CN115033374A - 一种多核可编程控制器的任务到线程匹配方法 - Google Patents

一种多核可编程控制器的任务到线程匹配方法 Download PDF

Info

Publication number
CN115033374A
CN115033374A CN202210469545.1A CN202210469545A CN115033374A CN 115033374 A CN115033374 A CN 115033374A CN 202210469545 A CN202210469545 A CN 202210469545A CN 115033374 A CN115033374 A CN 115033374A
Authority
CN
China
Prior art keywords
core
task
tasks
time
matching
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN202210469545.1A
Other languages
English (en)
Inventor
邬惠峰
孙丹枫
项元
赵建勇
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Hangzhou Dianzi University
Original Assignee
Hangzhou Dianzi University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Hangzhou Dianzi University filed Critical Hangzhou Dianzi University
Priority to CN202210469545.1A priority Critical patent/CN115033374A/zh
Publication of CN115033374A publication Critical patent/CN115033374A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F9/00Arrangements for program control, e.g. control units
    • G06F9/06Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
    • G06F9/46Multiprogramming arrangements
    • G06F9/50Allocation of resources, e.g. of the central processing unit [CPU]
    • G06F9/5005Allocation of resources, e.g. of the central processing unit [CPU] to service a request
    • G06F9/5027Allocation of resources, e.g. of the central processing unit [CPU] to service a request the resource being a machine, e.g. CPUs, Servers, Terminals
    • G06F9/5044Allocation of resources, e.g. of the central processing unit [CPU] to service a request the resource being a machine, e.g. CPUs, Servers, Terminals considering hardware capabilities
    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05BCONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B19/00Programme-control systems
    • G05B19/02Programme-control systems electric
    • G05B19/04Programme control other than numerical control, i.e. in sequence controllers or logic controllers
    • G05B19/05Programmable logic controllers, e.g. simulating logic interconnections of signals according to ladder diagrams or function charts
    • G05B19/054Input/output
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F9/00Arrangements for program control, e.g. control units
    • G06F9/06Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
    • G06F9/46Multiprogramming arrangements
    • G06F9/48Program initiating; Program switching, e.g. by interrupt
    • G06F9/4806Task transfer initiation or dispatching
    • G06F9/4843Task transfer initiation or dispatching by program, e.g. task dispatcher, supervisor, operating system
    • G06F9/4881Scheduling strategies for dispatcher, e.g. round robin, multi-level priority queues
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F9/00Arrangements for program control, e.g. control units
    • G06F9/06Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
    • G06F9/46Multiprogramming arrangements
    • G06F9/50Allocation of resources, e.g. of the central processing unit [CPU]
    • G06F9/5005Allocation of resources, e.g. of the central processing unit [CPU] to service a request
    • G06F9/5027Allocation of resources, e.g. of the central processing unit [CPU] to service a request the resource being a machine, e.g. CPUs, Servers, Terminals
    • G06F9/5038Allocation of resources, e.g. of the central processing unit [CPU] to service a request the resource being a machine, e.g. CPUs, Servers, Terminals considering the execution order of a plurality of tasks, e.g. taking priority or time dependency constraints into consideration
    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05BCONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B2219/00Program-control systems
    • G05B2219/10Plc systems
    • G05B2219/11Plc I-O input output
    • G05B2219/1103Special, intelligent I-O processor, also plc can only access via processor
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F2209/00Indexing scheme relating to G06F9/00
    • G06F2209/50Indexing scheme relating to G06F9/50
    • G06F2209/5018Thread allocation
    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02PCLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/02Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]

Landscapes

  • Engineering & Computer Science (AREA)
  • Software Systems (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Automation & Control Theory (AREA)
  • Programmable Controllers (AREA)

