WO2012056609A1 - タスク配置最適化システム、タスク配置最適化方法、及びタスク配置最適化プログラムが格納された非一時的なコンピュータ可読媒体 - Google Patents

タスク配置最適化システム、タスク配置最適化方法、及びタスク配置最適化プログラムが格納された非一時的なコンピュータ可読媒体 Download PDF

Info

Publication number
WO2012056609A1
WO2012056609A1 PCT/JP2011/003066 JP2011003066W WO2012056609A1 WO 2012056609 A1 WO2012056609 A1 WO 2012056609A1 JP 2011003066 W JP2011003066 W JP 2011003066W WO 2012056609 A1 WO2012056609 A1 WO 2012056609A1
Authority
WO
WIPO (PCT)
Prior art keywords
task
evaluation function
state
function value
placement
Prior art date
Application number
PCT/JP2011/003066
Other languages
English (en)
French (fr)
Inventor
紀章 鈴木
Original Assignee
日本電気株式会社
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 日本電気株式会社 filed Critical 日本電気株式会社
Priority to US13/880,575 priority Critical patent/US9384053B2/en
Priority to JP2012540646A priority patent/JP5786863B2/ja
Publication of WO2012056609A1 publication Critical patent/WO2012056609A1/ja

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F9/00—Arrangements for program control, e.g. control units
    • G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
    • G06F9/46—Multiprogramming arrangements
    • G06F9/50—Allocation of resources, e.g. of the central processing unit [CPU]
    • G06F9/5005—Allocation of resources, e.g. of the central processing unit [CPU] to service a request
    • G06F9/5027—Allocation of resources, e.g. of the central processing unit [CPU] to service a request the resource being a machine, e.g. CPUs, Servers, Terminals
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F9/00—Arrangements for program control, e.g. control units
    • G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
    • G06F9/46—Multiprogramming arrangements
    • G06F9/50—Allocation of resources, e.g. of the central processing unit [CPU]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F9/00—Arrangements for program control, e.g. control units
    • G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
    • G06F9/46—Multiprogramming arrangements
    • G06F9/50—Allocation of resources, e.g. of the central processing unit [CPU]
    • G06F9/5061—Partitioning or combining of resources
    • G06F9/5066—Algorithms for mapping a plurality of inter-dependent sub-tasks onto a plurality of physical CPUs

Definitions

  • the present invention relates to a task placement optimization system, a task placement optimization method, and a non-transitory computer readable medium storing a task placement optimization program for an AMP multi-core system.
  • Multi-core systems are mainly divided into SMP (Symmetric Multi Processing) and AMP (Asymmetric Multi Processing).
  • the AMP method has a function-distributed configuration in which each task is executed only on a specific core. For this reason, the AMP method is suitable for a real-time system in which it is important to be able to predict the behavior of the system, a system in which a core to which specific hardware is connected is limited, and the like.
  • Patent Document 1 discloses a technique related to a tuning support apparatus that efficiently performs software tuning for a multi-core processor having a plurality of cores.
  • FIG. 14 shows the configuration of the tuning support device described in Patent Document 1.
  • the granularity information acquisition unit 201 acquires information on the granularity assigned to each core (granularity information).
  • the granularity is a unit of processing performed by a processor, for example, and is a generic name for tasks, functions, and further, processing that constitutes a function.
  • the structure information generation unit 204 calculates the number of appearances for each task or for each function of the task based on the acquired granularity information, and generates information (structure information) regarding the calculated number of appearances.
  • the dependency information generation unit 206 generates information (dependence information) related to dependence on other tasks or functions for each task or for each function of the task based on the acquired granularity information.
  • the output unit 203 outputs these pieces of information.
  • the tuning support device can efficiently analyze and manage the structure information for load distribution.
  • tasks can be arranged in the core with high performance in the multiprocessor.
  • the present invention has been made mainly to solve the above-described problems, and a task placement optimization system and task placement optimization method for realizing task placement in a multiprocessor system in which performance degradation does not occur in a specific operation state.
  • the main object of the present invention is to provide a non-transitory computer-readable medium storing a task placement optimization program.
  • One aspect of the task placement optimization method is as follows.
  • a state evaluation function value is generated for each operation state,
  • An integrated evaluation function value that integrates the state evaluation function values of each operation state is generated,
  • the allocation of tasks allocated to each of the plurality of processor cores is optimized based on the integrated evaluation function value.
  • a non-transitory computer-readable medium storing a task placement optimization program is as follows.
