[发明专利]异构多核片上系统任务分配方法和装置

说明书

本发明公开了一种异构多核片上系统任务分配方法，包括：计算使得系统总能耗最小的各任务在各处理器上的分配期望值；判断各分配期望值是否不小于预设的门限值；设置不小于预设门限值的分配期望值为1，小于预设门限值的分配期望值为0；将分配期望值为1的任务i分配给处理器j；遍历获取将未分配任务分配给各处理器的所有任务分配方案；选择系统总能耗最小的任务分配方案作为最终的任务分配方案。本发明还公开了一种异构多核片上系统任务分配装置。本发明的技术方案在保证系统产生接近最小能耗的前提下减少运用凸优化算法进行迭代的次数，大大降低算法复杂度，降低算法的执行时间。

技术领域

本发明属于计算机体系结构领域，具体涉及到一种异构多核片上系统任务分配方法和装置。

背景技术

在嵌入式计算机系统领域，随着大规模集成电路的集成度的提高，内置动态电压频率调节技术(简称，DVFS)电路的异构多核片上系统在嵌入式实时系统中得到了广泛的应用，异构多核片上系统中包括多个处理器，对不同的任务，需要将其分配到合适的处理器来执行，任务分配算法是异构多核片上系统的一种重要的技术。

现有技术的异构多核片上系统任务分配方案中，普遍采用启发式算法对任务进行分配。主要采用两类启发式算法：

第一类为改进型最小损耗能量密度算法(简称，ILLED)。该类算法首先先计算每个任务在不同核上的能量密度，然后，计算每个任务在其首选核上的密度差异，并收集一组每个任务的能量密度差异集。差异集中的元素相对于密度差值按递减的顺序进行排序，然后按照顺序针对任务是否分配给对应的最佳处理器进行迭代分配。

第二类基于松弛的迭代取整算法(简称，RIRA)。该算法先将任务分配问题定义为二进制整数规划问题，然后将其松弛化为凸优化问题，基于凸优化问题的最优解，将对能耗影响最大的任务优先分配，未分配任务构成新的优化问题按上述顺序迭代求解。

上述两类算法都存在迭代运算的算法复杂度较高，求解时间长，且在实际分配过程中没有考虑到不可行解的问题，导致算法能耗较大。

发明内容

为了解决现有技术中存在的上述问题，本发明提供了一种异构多核片上系统任务分配方法和装置，以降低任务分配算法复杂度，减少系统能耗。

本发明的异构多核片上系统任务分配方法包括：

计算使得系统总能耗E_total最小的各任务在各处理器上的分配期望值

判断各是否不小于预设的门限值Δ；设置不小于Δ的设置小于Δ的将的任务i分配给处理器j；

遍历获取将未分配任务分配给各处理器的所有任务分配方案；选择系统总能耗E_total最小的任务分配方案作为最终的任务分配方案；

其中，所述i为任务编号，所述j为处理器编号。

进一步的，所述计算使得系统总能耗E_total最小的各任务在各处理器上的分配期望值包括：

初始化任务分配矩阵A，设置A中各元素值为0；

计算使得系统总能耗E_total最小的

其中，所述I为任务总数量，J为处理器总数量；C_i为任务i的最坏执行指令周期；θ_i^j为任务i在处理器j上的执行效率；所述β_j为处理器j的架构系数。

进一步的，所述遍历获取将未分配任务分配给各处理器的所有任务分配方案；选择系统总能耗E_total最小的任务分配方案作为最终的任务分配方案包括