Abstract

本发明提供一种多核可编程控制器的任务到线程匹配方法,该方法包括:采用回溯法来遍历分析各条可能路径从而得到最优匹配策略;在发现当前路径所需时间大于已发现的最优时间时,采用剪枝操作优化算法效率;分析路径时确保分配到各核心上的任务的总时间不超过各核心对应的扫描周期这一约束。该方法适用于多任务下多核心PLC的任务匹配,用户在PLC平台软件编写好包含多个任务的应用后,通过本发明提出的方法,可以在满足分配到各核心上的任务的总时间不超过各核心对应的扫描周期这一约束的前提下,实现任务自动分配并达到运行时间的最优。相比人工手动分配,该方法使得用户无需进行手动分配任务到对应核心的操作,在实现自动分配的同时保证了完成所有任务所耗费的总时间最短。

Description

一种多核可编程控制器的任务到线程匹配方法
技术领域
本发明实施例涉及工业物联网领域,尤其涉及一种多核可编程控制器的任务到线程匹配方法。
背景技术
随着可编逻辑程控制器(Programmable Logic Controller,PLC)和处理器的硬件水平不断发展,在单独CPU上集成多个运算核心,组成多核处理器已成为提高计算机性能的主要手段,因此在有一定性能需求的应用场景下,往往采用多核高性能可编程逻辑控制器来替代单核可编程逻辑控制器。
然而,采用多核可编程逻辑控制器伴随而来的问题就是如何进行任务到核心的匹配。采用人工进行任务到核心的手动匹配,一方面增加了用户的额外操作,另一方面则是在任务规模不同,各核心性能不同的场景下,用户手动分配难以得到时间最优的任务到线程的匹配策略。同时也难以保证匹配策略满足分配到各核心上的任务的总时间不超过各核心对应的扫描周期这一约束。
故,针对现有技术的缺陷,实有必要提出一种技术方案以解决现有技术存在的技术问题。
发明内容
针对现有技术存在的技术缺陷,本发明实施例提供了一种针对多核可编程控制器的任务到线程的匹配方法,自动完成多任务下多核心PLC的任务调度,解决了在将n个规模不同任务分配到含有m个运行速度不同的核心的多核心PLC上时,用户需要手动分配,难以保证所有任务所耗费的总时间最短,分配到各核心上的任务的总时间可能超过各核心对应的扫描周期的问题。
为了解决现有技术存在的技术问题,本发明的技术方案如下:
一种多核可编程控制器的任务到线程匹配方法,该方法自动将多个任务分配到多核心PLC上,至少包括以下步骤:
步骤S1:获取用户创建的多个任务信息以及各个CPU核心的性能参数信息;
步骤S2:依据任务信息并结合CPU核心的性能参数信息计算时间矩阵;
步骤S3:基于步骤S1和S2得到的信息,采用回溯法遍历分析各条路径得到最优的任务分配策略,其中,在任一路径分析中,当发现当前路径所需时间大于已发现的最优时间或者某核心上的任务总时间超过该核心扫描周期时进行剪枝操作;
步骤S4:依据最优任务分配策略将各任务分配给对应核心。
作为进一步的改进方案,步骤S1中,任务规模可以各不相同,多核可编程控制器的CPU的各个核心,核心速度可以各不相同。
作为进一步的改进方案,步骤S2中,依据任务规模集合并结合各个CPU核心的运算速度计算时间矩阵。
作为进一步的改进方案,步骤S1中,先根据各任务的任务规模从大到小进行排序。
作为进一步的改进方案,通过采用回溯法来遍历分析各条可能路径从而得到最优匹配策略;
在发现当前路径所需时间大于已发现的最优时间或者分配到某核心上的任务的总时间超过该核心的扫描周期时,进行剪枝操作,即结束对当前路径及其后续分支的分析,转而开始分析下一条路径。
作为进一步的改进方案,步骤S1中,用户在应用中创建多个任务,将n记作任务数,任务集合A={a1,a2,a3,...an},其中,各个任务依据浮点数运算次数来衡量任务规模,任务规模的集合S={s1,s2,s3,...sn};对于多核PLC,将m记作核心数,PLC核心集合C={c1,c2,...cm},使用每秒浮点运算次数来描述各核心的运行速度,核心运行速度集合V={v1,v2,...vm};基于描述任务规模的集合S和核心运行速度集合V,可以求得各任务在各核心上的m行n列运行时间矩阵,tij表示在第i个核心上执行第j个任务所需要的时间:
tij=sj÷vi (1)。
作为进一步的改进方案,步骤S1中,对于PLC上的CPU核心,各个核心对应一个扫描周期,扫描周期集合P={p1,p2,...pm},对于如第i个核心,假设第i个核心上分配到的任务数为wi,本发明得到的匹配策略需要满足如下约束:
Figure BDA0003625990620000031