  • a non-transitory computer-readable medium storing a program that causes a computer to execute task optimization processing in a system having a plurality of processor cores The optimization process is as follows: Based on a list of operation states of the system, a state / task set correspondence table indicating correspondence of task sets operating for each operation state, and task set parameters indicating characteristics of each task constituting the task set, Generate a state evaluation function value for the operating state, An integrated evaluation function value that integrates the state evaluation function values of each operation state is generated, The allocation of tasks allocated to each of the plurality of processor cores is optimized based on the integrated evaluation function value.
  • a task placement optimization system, task placement optimization method, and task placement optimization program storing a task placement optimization program for realizing task placement in a multiprocessor system in which performance degradation does not occur in a specific operation state are stored.
  • a computer readable medium may be provided.
  • FIG. 1 is a block diagram showing a configuration of a task placement optimization system according to a first exemplary embodiment.
  • 3 is a flowchart showing a flow of processing of the task placement optimization system according to the first exemplary embodiment.
  • It is a block diagram which shows the structure of the task arrangement
  • It is a figure which shows the specific example of the state task set correspondence table concerning Example 1.
  • FIG. It is a figure which shows the specific example of the task set parameter concerning Example 1.
  • FIG. 7 is an integrated table of a state / task set correspondence table and a task parameter set according to the first embodiment; It is a figure which shows the operation
  • FIG. It is a figure which shows operation
  • FIG. FIG. 10 is a diagram illustrating task parameters according to the fourth embodiment.
  • FIG. 10 is a diagram illustrating a dependency relationship described in the task set parameter illustrated in FIG. 9.
  • FIG. 10 is a diagram illustrating a state / task set correspondence table according to the fourth embodiment; In Example 4, it is a figure which shows only the task which operate
  • 1 is a block diagram showing a configuration of a task placement optimization system according to a first exemplary embodiment. It is a block diagram which shows the structure of the tuning assistance apparatus concerning patent document 1.
  • an AMP multi-core system the performance differs depending on which core the task is allocated to.
  • the task placement optimization system according to the present embodiment has a high-performance task placement when designing and implementing an AMP multi-core system having a function-distributed configuration in which each task is executed by a specific core. It aims at optimizing to become.
  • an AMP multicore system to be optimized by the task placement optimization system according to the present embodiment is simply referred to as a multicore system.
  • FIG. 1 is a block diagram showing the overall configuration of the task placement optimization system according to the present embodiment.
  • the task placement optimization system 1 is configured to include a task set parameter holding unit 11, a state / task set correspondence table holding unit 12, and an optimization unit 13.
  • the task set parameter holding unit 11 holds task set parameters input from the outside.
  • the task set parameter is information representing the characteristics of each task constituting a task set (a set of a plurality of tasks arranged in a multi-core system). In the task set parameter, the activation cycle, dependency with other tasks, execution time, required memory size, and the like are described for each task.
  • the state / task set correspondence table holding unit 12 holds a list of operation states of the multi-core system and a state / task set correspondence table indicating correspondence of task sets operating for each operation state.
  • a general system including a multi-core system operates while changing its operation state according to the operation status. As the operation state of the system changes, the operation of the system changes variously. For this reason, generally, a task that operates in a specific operation state is a part of all tasks.
  • the state / task set correspondence table represents a list of operation states of the system and correspondence of task sets that operate for each operation state.
  • the optimization unit 13 includes a state evaluation function value generation unit 131, an integrated evaluation function value generation unit 132, and an optimal arrangement search unit 133.
  • the state evaluation function value generation unit 131 generates a state evaluation function value for a task set corresponding to a specific operation state. Specifically, the state evaluation function value generation unit 131 reads the task set parameters from the task set parameter holding unit 11 and reads the state / task set correspondence table from the state / task set correspondence table holding unit 12. Then, the state evaluation function value generation unit 131 generates a state evaluation function value for a task set corresponding to the specific operation state based on these pieces of information. In general, state evaluation function values are generated for all operation states to be verified. The state evaluation function value is an evaluation value indicating good task arrangement for each operation state.
  • the integrated evaluation function value generation unit 132 integrates the state evaluation function values for all operation states to be examined, and generates an integrated evaluation function value.
  • the optimal arrangement search unit 133 searches for a task arrangement with a better integrated evaluation function value output by the integrated evaluation function value generation unit 132.
  • the simplest search method is full search. In the full search, all arrangement candidates are generated in order, and the arrangement having the best integrated evaluation function value among them is output as a search result to a display screen or the like.
