Škálovatelné algoritmy rozvrhování pro vestavěné systémy s požadavky na běh v reálném čase

Abstract

Rostoucí požadavky uživatelů vedou k zvyšujícímu se počtu aplikací integrovaných do vestavěných systémů. Tyto aplikace mohou mít požadavky na provoz v reálném čase, které ovlivňuji užitečnost výpočtů po deadlinu. Aby se snížili náklady, výrobci minimalizují počet součástek systému. Výsledkem je, že aplikace sdílejí jednotlivé komponenty, což způsobuje kolize a zhoršuje jejich chování v čase. Běh aplikaci může být rozvržený na komponentech systému jíž v rámci návrhu, aby bylo zaručeno splnění požadavků na běh v reálném čase. Takový rozvrhovácí problém je obtížný, protože existuje exponenciální počet možností jak sestavit rozvrh, který splňuje požadavky na provoz v reálném čase a optimalizuje výkon systému. Ve fázi optimalizace nastavení parametru systémů, návrhář řeší tento rozvrhovácí problém opakovaně. Nutný výpočetní čas pak významně ovlivňuje čas vývoje systému a náklady s tím spojené, které rovněž závisí na výkonu systému. Proto musí být nalezeno řešení poskytující přiměřený kompromis potřebného výpočetního času a výsledného výkonu. Většina stávajících prací navrhuje bud'to optimální řešení, která nedokážou vyřešit instance průmyslové velikosti, a nebo heuristické algoritmy, u kterých ale často chybí srovnání s optimálními řešení.

Growing user demands result in an increasing number of applications integrated into embedded systems. These applications can have real-time requirements, which means the utility of computations is sensitive to their timing behavior. To reduce the cost, manufacturers minimize the number of platform components. As a result, applications share platform resources, which causes contention and worsens their timing behavior. Applications can be scheduled on platform resources at design time to guarantee that real-time requirements are satisfied. This scheduling problem is challenging as there are exponentially many options on how to construct a schedule that satisfies real-time requirements and optimizes system performance. During design-space exploration, the system designer needs to solve the scheduling problem many times. Therefore, the computation time of the solution approach significantly influences system development time and its cost, with the latter also depending on the system performance. Thus, a solution providing reasonable computation time and quality trade-off needs to be found. Most of the existing works either propose exact solutions that cannot solve industrial-sized instances or propose heuristic algorithms without validating its efficiency with optimal solutions.