作为进一步的改进方案,步骤S1和S2得到的信息设置为一张配置表以记录了各个任务以及核心的相关数据,其中,该配置表记录了每个任务的任务ID、任务规模,以及每个核心的核心ID、扫描周期和核心速度。
作为进一步的改进方案,对于平台软件所开发应用中的各个任务,采用单次循环所需进行的浮点运算数描述任务规模,方法支持各任务的任务规模互不相同。对于多核可编程控制器的CPU的各个核心,采用单位时间浮点运算次数描述核心速度,方法支持各核心的核心速度互不相同。
上述技术方案中,采用回溯法来遍历分析各条可能路径从而得到最优匹配策略,该方法将任务编号作为当前问题规模的描述,从根节点也就是第一个任务出发,依据将任务1分配给各核心所对应的情况,分叉出m条路径对应各情况,随后从第二个任务开始,进一步分叉出各条路径。依此类推。
为提高算法效率,本方法在发现当前路径所需时间大于已发现的最优时间时,由于此时当前路径对应的总的所需时间一定大于等于已发现的最优时间,该路径没有继续讨论的必要,此时会进行剪枝操作,即结束对当前路径及其后续分支的讨论,转而开始分析下一条路径。
为进一步提高算法效率,本发明提出的匹配方法会在调度前将各问题按规模从大到小进行排序从而使得剪枝操作能够被尽早执行。
对于分配到各CPU核心上的任务的单次循环时间之和,在实际应用中不能超过各CPU核心对应的扫描周期。本发明的匹配算法所得到的匹配策略满足分配到各核心上的任务的总时间不超过各核心对应的扫描周期这一约束。
为保证满足分配到各核心上的任务的总时间不超过各核心对应的扫描周期这一约束。在分析路径的过程中,若发现分配到某核心上的任务的总时间超过该核心的扫描周期,此时会进行剪枝操作,即结束对当前路径及其后续分支的讨论,转而开始分析下一条路径。
与现有技术相比,采用本发明技术方案,能够自动完成多任务下多核心PLC的任务调度,解决了在将n个规模不同任务分配到含有m个运行速度不同的核心的多核心PLC上时,用户需要手动分配,难以保证所有任务所耗费的总时间最短,分配到各核心上的任务的总时间可能超过各核心对应的扫描周期的问题。
附图说明
为了更清楚地说明本发明或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍。
图1为多核PLC用于离散装备控制器系统时一种常见的系统构成;
图2为可编程控制器的任务到线程的匹配图;
图3为本发明提出的匹配算法的输入配置图;
图4为本发明提出的任务到线程匹配算法基本流程图;
图5为本发明提出中涉及的回溯和剪枝原理图;
图6为一个多任务调度的输入配置图示例;
图7为多任务调度的结果展示图;
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
本发明针对多核可编程逻辑控制器提供了一种适用于多任务下多核心PLC的任务到线程的匹配方法。可编程逻辑控制器(Programmable Logic Controller,PLC)是一种具有微处理器的用于自动化控制的数字运算控制器。当前,可编程逻辑控制器已成为离散装备控制器系统的主流,在运动控制、数据处理、通信及联网等方面有着广泛应用。图1是多核可编程逻辑控制器用于离散装备控制器系统时一种常见的系统构成,用户在开发平台开发完成多任务的应用后,以ftp等通信方式将应用下载到可编程逻辑控制器,随后可编程逻辑控制器开始工作。
本发明提供的方法适用于多任务下多核心PLC的任务到线程的匹配,在开发平台上,用户在应用中可以创建多个任务,将n记作任务数,有任务集合A={a1,a2,a3,...an},其中,各个任务依据浮点数运算次数来衡量任务规模,有用于描述任务规模的集合S={s1,s2,s3,...sn}。对于多核PLC,将m记作核心数,有PLC核心集合C={c1,c2,...cm},各个核心的性能可能不同,本发明使用每秒浮点运算次数(FLOPS)来描述各核心的运行速度,有核心运行速度集合V={v1,v2,...vm}。基于描述任务规模的集合S和核心运行速度集合V,可以求得各任务在各核心上的m行n列运行时间矩阵,tij表示在第i个核心上执行第j个任务所需要的时间。
tij=sj÷vi (1)
对于PLC上的CPU核心,各个核心对应一个扫描周期,即有扫描周期集合P={p1,p2,...pm}。对于运行在PLC各CPU核心上的任务而言,各个任务以while死循环的方式运行,任务规模指的是单次循环的浮点运算次数。运行在各CPU核心上的任务的单次循环时间之和不能超过各CPU核心对应的扫描周期。即对于如第i个核心,假设第i个核心上分配到的任务数为wi,本发明得到的匹配策略需要满足如下约束。