  • a generally known speed-up method such as a branch and bound method, a greedy method, a genetic algorithm, or the like.
  • the task set parameter holding unit 11 holds a task set parameter input from the outside (step S101).
  • the state / task set correspondence table holding unit 12 holds a state / task set correspondence table input from the outside (step S102).
  • step S101 and S102 are out of order, and step S102 can be executed first, or step S101 and step S102 can be executed simultaneously.
  • the optimal arrangement search unit 133 generates task arrangement candidates (candidate data indicating which tasks are arranged in which cores) (S103). Then, the state evaluation function value generation unit 131 generates a state evaluation function value for each operation state for the generated task placement candidate (S104).
  • the integrated evaluation function value generation unit 132 generates an integrated evaluation function value obtained by integrating the state evaluation function values generated by the state evaluation function value generation unit 131 (S105).
  • the optimum arrangement search unit 133 considers the integrated evaluation function value and determines whether or not a task arrangement search end condition is satisfied (S106). If the task placement search termination condition is not satisfied (S106: No), the process is repeated from S103. On the other hand, when the task layout search termination condition is satisfied (S106: Yes), the optimal layout search unit 133 outputs the task layout optimization result and ends the process.
  • the task placement search end condition differs depending on what optimization algorithm the optimum placement search unit 133 employs.
  • the search end condition is the end of generation of all task placement candidates.
  • the optimum arrangement search unit 133 outputs a task arrangement candidate having an optimum integrated evaluation function value as an optimization result.
  • other general optimization algorithms it is determined that the integrated evaluation function value will not be improved any more, or the integrated evaluation function value improves even if generation of task placement candidates is repeated a certain number of times.
  • the search end condition is determined in consideration of the case of not doing so.
  • the state evaluation function value generation unit 131 calculates a state evaluation function value indicating the good task arrangement for each operation state based on the state / task set correspondence table and the task set parameters.
  • the integrated evaluation function value generation unit 132 integrates this state evaluation function value for all operation states, and calculates an integrated evaluation function value that is an evaluation value for the entire multi-core system.
  • the task placement optimization system calculates a state evaluation function value for each operation state, and integrates and optimizes it to perform optimization in consideration of tasks that do not actually operate simultaneously. It becomes possible to do.
  • the task placement optimization system according to the present exemplary embodiment even when targeting a multi-core system that is determined to have insufficient performance when performing task placement optimization using all tasks, It is possible to output an optimal task arrangement that satisfies the performance appropriately.
  • FIG. 3 is a block diagram showing the overall configuration of the task placement optimization system according to this exemplary embodiment.
  • the task placement optimization system according to the present exemplary embodiment is characterized in that the processing described in the first exemplary embodiment is executed as a program by the computer 5. Each process executed as a program is substantially the same as the process in the first embodiment.
  • the computer 5 includes a processor 51 and a storage device 52.
  • the storage device 52 corresponds to a hard disk, for example.
  • the processor 51 executes the program, it operates as a task placement optimization system.
  • the task set is expressed on the task set definition file 62.
  • the state / task set correspondence table is expressed on the state / task set correspondence table definition file 63.
  • the task set definition file 62 and the state / task set correspondence table definition file 63 are read from the processor 51 when the task placement optimization program 61 is executed.
  • the processor 51 optimizes task allocation by executing the task allocation optimization program 61.
  • the processor 51 outputs the task placement optimization result on the storage device 52 as a task optimum placement definition file 64.
  • Non-transitory computer readable media include various types of tangible storage media (tangible storage medium). Examples of non-transitory computer-readable media include magnetic recording media (eg flexible disks, magnetic tapes, hard disk drives), magneto-optical recording media (eg magneto-optical discs), CD-ROMs (Read Only Memory), CD-Rs, CD-R / W, semiconductor memory (for example, mask ROM, PROM (Programmable ROM), EPROM (Erasable ROM), flash ROM, RAM (random access memory)) are included.
  • the program may also be supplied to the computer by various types of temporary computer-readable media. Examples of transitory computer readable media include electrical signals, optical signals, and electromagnetic waves.
  • the temporary computer-readable medium can supply the program to the computer via a wired communication path such as an electric wire and an optical fiber, or a wireless communication path.
  • the multi-core system targeted by the task placement optimization system 1 includes the core 0 and the core 1.
  • the state evaluation function value generation unit 131 generates the absolute value of the difference between the execution time of the core 0 and the execution time of the core 1 as the state evaluation function value.
  • the integrated evaluation function value generation unit 132 generates a sum of state evaluation function values in each operation state as an integrated evaluation function value.
