CN106648846A - 一种改进的异构多核任务调度的方法 - Google Patents

Abstract

本发明公开了一种改进的异构多核任务调度的方法，所述的方法分为任务图分层和任务组调度两部分来实现；第一步，首先将DAG图中表示的任务根据任务的入度值对任务集进行分层；第二步，计算出任务优先级参数；第三步，通过任务分配到处理器和任务调度结果优化两个过程交替执行来实现任务组调度过程。本发明和现有技术相比，通过任务优先级计算阶段和任务分配到处理器过程的方法设计，降低了任务之间的通信开销，提高了关键任务的优先级；通过任务分层，将任务分配到处理器和任务调度结果优化两个过程按层处理，并将两者交替进行，及时消除冗余任务，提前后继任务的执行。缩短了整个任务的调度长度，因此具有更好的任务调度性能。

Description

一种改进的异构多核任务调度的方法

技术领域

本发明涉及多核处理器任务调度领域，具体地说是一种改进的异构多核任务调度的方法。

背景技术

为了顺应现代应用对高性能处理器的需求，多核处理器(Chip Multi-Processor，CMP)应运而生，并将成为处理器发展的主流。多核处理器为大幅度提升系统性能提供了良好的硬件平台，但是硬件只有与相应的软件相结合才能充分发挥出多核处理器的高性能优势。在多核处理器的软件开发中，任务调度策略的好坏将对多核处理器的性能产生直接影响，如果调度不当甚至会抹煞多核处理器高并行性的优势，降低多核处理器的性能。在异构多核处理器中，相同任务在不同处理器内核上的运行时间不同，任务调度的目的就是在满足任务优先级约束的前提下，将全部任务都尽量分配到运行效率最高的处理器内核，最终使得总任务的完成时间最短。但是，同时满足总任务完成时间最少和任务优先级约束的要求，导致不可能将全部任务都分配到执行效率最高的处理器内核。因此，需要合理的任务调度策略，在保证任务优先级约束的基础上，减少总任务的执行时间，提高多核处理器的性能。

近年来，针对异构多核处理器任务调度问题，国内外许多专家和科研机构都进行了积极研究，旨在通过减少通信开销、改变任务执行顺序，以减小整个任务的调度长度。但是，目前异构多核处理器的任务调度效率不高,存在通信开销过大、关键任务优先级不高、冗余任务过多等问题,严重影响了多核处理器的任务调度性能。

合理的任务调度策略,在保证任务优先级约束的基础上,减少总任务的执行时间,提高多核处理器的性能。高效的任务调度策略不仅对高性能多核处理器的理论研究具有重要的指导意义,而且能够有效提升多核处理器在实际应用中的性能。因此,对多核处理器任务调度策略的研究既具有重要的理论意义又具有深层的现实意义。

发明内容

本发明在现有异构多核处理器任务调度的方法的基础上，针对现存高效任务调度的方法的不足，提出一种改进的异构多核任务调度的方法。

本发明的技术任务是按以下方式实现的，一种改进的异构多核任务调度的方法，所述的的方法分为任务图分层和任务组调度两部分来实现；

第一步，首先将DAG图中表示的任务根据任务的入度值对任务集进行分层；

第二步，计算出任务优先级参数；

第三步，通过任务分配到处理器和任务调度结果优化两个过程交替执行来实现任务组调度过程。

优选的，所述的任务图分层的具体方法为：

1)开始遍历；

2)DAG任务已遍历完成，是，跳转至5)；否，继续向下执行；

3)x_i只有一个后继任务x_j，x_j只有一个前驱任务x_i，是，继续向下执行；否，返回开始遍历的程序；

4)是否成立，是，合并任务x_i、x_j，并将合并后的任务记为x_i*，在之后的调度中任务x_i*被作为整体处理，被分配到相同的处理器上；否，返回开始遍历的程序；

