一种基于DVFS和DPM的异构平台近似计算任务优化映射方法

本发明属于多核处理器任务调度，主要涉及了一种基于dvfs和dpm的异构平台近似计算任务优化映射方法。

背景技术：

1、相比于同构多核处理平台，异构多核处理平台因为能满足功能和非功能的多样化需求，拥有成本低、尺寸小和可定制化程度高等优点，可以满足更复杂的应用背景，已成为信息物理系统的核心组成部分。在异构多核处理平台中，基于降低能耗的考虑，单个节点的计算能力通常是有限的，这使得一些任务无法及时被该节点完成，导致时序错误。因此在有限的能量下，可以使用不精确的计算，在任务截止时间前产生可接受的近似结果。针对这种情况，引入一种具有弹性机制的任务描述方式，即近似计算(imprecise computation，ic)任务模型，能够平衡系统的能耗和计算结果的精度，提高系统利用率和可靠性。因此，设计近似计算任务在异构多核平台上的映射算法具有重要的现实意义。

2、如今，异构多核处理平台的任务映射研究已经取得了很多的研究成果，但还存在以下的问题：1)基于能量优化的任务调度方法中，任务的执行周期是固定的，在调度过程中系统的资源利用率较低，同时系统qos固定，不能通过任务调整来提高系统qos；2)针对异构多核处理平台的研究一般单独使用dvfs技术或dpm技术来优化系统功耗，但很少考虑dvfs和dpm的联合优化；3)针对异构多核处理平台，基于qos和能量的联合优化任务映射问题具有较高的计算复杂度。

技术实现思路

1、本发明正是针对现有技术中大多任务映射方法不能提高系统qos，没有考虑dvfs和dpm技术联合优化的问题，提供一种基于dvfs和dpm的异构平台近似计算任务优化映射方法，首先将具有相关性的实时任务建模为近似计算任务模型，由此可以得到任务有向无环图(dag)、任务相关性矩阵和表征任务特性的六元组；再基于异构多核平台，引入dvfs和dpm联合的机制，可以提高任务执行效率；构造基于qos和能量联合优化的任务映射的问题描述，所述描述至少包括任务分配、频率选择、实时性、任务非抢占性、任务相关性、处理器利用率和能耗约束；使用变量替代方法和big-m重构方法处理问题中的非线性项，将该任务映射问题线性化，通过gurobi求解器求得最优解；利用任务分层方法和贪心算法，设计低计算复杂度的启发式算法，提高该映射方法的可扩展性。本发明方法在满足系统实时性、能效性、可靠性约束的前提下，采用dvfs+dpm联合优化的机制，提高系统的qos。

2、为了实现上述目的，本发明采取的技术方案是：一种基于dvfs和dpm的异构平台近似计算任务优化映射方法，包括如下步骤：

3、s1：将相关性实时任务建模为近似计算任务，所述建模可得到任务有向无环图(dag)、任务相关性矩阵和表征任务特性的六元组；

4、s2：基于异构多核平台，引入dvfs和dpm联合的机制；

5、s3：完成基于qos和能量联合优化的任务映射问题的描述，所述描述至少包括任务分配、频率选择、实时性、任务非抢占性、任务相关性、处理器利用率和能耗约束；

6、s4：针对s3所提出的优化问题，使用变量替代方法和big-m重构方法处理问题中的非线性项，将该任务映射问题线性化，通过gurobi求解器求得最优解；

7、s5：利用任务分层方法和贪心算法，设计低计算复杂度的启发式算法，提高该映射方法的可扩展性。

8、作为本发明的一种改进，所述步骤s1中的实时任务模型由n个有相关性、非抢占式的近似计算任务组成的任务集来描述实时系统，该任务集被抽象为一个有向无环图(dag)；任务的相关性用一个二进制矩阵ton×n来描述：若任务τi与τj相关且任务τi在τj之前执行，则toij＝1，否则，toij＝0；任务集中的任务τi均可用六元组{mi,oi,oi,di,tsi,tei}表示，其中，di是任务τi的截止时间，tsi和tei分别为任务的开始时间和结束时间，mi和oi分别为每个近似计算任务强制部分的执行周期数和可选择部分的执行周期数，oi为可选部分执行周期数的上限。