Figure BDA0003625990620000061
如图2所示,以将八个不同规模的任务调度到运行速度不同的四核心PLC为例,当用户在平台软件上完成任务的创建和编写后,当用户将各任务下载到PLC中时,任务调度机制将首先根据任务规模集合S和核心运行速度集合V,得到各任务在各核心上的运行时间矩阵,该矩阵是一个以tij为元素的m行n列矩阵。随后由相关算法得到完成时间最优的任务分配策略,最后依据分配策略将各任务分配到对应核心上进行运行。
如图3所示,本发明实现的调度算法的输入可以由一张配置表来表示,该表记录了各个任务以及核心的相关数据。该配置表记录了每个任务的任务ID、任务规模(用完成该任务需要进行的浮点运算数进行表示),以及每个核心的核心ID、扫描周期和核心速度(用该核心对应的每秒浮点运算次数(FLOPS)来描述)。任务数量和核心数量一般有多个且任务数量多于核心数量。
参见图4,所示为本发明多核可编程控制器的任务到线程匹配方法的流程框图,该方法自动将多个任务分配到多核心PLC上,至少包括以下步骤:
步骤S1:获取用户创建的多个任务信息以及各个CPU核心的性能参数信息;
步骤S2:依据任务信息并结合CPU核心的性能参数信息计算时间矩阵;
步骤S3:基于步骤S1和S2得到的信息,采用回溯法遍历分析各条路径得到最优的任务分配策略,其中,在任一路径分析中,当发现当前路径所需时间大于已发现的最优时间或者某核心上的任务总时间超过该核心扫描周期时进行剪枝操作;
步骤S4:依据最优任务分配策略将各任务分配给对应核心。
作为进一步的改进方案,在调度前会根据各任务的任务规模从大到小进行排序,随后依据任务规模集合并结合CPU核心的运算速度计算时间矩阵。接着采用回溯法遍历分析各条路径,在分析期间,当发现当前路径所需时间大于已发现的最优时间或者某核心上的任务总时间超过该核心扫描周期时会进行剪枝操作来满足相关约束以及优化算法效率。最后得到最优的任务分配策略,并依据任务分配策略将各任务分配给对应核心。下面针对这些步骤进行详细阐述。
如图5所示,本发明实现的用于多任务最优调度的算法基于回溯法,该方法将任务编号作为当前问题规模的描述,从根节点也就是第一个任务出发,依据将任务1分配给各核心所对应的情况,分叉出m条路径对应各情况,随后从第二个任务也就是根节点的孩子节点开始,依据将任务2分配给各核心所对应的情况,进一步分叉出各条路径。依此类推,直到在发现不可行(分配到某核心上的任务的总时间超过该核心的扫描周期)或当前路径所需时间大于已发现的最优时间时,采取剪枝操作结束当前路径的分析,开始分析下一条路径。
本发明提供的匹配方法在进行回溯的过程中所进行的剪枝操作指的是结束对当前路径及其后续分支的讨论,转而开始分析下一条路径。如图5所示,假如对Task1经由Core3到达Task2这条路径进行剪枝,则从Task2开始的各后续分支将无需进行讨论,接下来会从Task1经由Core4到达Task2这条路径进行分析。
通过剪枝操作,可以在保证约束以及得到最优匹配策略的前提下优化算法效率,触发剪枝的条件有两个,一是分配到某核心上的任务的总时间超过该核心的扫描周期,二是当前路径所需时间大于已发现的最优时间。在算法运行过程中,已发现的最优时间表示当前已知的消耗时间最短的路径对应花费的时间,在分析各条路径时,若发现当前路径已经累积的所需时间大于已发现的最优时间,由于此时当前路径对应的总的所需时间一定大于等于已发现的最优时间,因此该路径没有继续讨论的必要,此时采取剪枝操作结束当前路径并开始下一条路径的分析。
为了进一步优化算法效率,本发明提出的匹配方法会在调度前将各问题按规模从大到小进行排序,这样可以使得剪枝操作能够被尽早执行,这一点在各任务问题规模差别较大时,优化效果尤为明显。
图6是一个多任务调度的输入配置图示例,该图中包含有8个不同规模的任务。通过本发明提供的可编程控制器的任务到线程的匹配方法进行匹配后,匹配结果如图7所示,最终所需要的运行时间即横轴最长柱形对应的时间。
特别地,针对本发明提供的任务到线程的匹配方法的输入中的多核可编程逻辑控制器各CPU核心的工作速度和扫描周期,只需要在一开始进行设定即可,在实际使用过程中用户只需要给定各任务的任务规模即可。
最后应说明的是:以上各实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述各实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分或者全部技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。

