温度感知的Linux多核调度算法研究

多核处理器温度升高会影响芯片的稳定性和性能的发挥,硬件层面的DTM(Dynamic Thermal Management)方法以牺牲处理器性能为代价来降低功耗,提出了在一种软件层面的温度感知调度算法,它可以在线实时获取处理器性能计数器的值并计算各个执行核温度,根据各执行核的温度状况在各个核上合理分配进程,给出了温度感知的启发式方法。基于ATMI温度仿真器的仿真表明,温度感知调度算法较无温度感知的算法可以创建更均匀的功率密度图,且带MST启发式方法的温度感知调度算法能明显减少进程的迁移次数。     

基于Linux的多核实时任务调度算法改进

嵌入式实时系统通常被实现为多任务系统,以满足多个外部输入的响应时间的最后期限约束。Linux内核中已经实现了基于EDF(Earliest Deadline First)调度算法的DL调度器,使得实时任务能在截止期限内运行完成。但对于多核处理器,由于实时任务在EDF算法下会出现Dhall效应,论文对 Linux内核中实时任务调度算法进行了改进。在EDF算法的基础上,实现LLF(Least Laxity First)调度算法并对其加以改进,通过降低任务上下文切换频率以及减少松弛度的计算来减小调度过程中的颠簸现象。实验证明该方法既避免了Dhall效应,又减少了任务上下文切换带来的系统开销,并使得任务能在截止期限内完成调度,取得了较好的调度性能。     

提高软非周期任务响应性能的调度算法

实时环境中常常既包含硬周期任务,又包含软非周期任务,引入一种改进软非周期实时任务响应时间的算法.已有的解决混合任务调度问题的方法都是基于速率单调（Rate Monotonic）策略的,其中从周期任务“挪用时间”的算法被证明优于其他所有算法.但是,速率单调算法限制了处理器的使用率,从而使周期任务的可“挪用”时间受到限制.最后期限驱动（Deadline Driven）策略DD可使潜在的处理器利用率达到100%.新算法正是在周期任务的调度中适当加入了DD策略,从而使非周期任务的响应时间得以缩短.仿真实验的结果表明,这种算法的性能优于已有的所有算法,而由它所带来的额外开销却不算很高.     

面向系统负载的分段式实时调度算法及其实现

实时调度算法是实时系统中的关键技术,实时任务能否在规定的时限内完成主要依赖于调度算法的优劣.本文提出了一种分段式实时调度算法SS(Sectional Scheduling),此算法根据系统负载强度的不同将系统负载划分为三种情况:正常负载,超载和严重超载,每一种情况采用不同的调度算法.模拟实验表明,在所有负载条件下该算法相对于典型的EDF(Earliest Deadline First)算法,HVF(Highest Value First)算法与HVDF(Highest Value Density First)算法都有很大的性能改进.     

一种实时异构嵌入式系统的任务调度算法

异构分布式系统已被广泛应用在实时嵌入式系统中,而调度算法是在进行嵌入式系统综合时,确保系统实现性能目标的一个关键问题,这是一个NP-完全问题.现有的算法主要是启发式算法,性能还有待提高.提出了一个异构分布式系统的动态BLevel优先(dynamic BLevel first,简称DBLF)算法,算法选择就绪任务中动态BLevel值最大的任务进行调度,用插入法为任务分配处理器,遵循以下3个插入原则:满足任务先后顺序关系;任务的最早完成时间(earliest-finish-time,简称EFT)最小;在EFT相等时,优先分配到利用率较低的处理器上.与现有算法比较可以看出,DBLF算法可以有效降低调度长度.     

基于多处理机的混合实时任务容错调度

提出了一种混合实时任务容错调度算法．该算法采用Rate Monotonic(RM)算法完成周期任务的静态调度；采用预订处理机时间方法和Earlier Deadline First(EDF)算法动态调度非周期任务；采用主／副版本备份技术确保系统的容错能力．通过充分利用周期任务的剩余处理机时间调度非周期任务和主动备份与被动备份相结合的方法有效地减少了处理机数．仿真结果证明了算法的有效性．     

面向SaaS平台任务调度策略研究

SaaS作为一种云服务方式,在面对云环境内部大量的任务以及请求的时候,如何进行有效的任务调度和高效率的资源分配是目前亟需解决的难题。通过任务的调度和资源分配,使系统的性能达到最优,但是如何衡量任务的优先级成为了调度算法研究的核心。提出了一种任务调度策略和IDV(Integrated Deadline and Value)算法,综合考虑了任务截止日期和任务价值两个因素,并通过实验仿真验证了这种算法比EDF(Earliest Deadline First)和HVF(Highest Value First)在加权截止期保证率方面有明显的改进。     