5)设置入口节点任务level＝0；

6)DAG任务已遍历完成，是，继续向下执行；否，level(x_i)＝Max(level(x_j))+1，x_j∈pred(x_i)，返回遍历的程序；

7)建立任务调度列表TL，初始化任务层数level＝0；

8)结束。

优选的，所述的任务的优先级参数A(x_i)：

A(x_i)＝ADTC(x_i)+ADRC(x_i)+ACC(x_i)

其中：

1)计算任务组内所有任务的优先级参数A(x_i)，并将任务组内任务按照A(x_i)值进行非递增排序加入到TL中；

2)定义A(x_i)为平均计算开销(任务节点在处理器上计算量的平均值ACC)与通信开销(平均数据传输开销ADTC和平均数据接收开销ADRC)之和；

3)

4)v是x_i的直接后继处理器数量；

5)ADRC(x_i)＝Max{A(x_j)}，x_j是x_i的直接前驱处理器。

优选的，所述的任务组调度的实现过程如下：

1)在任务分配到处理器的过程中，遍历所有处理器；

2)将x_i分配到完成时间最早的处理器上，且不使用任务复制技术，完成时间记为Δ₁；

3)查找处理器上是否在空闲时间段，如果存在空闲时间段且x_i满足插入条件，则将x_i分配到空闲时间段，并计算其完成时间，记为Δ₂；

4)在任务分配到处理器的过程中，复制任务x_i的直接前驱到处理上能提前x_i的开始时间，则进行任务的复制并将完成时间记为Δ₃；

5)比较Δ₁、Δ₂、Δ₃，将任务分配到能取得最小最早完成时间的处理器上；

Δ₁＝Min{AST_insert(x_i，p_n)+w(x_i，p_n)}，0≤n＜|p|

Δ₂＝Min{Max{Avail(p_n)，AFT(x_i，p_k)+c(x_par，x_i)}+w(x_i+p_n)}，0≤n＜|p|

Δ₃＝Min{Max{Avail(p_n)+w(x_par，p_n)，AFT(x_i，p_k)+c(x_par，x_i)}+w(x_i，p_n)}，0≤n＜p

AST_insert(x_i，p_n)：任务x_i在处理器p_n上的实际开始执行时间；

AFT(x_i，p_k)：任务x_i在处理器p_k上的实际执行完成时间；

Avail(p_n)：处理器p_n上所有任务都执行完毕的时间；

x_par：在执行任务x_i前最后一个与x_i通信的任务。

本发明的一种改进的异构多核任务调度的方法和现有技术相比，有益效果如下：

1、新的的方法保证任务按层次顺序执行，以任务的冗余执行来提前后继任务的最早开始时间，并及时对冗余任务进行删除处理，缩短任务调度时间，改善了优先级选择不当、冗余任务处理过晚的缺点。

2、通过任务优先级计算阶段和任务分配到处理器过程的的方法设计，降低了任务之间的通信开销，提高了关键任务的优先级。

3、通过任务分层，将任务分配到处理器和任务调度结果优化两个过程按层处理，并将两者交替进行，及时消除冗余任务，提前后继任务的执行，在任务调度过程中提高了处理器的并行性，缩短了整个任务的调度长度，因此具有更好的任务调度性能，达到的方法改进的预期效果。

附图说明

附图1为任务图分层的流程图。

具体实施方式

下面结合实施例和附图对本发明做更详细的描述：

本发明在现有异构多核处理器任务调度的方法的基础上，针对现存高效任务调度的方法的不足，提出一种改进的异构多核任务调度的方法，本的方法分为任务图分层和任务组调度两部分来实现。首先，该的方法将DAG图中表示的任务根据任务的入度值对任务集进行分层，经过分层处理的DAG图消除了任务间的数据依赖和控制依赖，能确保同层的任务尽可能的并行执行，然后计算出任务优先级参数；之后通过任务分配到处理器和任务调度结果优化两个过程交替执行来实现任务组调度过程。

新的的方法保证任务按层次顺序执行，以任务的冗余执行来提前后继任务的最早开始时间，并及时对冗余任务进行删除处理，缩短任务调度时间，改善了优先级选择不当、冗余任务处理过晚的缺点，在任务调度过程中提高了处理器的并行性，减少了总的任务调度长度，达到的方法改进的预期效果。