9、作为本发明的另一种改进，所述步骤s2中，用m个异构处理器核的多核处理器平台θ＝{θ1,θ2,...,θm}描述平台模型,所有处理器核均支持dvfs和dpm,结合处理器的异构性和dvfs技术，计算任务τi在处理器核θk上以频率fk,l执行时的执行时间为其中，λi,k为处理器θk在执行任务τi的执行效率，λi,k∈(0,1)，表明不同处理器执行同一个任务会产生不同的任务执行时间和能耗。

10、根据处理器空闲时间的长短，处理器核心自主地选择进入空闲状态或者休眠状态。

11、与现有技术相比，本发明具有的有益效果：

12、1)本发明提供了一种近似计算任务在异构多核处理平台上，基于dvfs和dpm的qos优化映射方法，能够明显提高系统qos。

13、2)原任务映射问题中存在连续变量与0-1变量、0-1变量与0-1变量的耦合项和0-1变量逻辑约束等非线性项，问题结构复杂，无法在短时间内求得最优解。针对原问题的结构，以牺牲求解精度为代价，本发明提供了一种低计算复杂度的启发式算法，能够显著降低算法的运行时间。

技术特征：

1.一种基于dvfs和dpm的异构平台近似计算任务优化映射方法，其特征在于，包括如下步骤：

2.如权利要求1所述的一种基于dvfs和dpm的异构平台近似计算任务优化映射方法，其特征在于：所述步骤s1中的实时任务模型由n个有相关性、非抢占式的近似计算任务组成的任务集来描述实时系统，该任务集被抽象为一个有向无环图(dag)；任务的相关性用一个二进制矩阵ton×n来描述：若任务τi与τj相关且任务τi在τj之前执行，则toij＝1，否则，toij＝0；任务集中的任务τi均可用六元组{mi，oi，oi，di，tsi，tei}表示，其中，di是任务τi的截止时间，tsi和tei分别为任务的开始时间和结束时间，mi和oi分别为每个近似计算任务强制部分的执行周期数和可选择部分的执行周期数，oi为可选部分执行周期数的上限。

3.如权利要求2所述的一种基于dvfs和dpm的异构平台近似计算任务优化映射方法，其特征在于：所述步骤s2中，用m个异构处理器核的多核处理器平台θ＝{θ1，θ2，...，θm}描述平台模型，所有处理器核均支持dvfs和dpm，结合处理器的异构性和dvfs技术，计算任务τi在处理器核θk上以频率fk，l执行时的执行时间为其中，λi，k为处理器θk在执行任务τi的执行效率，λi，k∈(0，1)；

4.如权利要求3所述的一种基于dvfs和dpm的异构平台近似计算任务优化映射方法，其特征在于：所述步骤s3中，任务分配、频率选择指每个任务τi只能分配到一个处理器θk和一个频率fk，ｌ，因而任务分配、频率选择约束为：

5.如权利要求4所述的一种基于dvfs和dpm的异构平台近似计算任务优化映射方法，其特征在于：所述步骤s3中，任务相关性指对于具有相关性的任务，被依赖任务的结束时间要早于后继任务的开始时间，因此任务相关性约束具体为：

6.如权利要求5所述的一种基于dvfs和dpm的异构平台近似计算任务优化映射方法，其特征在于：所述步骤s4中，实时性约束、任务非抢占性约束、任务相关性约束、处理器利用率约束和能耗限制约束分别被线性化为：

7.如权利要求6所述的一种基于dvfs和dpm的异构平台近似计算任务优化映射方法，其特征在于，所述步骤s5具体包括：

技术总结
本发明公开了一种基于DVFS和DPM的异构平台近似计算任务优化映射方法，首先将具有相关性的实时任务建模为近似计算任务模型，由此可以得到任务有向无环图(DAG)、任务相关性矩阵和表征任务特性的六元组；再基于异构多核平台，引入DVFS和DPM联合的机制；构造基于QoS和能量联合优化的任务映射的问题描述；使用变量替代方法和Big‑M重构方法处理问题中的非线性项，将该任务映射问题线性化，通过Gurobi求解器求得最优解；利用任务分层方法和贪心算法，设计低计算复杂度的启发式算法，提高该映射方法的可扩展性。本发明方法在满足系统实时性、能效性、可靠性约束的前提下，采用DVFS+DPM联合优化的机制，提高系统的QoS。

技术研发人员：莫磊,朱浩彤,李昕镁,曹向辉
受保护的技术使用者：东南大学
技术研发日：
技术公布日：2024/2/21