多处理器并行EDPF优化实时调度算法

实时多处理器系统的任务调度问题始终都是一个重要课题。针对该系统须保证任务截止期和有效性的特点,提出了一种并行EDPF（Earliest Deadline and Processing Time First）优化调度算法。该算法适用于可并行任务,并在考虑到了任务集的截止期和资源因素基础上,加入了运行时间因素,达到了减少调度返回次数以及提高有效性的目的。最后通过大量的仿真,分析了一些必要参数对调度成功率的影响,并通过比较证明了该算法明显优于Myopic算法。     

COTS Switch工业以太网实时调度算法

针对基于商用现成组件技术（Commercial Off-The-Shelf,COTS）的交换式以太网不能满足工业数据通信的实时性要求问题,给出了改进的FTT（Flexible Time-Triggered communication paradigm）网络调度模型,提出了新的周期性实时消息链路可调度性优化判定方法,在此基础上设计了一种基于EDF（Earliest Deadline First）的实时调度算法。算法通过对网络消息流量进行有效控制防止交换机缓冲区溢出,同时充分发挥网络在同一时间存在多个并行传输链路的优势,提高了网络实时性。仿真实验表明该算法在提高网络的聚合带宽、减小消息的平均等待延时和丢失率方面均有明显的优势。     

多处理器计算环境中基于能量节约的实时动态调度算法

当前处理器由于较高的能量消耗，导致处理器热量散发的提高及系统可靠性的降低，已经成为目前计算机领域较为关心的问题．然而目前一些有效降低能量消耗的技术大多针对单处理器系统，较少考虑多处理器系统．提出的调度算法针对多处理器计算环境，以执行时间最快的任务优先调度为基础，结合其它有效技术（共享空闲时间回收），使得实时任务在其截止期内完成的同时能够有效地减低整个系统的能量消耗．针对独立任务集及具有依赖关系的任务集，提出两种针对同构计算环境的算法：STFBA1（Shortest—Task—First—Based Algorithm）及STFBA2，及两钟针对多任务集的算法HSA1（Hybrid Seheduling Algorithm）及HAS2．在单任务集计算环境下，与目前所知的有效算法相比，算法具有更好的性能（调度长度及能量消耗）．在多任务集计算环境下，基于混合调度策略的算法能够明显改进调度性能．     

基于嵌入式操作系统的数字音频播放器优化控制

当前,数字音频技术快速发展,高速性和高性能成为数字音频处理技术面临的一个重要问题,结合ARM处理器和uC/OS-II操作系统能够全方面的提高其处理速度和性能。以32位的STM32处理器作为数字音频播放系统的控制和管理单元,控制文件的读取,芯片的解码以及LCD显示。通过ARM7处理器上移植uC/OS-II操作系统来实现统一的任务调度和外围设备管理,能更加优化控制处理器的处理机制,且任务的优先级的设定,解决了各个任务之间的冲突问题,有效的提高处理速度和性能。     

车用动力锂离子电池热模拟与热设计的研发状况与展望

车用动力锂离子电池的热相关问题是决定电动汽车性能、安全性、寿命及使用成本的关键因素。文章比 较了市场上三款典型电动汽车的热管理方案,阐述了单体电池热设计的重要性,系统介绍了电池热设计的基础方 法——电池热模拟,概述了应用电池热模拟指导电池热设计的尝试与结论,最后整理出电池热模拟及热设计中需 要突破的关键问题 。     

基于异构感知静态调度与动态迁移的异构多核调度机制

异构多核处理器体系结构可以有效减少功效开销,是处理器发展的趋势,负载不平衡问题会造成处理器执行的不稳定。提出一种基于异构感知的静态调度和动态线程迁移相结合的异构多核调度机制,解决了不同核之间的负载平衡问题,提高了吞吐量。仿真实验通过将此调度机制与静态调度策略（SS）比较,表明该机制提高了异构多核处理器的性能并保证了执行过程的稳定性。     

Evaluating the impact of reissued instructions on data speculative processor performance

In this paper, we investigate the impact of instructions reissued due to misspeculated data dependences on processor performance. Recently, the practice of speculation in resolving data dependences has been studied as a means of extracting more instruction level parallelism. When a misspeculation occurs, it is necessary to revert the processor state to a safe point where the speculation is initiated, with an instruction reissue mechanism utilized for that purpose. The instruction reissue suffers less miss penalties than instruction squashing which handles misspeculated control flows in current generation processors, but causes redundant instruction dispatching, i.e. multiple copies of an instruction are in flight in functional units. The effectiveness of data speculation would be diminished, if reissued instructions caused serious structural hazards. Therefore, we evaluate how the instruction reissue affects processor performance using an execution-driven simulator. We find that overhead due to instruction reissue is sufficiently small so as to allow data speculation to contribute to processor performance.     