Claims (8)

1.一种多核可编程控制器的任务到线程匹配方法,其特征在于,该方法自动将多个任务分配到多核心PLC上,至少包括以下步骤:
步骤S1:获取用户创建的多个任务信息以及各个CPU核心的性能参数信息;
步骤S2:依据任务信息并结合CPU核心的性能参数信息计算时间矩阵;
步骤S3:基于步骤S1和S2得到的信息,采用回溯法遍历分析各条路径得到最优的任务分配策略,其中,在任一路径分析中,当发现当前路径所需时间大于已发现的最优时间或者某核心上的任务总时间超过该核心扫描周期时进行剪枝操作;
步骤S4:依据最优任务分配策略将各任务分配给对应核心。
2.根据权利要求1所述的多核可编程控制器的任务到线程匹配方法,其特征在于,步骤S1中,任务规模可以各不相同,多核可编程控制器的CPU的各个核心,核心速度可以各不相同。
3.根据权利要求2所述的多核可编程控制器的任务到线程匹配方法,其特征在于,步骤S2中,依据任务规模集合并结合各个CPU核心的运算速度计算时间矩阵。
4.根据权利要求1所述的多核可编程控制器的任务到线程匹配方法,其特征在于,步骤S1中,先根据各任务的任务规模从大到小进行排序。
5.根据权利要求1所述的多核可编程控制器的任务到线程匹配方法,其特征在于,通过采用回溯法来遍历分析各条可能路径从而得到最优匹配策略;
在发现当前路径所需时间大于已发现的最优时间或者分配到某核心上的任务的总时间超过该核心的扫描周期时,进行剪枝操作,即结束对当前路径及其后续分支的分析,转而开始分析下一条路径。
6.根据权利要求1所述的多核可编程控制器的任务到线程匹配方法,其特征在于,步骤S1中,用户在应用中创建多个任务,将n记作任务数,任务集合A={a1,a2,a3,...an},其中,各个任务依据浮点数运算次数来衡量任务规模,任务规模的集合S={s1,s2,s3,...sn};对于多核PLC,将m记作核心数,PLC核心集合C={c1,c2,...cm},使用每秒浮点运算次数来描述各核心的运行速度,核心运行速度集合V={v1,v2,...vm};基于描述任务规模的集合S和核心运行速度集合V,可以求得各任务在各核心上的m行n列运行时间矩阵,tij表示在第i个核心上执行第j个任务所需要的时间:
tij=sj÷vi (1)。
7.根据权利要求1所述的多核可编程控制器的任务到线程匹配方法,其特征在于,步骤S1中,对于PLC上的CPU核心,各个核心对应一个扫描周期,扫描周期集合P={p1,p2,...pm},对于如第i个核心,假设第i个核心上分配到的任务数为wi,本发明得到的匹配策略需要满足如下约束:
Figure FDA0003625990610000021
8.根据权利要求1所述的多核可编程控制器的任务到线程匹配方法,其特征在于,步骤S1和S2得到的信息设置为一张配置表以记录了各个任务以及核心的相关数据,其中,该配置表记录了每个任务的任务ID、任务规模,以及每个核心的核心ID、扫描周期和核心速度。
CN202210469545.1A 2022-04-30 2022-04-30 一种多核可编程控制器的任务到线程匹配方法 Pending CN115033374A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210469545.1A CN115033374A (zh) 2022-04-30 2022-04-30 一种多核可编程控制器的任务到线程匹配方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210469545.1A CN115033374A (zh) 2022-04-30 2022-04-30 一种多核可编程控制器的任务到线程匹配方法