  • the optimal arrangement search unit 133 performs optimization for searching for an arrangement that minimizes the integrated evaluation function value.
  • FIG. 4 is a diagram showing a specific example of the state / task set correspondence table. In this way, the relationship between all the operation states that can be taken by the multi-core system and the tasks executed in the operation state is shown.
  • the multi-core system can take four operation states S1, S2, S3, and S4.
  • task A and task B are executed in state S1
  • task C, task E, and task F are executed in state S2.
  • tasks C to G are executed in state S3, and task E, task F, and task G are executed in state S2.
  • FIG. 5 is a diagram showing an example of task set parameters.
  • the execution time required for executing each task is expressed as a parameter.
  • FIG. 6 is a table in which the specific example of the state / task set correspondence table of FIG. 4 and the specific example of the task set parameter of FIG. 5 are integrated.
  • the following describes the task placement optimization by the task placement optimization system when the state / task set correspondence table of FIG. 4 and the task set parameters of FIG. 5 are input. Optimization is performed from the viewpoint of averaging the execution times of tasks assigned to each core.
  • optimization focusing on the state S1 is performed independently.
  • the optimization performed using the optimization method described in Patent Document 1 and the description in the first embodiment are performed. Consider the comparison with the optimization method.
  • FIG. 7 is a diagram showing the state of the optimization.
  • each task row indicates the execution time shown in FIG. 5 when the task is executed in the corresponding operation state.
  • tasks tasks (tasks A, C, and D) surrounded by broken lines are arranged in the core 0, and other tasks are arranged in the core 1.
  • the rows of core 0 and core 1 indicate the total execution time of tasks assigned to each core in each state (S1 to S4).
  • optimization focusing on the state S3 is performed. That is, in the state S3, the execution time in the core 0 and the execution time in the core 1 are perfectly balanced (that is, the same value of 32).
  • the task is executed only in the core 1 in the state S4, and no task is executed in the core 0. That is, in the state S4, the task arrangement is in an unbalanced state.
  • the task placement optimizing system 1 of this example sets the placement having the minimum integrated evaluation function value as the optimum placement.
  • Various optimization techniques of various existing techniques can be applied to the optimal arrangement search unit 133. An example of the optimum arrangement calculated by the optimum arrangement searching unit 133 is shown in FIG.
  • the state evaluation function value generation unit 131 sets the state evaluation function value as the square of the difference in execution time. That is, the state evaluation function value generation unit 131 generates the square of the difference between the execution time of the core 0 and the execution time of the core 1 as the state evaluation function value.
  • the integrated evaluation function value generation unit 132 generates a sum of state evaluation function values in each operation state as an integrated evaluation function value.
  • the state evaluation function values in the states S1, S2, S3, and S4 are 1, 1, 1, and 5, respectively.
  • the state evaluation function values in the states S1, S2, S3, and S4 are 2, 2, 2, and 2, respectively.
  • the state evaluation value function value is the square of the difference in execution time
  • the optimum arrangement search unit 133 determines that the arrangement B is an appropriate arrangement because an arrangement having a small integrated evaluation function value is the optimum arrangement.
  • the influence of the operation state having a large balance deviation (state evaluation function value deviation) on the integrated evaluation function value is increased. Therefore, when it is desired to avoid the occurrence of an extremely unbalanced operation state as much as possible, it is effective to set the state evaluation function value as the square of the difference in execution time as in this example.
  • the integrated evaluation function is a product of state evaluation function values. That is, the task evaluation function value generation unit 131 generates the absolute value of the difference between the execution time of the core 0 and the execution time of the core 1 as the state evaluation function value. The integrated evaluation function value generation unit 132 generates a product of state evaluation function values in each operation state as an integrated evaluation function value.
  • the same arrangement A and arrangement B as in the second embodiment will be examined.
  • the optimal arrangement search unit 133 determines that the arrangement A is an appropriate arrangement in order to make an arrangement with a small integrated evaluation function value an optimal arrangement.
  • Example 3 a method in which the integrated evaluation function value is the product of the state evaluation function values is effective.
  • the integrated evaluation function value is multiplied by the state evaluation function value, if any one of the state evaluation function values is 0, the integrated evaluation function value is 0 regardless of the state evaluation function values of other operation states. For this reason, when determining the calculation method of the state evaluation function value, care must be taken so that the value does not become zero.
  • Example 4 As an example of the task placement optimization system 1 according to the fourth embodiment, an example is shown in which a task parameter set describing dependency between tasks is input.