网络处理器性能评估模型

针对基准测试工具在网络处理器性能评估中应用的局限性，该文提出了网络处理器性能评估模型。将网络处理器系统划分为系统、功能、任务和硬件等层面，逐级进行系统的性能评估，从而实现了多级并行系统性能评估的有效简化，确保了系统性能分析的效率与准 确性。     

飞腾处理器与商用处理器性能比较

深入分析了飞腾处理器FT 1500A与商用处理器Intel XEON在性能上的差异。在微基准测试层面，评测了两个平台能够达到的最大可获得性能（浮点性能、访存延迟和访存带宽）。在应用层面，选取一个典型的海洋预报数值模拟软件，研究了如何将一个开源代码移植到飞腾处理器和商用处理器上，探讨了该软件在两个平台上的单核性能与多核性能，分析了性能差异的原因并提出了相应的优化建议。认为FT 1500A已经有良好的生态基础（操作系统、编译器和工具链），使得移植典型科学计算程序简单可行，虽然跟商用平台相比，飞腾处理器在性能上存在着差距，但考虑到其在功耗上的优势，飞腾处理器将是一个非常具有应用前景的平台。     

面向国产申威26010众核处理器的SpMV实现与优化

世界首台峰值性能超过100P的超级计算机——神威太湖之光已经研制完成,该超级计算机采用了国产申威异构众核处理器,该处理器不同于现有的纯CPU,CPU-MIC,CPU-GPU架构,采用了主-从核架构,单处理器峰值计算能力为3TFlops/s,访存带宽为130GB/s.稀疏矩阵向量乘SpMV（sparse matrix-vector multiplication）是科学与工程计算中的一个非常重要的核心函数,众所周知,其是带宽受限型的,且存在间接访存操作.国产申威处理器给稀疏矩阵向量乘的高效实现带来了很大的挑战.针对申威处理器提出了一种CSR格式SpMV操作的通用异构众核并行算法,该算法从任务划分、LDM空间划分方面进行精细设计,提出了一套动静态buffer的缓存机制以提升向量x的访存命中率,提出了一套动静态的任务调度方法以实现负载均衡.另外还分析了该算法中影响SpMV性能的几个关键因素,并开展了自适应优化,进一步提升了性能.采用Matrix Market矩阵集中具有代表性的16个稀疏矩阵进行了测试,相比主核版最高有10倍左右的加速,平均加速比为6.51.通过采用主核版CSR格式SpMV的访存量进行分析,测试矩阵最高可达该处理器实测带宽的86%,平均可达到47%.     

Perceptron-Based 分支预测SimpleScalar中的实现

SimpIeScaIar是目前国际上常用的一种超标量处理器的性能模拟器。首先分析了SimpleScaIar模拟器的内部体系结构,并在此基础上深入剖析了其分支预测部件的实现机制。针对SimpIeScaIar模拟器分支预测部件只支持基于计数器预测器的局限性,通过深入研究Perceptron-based分支预测器的实现机制,提出并设计了如何在SimpleScaIar模拟器中实现Perceptron-based分支预测器的方案。对超标量处理器的性能模拟和研究有着实际的意义。     

Performance-driven processor allocation

In current multiprogrammed multiprocessor systems, to take into account the performance of parallel applications is critical to decide an efficient processor allocation. In this paper, we present the performance-driven processor allocation policy (PDPA). PDPA is a new scheduling policy that implements a processor allocation policy and a multiprogramming-level policy, in a coordinated way, based on the measured application performance. With regard to the processor allocation, PDPA is a dynamic policy that allocates to applications the maximum number of processors to reach a given target efficiency. With regard to the multiprogramming level, PDPA allows the execution of a new application when free processors are available and the allocation of all the running applications is stable, or if some applications show bad performance. Results demonstrate that PDPA automatically adjusts the processor allocation of parallel applications to reach the specified target efficiency, and that it adjusts the multiprogramming level to the workload characteristics. PDPA is able to adjust the processor allocation and the multiprogramming level without human intervention, which is a desirable property for self-configurable systems, resulting in a better individual application response time.