关键词： PCI总线   多CPU互连   共享内存   中断  

摘要： 本文对基于PCI总线互连体系架构下的多CPU协同工作的通信机制进行了研究与分析,并针对共享内存访问冲突的问题,提出了一种总线仲裁结合访问隔离的方案来解决这一问题。

关键词： 带多处理器的混合流水车间调度   改进的人工鱼群算法   禁忌算法   混合算法  

摘要： 针对带多处理器的混合流水车间调度问题(hybrid flow shop scheduling with multiprocessor task problems),以最小化所有工件的最大完成时间(makespan)为优化目标,提出一种融合了改进的人工鱼群算法和禁忌搜索算法的混合算法。首先改进人工鱼群算法相关行为及实验优选算法参数,提高了人工鱼群算法收敛速度和精度;然后结合人工鱼群算法收敛快和禁忌算法局部搜索能力强的特点,利用改进的人工鱼群算法进行全局搜索,获得较好的优化解域,再通过禁忌算法在优化解域内进行局部寻优,得到一个最终满意的优化解。基于180个标准算例,算法实验结果表明混合算法的优化性能明显优于禁忌算法和粒子群算法,并且很接近改进的遗传算法。

关键词： 系统集成   多处理器   高速数据交换   PCIe总线  

摘要： 针对目前系统板级高速数据交换存在的数据稳定性问题,提出了一种基于PCIe总线的板级多处理器高速数据交换技术的设计方案,设计了一种以IDT公司的89HPES24NT24G2芯片为核心的PCIe总线交换器,MPC8377为处理器的多板互连系统。系统采用单片MPC8377作为PCIe总线主控制器,实现了统外部数据与内部数据的控制交换;采用10片MPC8377作为PCIe总线从控制器,实现内部数据高速分发。实际测试表明,系统可以稳定可靠实现数据传输。

关键词： 实时嵌入式系统   多核系统   实时调度   实时锁协议   可调度性实验   开源平台  

摘要： 近年来,随着实时调度研究的快速发展,可调度性实验的复杂性随之增加,然而,由于缺乏标准化、模块化的可调度性实验工具,研究者往往需要耗费大量时间进行实验;此外,由于实验源码不能公开获得,使得实验结果难以验证,实验代码难以重用与扩展。针对可调度性实验重复工作量大、难以验证的问题,提出一种可调度性实验基础框架。该框架通过随机分布产生任务系统集合,并测试其可调度性,基于该框架设计并实现了一个新的可调度性实验开源平台——SET-MRTS。该平台采用模块化架构设计了任务模块、处理器模块、共享资源模块、算法库、配置解析模块以及输出模块。实验结果表明,SET-MRTS支持单/多处理器实时调度算法和实时同步协议分析,能够正确地进行可调度性对比实验,输出直观的实验结果,并且支持算法库的扩充,与算法库中已实现的算法进行对比实验,具有良好的兼容性与可扩展性。SET-MRTS是第一个支持完整实验流程,包括算法实现、参数配置、结果统计、图表绘制等的可调度性实验开源平台。

关键词： 同步数据流图   调度感知   多处理器   状态空间  

摘要： 对流应用系统进行吞吐量分析需要将周期静态顺序调度建模到数据流图中,吞吐量分析效率依赖于数据流图的规模及建模时间。为了提高吞吐量分析效率,提出基于同构同步数据流图的调度感知同步数据流模型及相应建模方法。通过利用应用模型结构特征及周期静态顺序调度,可减少模型中的任务、边和初始符号数目;可以使用已有分析方法对模型进行吞吐量分析。实验结果表明,所提建模方法优于已有方法,可有效提高吞吐量分析效率。

关键词： Cortex架构   多处理器系统   中值滤波   并行算法  

摘要： 嵌入式系统在图像处理、空间计算等领域越来越广泛,如何在功耗、成本和计算能力三个主要方面取得平衡,利用多核和多处理器系统以并行计算方式提高嵌入式系统计算能力是一种有效的解决方案.讨论了基于Cortex嵌入式多处理器系统的基本结构,并在该系统上进行图像中值滤波算法的并行化研究.实验结果分析表明,在该嵌入式多处理器平台上配合并行算法能够成倍提高图像中值滤波的运行性能.

关键词： 异构多处理器   有向无环图   低功耗调度   电压频率岛   动态电压频率调节  

摘要： 多处理器系统相比单处理器系统具有更强的并行处理能力，更高的计算密度和更低的计算频率，近年来得到广泛的应用和研究。当前便携式设备的大量需求使得计算机系统的功耗问题成为一个重要的研究课题。通过优化任务的调度，可显著提升多处理器系统的性能，降低系统的功耗。任务调度研究中，应用有向无环图（Directed Acyclic Graph，DAG）这一经典任务模型，可准确描述具有前后约束关系的任务集。如何在异构多处理器平台上，合理调度任务以提升系统整体计算性能，并尽可能降低系统功耗是本文研究内容。\n 本文应用DAG任务模型，以降低调度长度和系统功耗作为性能提升的指标，针对基于动态电压频率调节（Dynamic voltage and frequency scaling，DVFS）和电压频率岛（Voltage frequency island，VFI）技术的异构多处理器系统低功耗调度算法进行研究，主要工作如下：\n 本文提出了一个基于DVFS的可容错低功耗调度方案。在基于DVFS技术的异构多处理器调度中，DVFS技术根据不同任务对计算能力的不同需要，动态调节处理器运行的电压和频率，从而达到节能的目的。在软实时系统中，任务调度只需确保错过截止时间的任务数量不高于某一阈值，即所谓容错调度，设置任务检查点是保证容错调度的有效技术。本文采用改进的检查点设置算法，优化了任务分配策略，利用系统的异构性，充分考虑不同处理器在计算能力上的差异，将任务分配给能使可容错异构多处理器总功耗（Fault Tolerant Heterogeneous Multiprocessor Energy，FTHME）最低的处理器执行，以降低系统能耗。仿真实验结果表明，本文提出的方案有效降低了异构多处理器平台容错调度的系统功耗。\n 本文提出了一个基于动态VFI的快速响应低功耗调度方案。在基于VFI技术的异构多处理器调度中，VFI技术将处理器划分为多个电压频率岛，每个岛有不同的电压频率，岛内的所有处理器具有相同的电压频率，根据任务对计算性能的需求，将任务映射到相应的岛执行，可实现系统在性能方面的优化。本文建立了一种动态VFI划分方案，拓宽了优化系统功耗的空间，同时优化了任务分配策略，依据能耗和完成时间（Energy andFinishing Time，EAFT）来分配任务，在减少系统功耗的同时提升了系统的响应速度。仿真实验结果表明，本文提出的方案相比现有的静态岛算法减少了系统的功耗，相比现有的动态岛算法，减少了调度长度，实现了系统整体性能的提升。

