝执行时长/截止时间；和将按照任务号升序排序的方式排列本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种异构多核处理器的任务分配方法，其特征在于，包括：获取依据多个待分配任务生成的多组初始解，每组所述初始解包括将多个所述待分配任务分配至异构多核处理器中的多个内核上的分配结果；对多组所述初始解中的至少一组解通过优化算法得到变异解，所述变异解包括将多个所述待分配任务分配至异构多核处理器中的多个内核上的分配结果；计算所述变异解的适应度分值；根据所述变异解的适应度分值和所述初始解的适应度分值确定目标解，所述目标解是所述变异解或者所述初始解中的一组解。2.根据权利要求1所述的异构多核处理器的任务分配方法，其特征在于，所述对多组所述初始解中的至少一组解通过优化算法得到变异解，包括：计算所述初始解的适应度分值；按照适应度分值降序排序的方式排列多个初始解，并选择排列在前的预设数量的初始解作为测试解；采用优化算法对测试解进行优化得到变异解。3.根据权利要求2所述的异构多核处理器的任务分配方法，其特征在于，所述采用优化算法对测试解进行优化得到变异解，包括：所述测试解的数量为一组或者多组，对任意一组测试解进行优化得到一组变异解的方法包括：计算一组测试解中每一个内核上的任务的执行总时长，任意一个内核上的任务的执行总时长为该内核上的每一个任务的执行时长的和；将任务的执行总时长最长的内核作为第一内核；将任务的执行总时长最短的内核作为第二内核；交换所述第一内核和第二内核上的至少一个任务得到一组所述变异解。4.根据权利要求3所述的异构多核处理器的任务分配方法，其特征在于，所述交换所述第一内核和第二内核上的至少一个任务得到一组变异解，包括：确定第一内核上执行时长最长的一个任务作为第一任务；确定第二内核上执行时长最短的一个任务作为第二任务；交换所述第一内核上的第一任务和所述第二内核上的第二任务得到一组变异解。5.根据权利要求1所述的异构多核处理器的任务分配方法，其特征在于，所述计算所述变异解的适应度分值之后，所述方法还包括：按照适应度分值降序排序的方式排列变异解和初始解，并判断是否满足：f＝F和/或t＝T和/或g＝G；其中，f为适应度分值，F为适应度分值阈值；t为实时计时，T为实时计时阈值；g是指将测试解连续迭代g次的期间，每一次迭代后从变异解中确定目标解时目标解均为同一个的次数，G是指允许将测试解连续迭代G次的期间，每一次迭代后从变异解中确定目标解时目标解均为同一个的最大次数；若是，则确定变异解和初始解中适应度分值最大的一组解为目标解；若否，则选择排序在前的预设数量的变异解和/或初始解作为测试解，采用优化算法对测试解进行优化得到变异解，并计算f+1，g+1；重复上述方法n次，直至满足f+n＝S和/或t＝T和/或g+n＝G时，确定变异解和初始解中适应度分值最大的一组解为目标解。
6.根据权...
【专利技术属性】
技术研发人员：陈鹏，张斌，韩冰，李云翔，
申请(专利权)人：北京凯思昊鹏软件工程技术有限公司，
类型：发明
国别省市：
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。