[发明专利]片上网络异构多核系统任务调度与映射

说明书

片上网络异构多核系统任务调度与映射,重新设计了任务模型，使其能真实反映子任务间调度与制约关系。适应性的设计改进粒子群优化算法，使其适用于异构多核任务调度映射问题，并克服了算法本身容易陷入局部最优、后期局部搜索能力差的缺陷。本发明利用其将一个大的任务按照通信及调用关系分割成数个具有高并行性、粒度大小合适的子任务，结合任务性质分配到相应的计算单元上，在任务执行时间短、占用系统资源少、功耗均衡的前提下，进一步降低整个系统的通信延时。

所属技术领域

本发明涉及片上网络的设计，尤其涉及片上网络中任务调度与映射问题。

背景技术

片上网络是一种新型的高性能片上互联方式，其能够将计算与通信分离，使计算与通信 并行化处理，大大提高了计算速度与通信效率。基于片上网络的系统能更好地适应在未来复 杂多核片上系统设计中使用的全局异步局部同步的时钟机制，是新一代复杂计算体系结构的 必然选择。然而，片上网络也给系统设计带来很多新的问题与挑战，任务的调度映射问题成 为研究重点，决定了任务在体系结构上的实现方式、处理性能和效率。调度问题的通用解决 思路是将任务抽象成某种形式的模型来设计调度算法，根据子任务之间的信息，以整个系统 运行时间最短为目标对任务进行分配与调度，其中主要包括任务模型的建立、调度算法的设 计以及映射方法三个关键部分。

对于任务模型方面，最为普遍的是有向无环图(di-rected acyclic graph,DAG)模型。DAG 模型将任务间的关系简单抽象为前后调用关系、数据通信量以及其在不同计算单元上的运算 时间，而任务间的相互依赖关系复杂，其他影响因素例如任务类型、其对应的计算单元的种 类、子任务在不同计算单元上的运行成本等，DAG模型并没有全面包含，且模型较少地考虑 任务在不同计算单元间的迁移成本。

在调度算法方面，从进行调度决策的时机来看，可以分为静态调度和动态调度。静态任 务调度是由编译器在编译时进行调度决策。例如基于列表的算法、聚类算法和基于副本的算 法。静态调度模型有一些缺点，如模型只是基于对处理器间通信和执行时间的近似估计，会 产生不好的调度结果。动态任务调度是根据系统中实际任务运行时的情况实时将其调度到相 应的计算单元上执行，并满足系统所要求的各项约束指标，例如基于遗传算法和蚁群的启发 式任务调度、基于任务池库的动态调度算法、粒子群优化算法以及基于实时性约束的动态调 度算法等。在实际应用中，这些算法本身的问题容易导致运行过程中产生种种弊端。例如遗 传算法参数较多、编程实现比较复杂，且易陷入局部最优；蚁群算法前期不能很好地覆盖全 部集合；粒子群优化算法较遗传算法更加方便高效，但是其初期收敛速度过快，易陷入局部 最优，后期的局部搜索能力较差，收敛速度缓慢。以上种种问题导致应用传统算法进行调度 计算都会导致结果与最优值间存在差距。

对于映射问题就是将任务图中的IP核放置在拓扑结构的资源上的过程，决定了lP核与 网络中的路由器的连接关系。在给定网络拓扑结构和具体应用通信任务图的情况下，IP核在 网络中的相对位置对片上网络系统的性能有着重要的影响。因此，IP核映射是片上网络系统 设计中的一个关键步骤，也是本文研究的重点。随着用户需求的增长，片上网络系统芯片上 IP核的集成密度日益增长，映射问题的搜索空间随着网络规模的增长呈阶乘递增，因此传统 求解方法具有一定的难度，常采用启发式算法解决该类问题。

发明内容

本发明的目的是为解决异构片上网络任务调度问题，使算法调度结果更加高效、实用， 设计了片上网络异构多核系统任务调度与映算法。

本发明解决其技术问题所采用的技术方案是：

本发明重新设计了任务模型，使其能真实反映子任务间调度与制约关系。适应性的设计 改进粒子群优化算法，使其适用于异构多核任务调度映射问题，并克服了算法本身容易陷入 局部最优、后期局部搜索能力差的缺陷。利用其将一个大的任务按照通信及调用关系分割成 数个具有高并行性、粒度大小合适的子任务，结合任务性质分配到相应的计算单元上，在任 务执行时间短、占用系统资源少、功耗均衡的前提下，进一步降低整个系统的通信延时。