本发明提出的异构多核任务调度的方法其执行过程包括两个阶段：任务图分层和任务组调度。

(1)任务图分层

首先，假设任务DAG图均为规范DAG图，即DAG图有且仅有一个入口任务节点和一个出口任务节点。对DAG图进行深度搜索，当任务x_i只有一个直接后继节点x_j、任务x_j只有一个直接前驱节点x_i,且即任务x_i、x_j的通信开销要远远大于任务x_j的平均计算开销，则合并任务x_i、x_j，并将合并后的任务记为x_i*，在之后的调度中任务x_i*被作为整体处理，被分配到相同的处理器上。

设置入口节点任务level＝0，从上到下遍历任务DAG图，计算任务节点到入口节点的最大通信边数目，以此作为任务的level值。任务x_i的层值level为其所有前驱节点的最大level值加1，计算公式如(1)所示：

level(x_i)＝Max(level(x_j))+1，x_j∈pred(x_i) (1)

任务图分层的流程图如附图1所示。

将分好层的任务集调度到处理器核上时，调度的顺序是从编号低的层到编号高的层串行执行，由于同一层中的任务是独立的，所以同一层中的任务可以并行执行，同一层的所有任务将其定义为任务组，且假定任务组内的任务数足够多。

计算任务组内所有任务的优先级参数A(x_i)，并将任务组内任务按照A(x_i)值进行非递增排序加入到TL中。定义A(x_i)为平均计算开销(任务节点在处理器上计算量的平均值ACC)与通信开销(平均数据传输开销ADTC和平均数据接收开销ADRC)之和。详细如下：

v是x_i的直接后继处理器数量 (3)

ADRC(x_i)＝Max{A(x_j)}，x_j是x_i的直接前驱处理器 (4)

对每个处在任务组i的任务来说A(x_i)的计算公式如下：

A(x_i)＝ADTC(x_i)+ADRC(x_i)+ACC(x_i) (5)

(2)任务组调度

现存的很多冗余任务处理的方法会导致消除冗余任务后处理器上存在多个空闲时间段，此时的任务调度已经不能对其加以利用，大大增加了任务的调度长度。为此，此异构多核任务调度的方法将任务分配到处理器的过程与任务调度结果优化过程交替进行，从而提升处理器的利用率。通过实践发现，某个任务组的冗余任务的处理在下一个任务组的任务分配到处理器之后执行效果最好，并将任务分配到处理器的过程与任务调度结果优化两个过程交替进行，指导冗余列表为空。具体实现过程如下：

在任务分配到处理器的过程中，遍历所有处理器。

将x_i分配到完成时间最早的处理器上，且不使用任务复制技术，完成时间记为Δ₁。查找处理器上是否在空闲时间段，如果存在空闲时间段且x_i满足插入条件，则将x_i分配到空闲时间段，并计算其完成时间，记为Δ₂。在任务分配到处理器的过程中，复制任务x_i的直接前驱到处理上能提前x_i的开始时间，则进行任务的复制并将完成时间记为Δ₃。比较Δ₁、Δ₂、Δ₃，将任务分配到能取得最小最早完成时间的处理器上。

Δ₁＝Min{AST_insert(x_i，p_n)+w(x_i，p_n)}，0≤n＜|p| (6)

Δ₂＝Min{Max{Avail(p_n)，AFT(x_i，p_k)+c(x_par，x_i)}+w(x_i+p_n)}，0≤n＜|p|

(7)

Δ₃＝Min{Max{Avail(p_n)+w(x_par，p_n)，AFT(x_i，p_k)+c(x_par，x_i)}+w(x_i，p_n)}，0≤n＜|p|

(8)