Publications (1)

Publication Number Publication Date
CN115033374A true CN115033374A (zh) 2022-09-09

Family

ID=83119443

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210469545.1A Pending CN115033374A (zh) 2022-04-30 2022-04-30 一种多核可编程控制器的任务到线程匹配方法

Country Status (1)

Country Link
CN (1) CN115033374A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116700135A (zh) * 2023-08-09 2023-09-05 长江三峡集团实业发展(北京)有限公司 可编程逻辑控制器任务调度方式的测试方法及装置

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116700135A (zh) * 2023-08-09 2023-09-05 长江三峡集团实业发展(北京)有限公司 可编程逻辑控制器任务调度方式的测试方法及装置
CN116700135B (zh) * 2023-08-09 2023-10-20 长江三峡集团实业发展(北京)有限公司 可编程逻辑控制器任务调度方式的测试方法及装置

Similar Documents

Publication Publication Date Title
CN105893126B (zh) 一种任务调度方法及装置
CN112465129B (zh) 片内异构人工智能处理器
Ananthanarayanan et al. {GRASS}: Trimming stragglers in approximation analytics
Dastgeer et al. Auto-tuning SkePU: a multi-backend skeleton programming framework for multi-GPU systems
Chen et al. Deep learning research and development platform: Characterizing and scheduling with qos guarantees on gpu clusters
CN103729246A (zh) 一种任务调度方法和装置
CN112416585A (zh) 面向深度学习的gpu资源管理与智能化调度方法
CN112711478A (zh) 基于神经网络的任务处理方法、装置、服务器和存储介质
CA2433379A1 (en) Modulo scheduling of multiple instruction chains
CN104657111A (zh) 一种并行计算方法和装置
WO2020227582A2 (en) Method and apparatus for scheduling matrix operations in digital processing systems
EP3516515B1 (en) Scheduling of tasks in a multiprocessor device
CN115033357A (zh) 基于动态资源选择策略的微服务工作流调度方法及装置
Lehmann et al. How workflow engines should talk to resource managers: A proposal for a common workflow scheduling interface
CN115033374A (zh) 一种多核可编程控制器的任务到线程匹配方法
CN111475137A (zh) 一种软件开发需求预测的方法、系统及设备
US20040093477A1 (en) Scalable parallel processing on shared memory computers
CN111930485B (zh) 一种基于性能表现的作业调度方法
CN103049310A (zh) 一种基于采样的多核模拟并行加速方法
KR100590764B1 (ko) 멀티프로세서 시스템에서 스케줄러를 이용한 대규모데이터 처리 방법
CN116795503A (zh) 任务调度方法、任务调度装置、图形处理器及电子设备
CN111767121A (zh) 运算方法、装置及相关产品
CN110825502A (zh) 神经网络处理器和用于神经网络处理器的任务调度方法
CN114356550A (zh) 一种面向三级并行中间件的计算资源自动分配方法及系统
US20220129327A1 (en) Latency sensitive workload balancing

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination