多粒度通信优化的MPSoC调度映射策略

发布时间：2019-08-10 11:16

【摘要】：随着嵌入式系统处理器核数的增加,映射与调度成为软件开发的关键.为了提升系统性能,需要格外关注映射与调度过程中的通信开销.现有的粗粒度系统级或细粒度线程级通信优化虽然能提升性能,但都各有缺陷.为此,提出了基于整数线性规划的用于Simulink模型的多粒度通信优化映射与调度策略,将不同粒度的通信优化方法相结合,实现优势互补.实验结果表明,该方法能有效提高系统的整体性能.
【图文】：

通信优化,细粒度,粗粒度,系统级

的增加，如何最小化多核处理器的通信开销成为其中最为关键的问题．针对通信开销问题，一些文献提出了映射与调度过程中降低通信开销的方法．ＣＯＴＴＯＮ等［１］提出了通过多准则优化找到多核处理器映射的帕累托最优解，，使得多核处理器之间的通信开销最小，同时保证负载平衡．ＦＥＲＲＡＮＤＩ等［２］针对映射与调度提出采用蚁群算法优化系统性能．黄凯等［３］基于整数线性规划（ＩＬＰ）提出的映射与调度策略定义了３层系统架构，其中包含处理器内部的通信优化与处理器间的通信优化．然而，从图１（ａ）所示的系统层次看，以上方法仅在粗粒度通信优化条件下起作用，且都是通过控制线程或者处理器之间的通信信道进行优化，比如通过给各个处理器分配任务来减少占用的信道数量或减少每个信道的通信数据量．图１粗粒度系统级对比细粒度线程级通信优化Ｆｉｇ．１Ｃｏａｒｓｅ－ｇｒａｉｎｅｄｓｙｓｔｅｍｌｅｖｅｌｖｓ．ｆｉｎｅ－ｇｒａｉｎｅｄｔｈｒｅａｄｌｅｖｅｌｃｏｍｍｕｎｉｃａｔｉｏｎｏｐｔｉｍｉｚａｔｉｏｎ另外，文献［４－５］提出线程层次的细粒度通信优化，如图１（ｂ）所示，主要通过对有依赖关系的线程之间通信任务的控制进行优化，比如在一个线程的运算任务和通信发送任务执行之前，提前执行通信接收任务［４］，并合并有着相同源线程与目标线程的通信发送与接收任务．这些优化手段均在一定程度上降低了信道的启动与传输时间，但从全局来看，可能会影响系统的整体性能，因为这些优化手段无法在全局分配通信，可能会引入更多的系统延迟．通过对比粗粒度与细粒度通信优化发现，粗粒度优化可以全局分配通信得到最佳性能，但缺乏对信道的局部处理；而细粒度优化能对信道进

体系架构

用于映射与调度过程中．１背景介绍１．１建模功能模型能够体现具体应用程序的并行性，并且容易转化成如ＬＥＳＣＥＡ［６］所支持的多线程代码．一些能够建立功能模型的高级语言如ＫＰＮ（ＫｈａｎＰｒｏｃｅｓｓＮｅｔｗｏｒｋ）［７］、ｄａｔａｆｌｏｗ［８］、Ｓｉｍｕｌｉｎｋ［９］已被用于系统定义与代码生成．本文采用Ｓｉｍｕｌｉｎｋ模型．Ｓｉｍｕｌｉｎｋ模型定义了目标系统的软硬件架构，文献［７，１０－１１］描述了其具体细节．通常Ｓｉｍｕｌｉｎｋ模型包括图２所示的３部分．图２Ｓｉｍｕｌｉｎｋ体系架构Ｆｉｇ．２ＡＳｉｍｕｌｉｎｋｈｉｅｒａｒｃｈｉｃａｌｓｔｒｕｃｔｕｒｅ·Ｓｉｍｕｌｉｎｋ模块（ｂｌｏｃｋ）代表一个包含输入输出的功能块函数．比如用户自定义函数（Ｓ－ｆｕｎｃｔｉｏｎ）、离散时间延迟、预定义块等运算操作．本实验采用了如图２所示的功能模块，代表系统运行与收发消息的通信过程．·Ｓｉｍｕｌｉｎｋ链接（ｌｉｎｋ）是相关模块之间一对多的链接，其中一个输出端口与多个输入端口相对应．如果一个链接从Ｆ０到Ｆ１，则称Ｆ１依赖于Ｆ０，记作Ｆ０＿＞Ｆ１．对于一个从发送模块Ｓ到接收模块Ｒ的链接，称之为通信向量，记作Ｓ＿＞Ｒ．·Ｓｉｍｕｌｉｎｋ子系统包含若干Ｓｉｍｕｌｉｎｋ模块、４３０浙江大学学报（理学版）第４４卷
【作者单位】：南方电网科学研究院有限责任公司;浙江大学信息与电子工程学院;
【基金】：南方电网科学研究院“电力二次设备芯片研制方案研究项目”
【分类号】：TP332

【相似文献】