AST_insert(x_i，p_n)：任务x_i在处理器p_n上的实际开始执行时间；

AFT(x_i，p_k)：任务x_i在处理器p_k上的实际执行完成时间；

Avail(p_n)：处理器p_n上所有任务都执行完毕的时间；

x_par：在执行任务x_i前最后一个与x_i通信的任务。

通过上面具体实施方式，所述技术领域的技术人员可容易的实现本发明。但是应当理解，本发明并不限于上述的几种具体实施方式。在公开的实施方式的基础上，所述技术领域的技术人员可任意组合不同的技术特征，从而实现不同的技术方案。

Claims (4)

1.一种改进的异构多核任务调度的方法，其特征在于，所述的的方法分为任务图分层和任务组调度两部分来实现；

第一步，首先将DAG图中表示的任务根据任务的入度值对任务集进行分层；

第二步，计算出任务优先级参数；

第三步，通过任务分配到处理器和任务调度结果优化两个过程交替执行来实现任务组调度过程。

2.根据权利要求1所述的一种改进的异构多核任务调度的方法，其特征在于，所述的任务图分层的具体方法为：

1)开始遍历；

2)DAG任务已遍历完成，是，跳转至5)；否，继续向下执行；

3)x_i只有一个后继任务x_j，x_j只有一个前驱任务x_i，是，继续向下执行；否，返回开始遍历的程序；

4)是否成立，是，合并任务x_i、x_j，并将合并后的任务记为x_i*，在之后的调度中任务x_i*被作为整体处理，被分配到相同的处理器上；否，返回开始遍历的程序；

5)设置入口节点任务level＝0；

6)DAG任务已遍历完成，是，继续向下执行；否，level(x_i)＝Max(level(x_j))+1，x_j∈pred(x_i)，返回遍历的程序；

7)建立任务调度列表TL，初始化任务层数level＝0；

8)结束。

3.根据权利要求1所述的一种改进的异构多核任务调度的方法，其特征在于，所述的任务的优先级参数A(x_i)：

A(x_i)＝ADTC(x_i)+ADRC(x_i)+ACC(x_i)

其中：

1)计算任务组内所有任务的优先级参数A(x_i)，并将任务组内任务按照A(x_i)值进行非递增排序加入到TL中；

2)定义A(x_i)为平均计算开销(任务节点在处理器上计算量的平均值ACC)与通信开销(平均数据传输开销ADTC和平均数据接收开销ADRC)之和；

3)

4)v是x_i的直接后继处理器数量；

5)ADRC(x_i)＝Max{A(x_j)}，x_j是x_i的直接前驱处理器。

4.根据权利要求1所述的一种改进的异构多核任务调度的方法，其特征在于，所述的任务组调度的实现过程如下：

1)在任务分配到处理器的过程中，遍历所有处理器；

2)将x_i分配到完成时间最早的处理器上，且不使用任务复制技术，完成时间记为Δ₁；

3)查找处理器上是否在空闲时间段，如果存在空闲时间段且x_i满足插入条件，则将x_i分配到空闲时间段，并计算其完成时间，记为Δ₂；

4)在任务分配到处理器的过程中，复制任务x_i的直接前驱到处理上能提前x_i的开始时间，则进行任务的复制并将完成时间记为Δ₃；

5)比较Δ₁、Δ₂、Δ₃，将任务分配到能取得最小最早完成时间的处理器上；

Δ₁＝Min{AST_insert(x_i，p_n)+w(x_i，p_n)}，0≤n＜|p|

Δ₂＝Min{Max{Avail(p_n)，AFT(x_i，p_k)+c(x_par，x_i)}+w(x_i+p_n)}，0≤n＜|p|

Δ₃＝Min{Max{Avail(p_n)+w(x_par，p_n)，AFT(X_i，p_k)+c(x_par，x_i)}+w(x_i，p_n)}，0≤n＜|p|

AST_insert(x_i，p_n)：任务x_i在处理器p_n上的实际开始执行时间；

AFT(x_i，p_k)：任务x_i在处理器p_k上的实际执行完成时间；

Avail(p_n)：处理器p_n上所有任务都执行完毕的时间；

x_par：在执行任务x_i前最后一个与x_i通信的任务。