关键词： 异构多处理器设备   命令解释器系统   系统设计   物联网  

摘要： 智能化赋予了物联网更深刻实用的价值，但是计算能力强与功耗低的双重要求是目前的单处理器物联网设备无法满足的。异构多处理器结构与单一或者同构的多处理器相比可以结合不同处理器的优势，选用合适的处理器，可以同时满足高性能与低功耗的智能设备要求。现阶段针对异构多处理器设备的软件运行环境研究仍处在起步阶段。异构多处理器结构下软件编程难度大的问题以及如何优化顶层应用在多处理器设备上的运行性能都是目前亟待解决的技术难题。针对以上问题，本工作重点研究面向异构多处理器设备的命令解释系统的设计与实现。本文工作主要贡献如下:\n 第一，设计了一个运行在异构多处理器设备上的命令解释系统的架构。该系统架构允许用户通过URL访问的形式把物联网应用安装到设备上，应用程序以URL中包含的命令脚本形式呈现，通过这种开发形式系统实现了开发资源在云端的聚集，大大减少了重复的开发工作。同时，系统支持命令面向异构多处理器设备的自动分发，无须用户考虑应用运行调度的问题。最后，针对物联网中不同用户的开发差异大，难以设计一种具有普适性的开发运行环境的问题以及异构多处理器物联网设备中存在可编程空间受限的处理器的问题，系统可根据不同用户的习惯进行自适应，以最大化可编程空间的用户使用价值。该系统目前支持13条命令的运行，并可通过云服务器支持用户添加自定义的脚本。该系统为物联网异构多处理器设备提供了一个通用的组织和运行架构。\n 第二，提出了命令解释系统的命令分发算法。该算法能够在满足时间上限的条件下计算应用执行能耗最优的命令分发方案。本文首先分析了该系统中命令分发算法与以往研究中命令分发应用场景的不同之处，即命令数有限，处理器个数有限，存在部分处理器专用的命令。针对这些应用特点，本文使用DAG图建立任务模型，提出并设计了一种枚举与Dijkstra算法结合的方案，以找出所有满足时间要求的分配方案，并比较获得能耗最优的TOP K个分配方法。\n 第三，设计了一种基于用户使用习惯的命令解释系统自适应裁剪和更新机制。在异构多处理器硬件平台上小处理器由于可编程空间不足，通常不能装载有完整命令解释器，所以必须要对小处理器中运行的命令解释器进行定制。本文通过收集用户执行应用的历史，统计处理器执行各命令的频次，以此理解命令对于用户的使用价值。同时，针对受限处理器可编程空间有限的特点，将装载命令所需要的存储空间作为装载命令的代价;从而将问题抽象为在有限空间下如何筛选最大价值的命令集问题。同时本文出了一种系统运行时自适应命令集更新方法，使得系统在运行时针对应用执行情况自动完成命令解释器的更新工作。\n 最后，基于本文设计的命令解释系统架构，实现了一个综合验证平台。在平台基础上，设计了一组实验，验证了系统的可行性，并且对本文提出的命令解释系统自适应命令集筛选算法PLOUN与基于贪心策略的命令集筛选算法进行了算法对比。

关键词： 模型检测技术   多处理器实时系统可调度性   自动化   可视化  

摘要： 近年来,模型检测技术获得快速的发展,已有学者将模型检测技术用于多处理器实时系统可调度性分析。但如果对每个实际系统都手工建立模型进行可调度性验证,过程繁琐且模型不可重复利用。针对此,开发一个工具用于自动完成可调度性检测,并可视化显示结果。

关键词： 多處理器排程問題   基因演算法   免疫演算法   粒子群演算法   模擬退火演算法  

摘要： 本研究探讨多处理器最佳化工作排程问题(Multiprocessor Scheduling Problem, MSP)，此问题相似於一般生产排程问题，已是一个困难的NP-hard问题，然而却有更多的工作先後顺序关系之限制条件。此问题的目的是在给定多处理器(Multiprocessor)数量、工作(tasks)数量、各工作於各处理器上的工作时间、通讯时间及工作存在先後顺序的情况下，在多个处理器上进行工作排程，如何有效地分配每项工作於处理器中，在每项工作不冲突下，使总工作时间最少。本研究设计了一个新的编码方式，得出多处理器排程问题的可行排程路径，并结合不同的人工智慧演算法来使总工作时间最少，以使工作效率达到最大化。本研究应用四种演算法，分别为基因演算法(Genetic Algorithm, GA)、免疫演算法(Immune Algorithm, IA)、粒子群演算法(Particle Swarm Optimization, PSO)及模拟退火演算法(Simulated Annealing, SA)於本研究所提出的简易编码方式解决此问题。测试问题分为两部分，第一部分为自行设计具有已知最佳解之测试问题，第二部分以过去学者部分资料库问题做为测试问题。本研究将比较四种演算法对此多处理器最佳化工作排程问题的表现。由数值结果显示，不论於求解速度或是求解品质上，模拟退火演算法皆优於其余三种演算法。