  • the state evaluation function value generation unit 131 outputs the number of inter-core dependencies for each operation state as a state evaluation function value.
  • Dependency between cores refers to a state in which there are tasks with dependencies and these tasks are arranged across different cores.
  • the inter-core dependency number is 1.
  • the inter-core dependency number is zero.
  • the dependency column describes information on tasks that depend on the task.
  • task B, task C, and task G are described in the task A row. This shows that task B, task C, and task G depend on task A. That is, task B, task C, and task G perform the respective processes using the processing result of task A.
  • FIG. 10 illustrates the dependency relationships described in the task set parameters shown in FIG.
  • FIG. 11 shows a list of operation states of the system and a state / task set correspondence table showing correspondence between sets of tasks that operate for each operation state.
  • there are three operating states of the system S5, S6, and S7.
  • state S5 task A, task B, task C, task D, and task F operate.
  • state S6 task A, task C, task E, task F, and task G operate.
  • task A, task C, and task F operate in state S7.
  • FIG. 12 shows only tasks that operate in each operation state and valid inter-core dependences by bold lines.
  • the optimization method described in Patent Document 1 has one inter-core dependency in all operation states.
  • the state evaluation function value generation unit 131 outputs the number of inter-core dependencies for each operation state as the state evaluation function value.
  • the integrated evaluation function generation unit 132 calculates an integrated evaluation function value obtained by integrating the state evaluation function values.
  • the optimal arrangement search unit 133 performs optimization using the integrated evaluation function value. Thereby, division positions other than the division position 21 in FIGS. 10 and 12 can be candidates.
  • FIG. 11 State evaluation function value (Example 4) column).
  • the task arrangement optimization system 1 of this example is Arrangement having a better evaluation value, that is, an optimization result in which task A, task B, task C, and task G are arranged in core 0 and task D, task E, and task F are arranged in core 1 (or vice versa) is output. It becomes possible.
  • FIG. 13 shows the minimum configuration of the task placement optimization system 1 according to the first exemplary embodiment. This configuration is the same as the configuration of FIG. 1 except that the task set parameters and the state / task set correspondence table are directly supplied to the state evaluation function value generation unit 131.
  • Appendix 4 The task allocation optimizing system according to appendix 1, wherein the state evaluation function generation means sets the state evaluation function value as the number of dependencies between processor cores.
  • Appendix 5 The task allocation optimization according to any one of appendix 1 to appendix 4, wherein the integrated evaluation function value generation unit uses the sum of the state evaluation function values of each operation state as the integrated evaluation function value. system.
  • Appendix 9 A list of operation states of a system having a plurality of processor cores, a state / task set correspondence table indicating correspondence between task sets operating for each operation state, and task set parameters indicating characteristics of each task constituting the task set; Based on, a state evaluation function value is generated for each operation state, An integrated evaluation function value that integrates the state evaluation function values of each operation state is generated, A task placement optimization method for optimizing the placement of tasks assigned to each of the plurality of processor cores based on the integrated evaluation function value.
  • Appendix 12 The task placement optimizing method according to appendix 9, wherein in the process of generating the state evaluation function value, the state evaluation function value is set as a dependency number between processor cores.
  • Appendix 13 The task arrangement according to any one of appendix 9 to appendix 12, wherein in the process of generating the integrated evaluation function value, a sum of the state evaluation function values of each operation state is used as the integrated evaluation function value. Optimization method.
  • Appendix 14 The task according to any one of appendix 9 to appendix 12, wherein in the process of generating the integrated evaluation function value, a sum of the state evaluation function values of each operation state is set as the integrated evaluation function value. Placement optimization method.
  • a non-transitory computer-readable medium storing a program that causes a computer to execute task optimization processing in a system having a plurality of processor cores, The optimization process is as follows: Based on a list of operation states of the system, a state / task set correspondence table indicating correspondence of task sets operating for each operation state, and task set parameters indicating characteristics of each task constituting the task set, Generate a state evaluation function value for the operating state, An integrated evaluation function value that integrates the state evaluation function values of each operation state is generated, A non-transitory computer-readable medium storing a task placement optimization program for optimizing the placement of tasks assigned to each of the plurality of processor cores based on the integrated evaluation function value.
  • Appendix 18 The task allocation according to appendix 16, wherein in the process of generating the state evaluation function value, the state evaluation function value is a square of a difference of a total value of execution times of tasks assigned to each processor core.
  • the state evaluation function value is set as the number of dependencies between processor cores.
  • Appendix 20 The task arrangement according to any one of appendix 16 to appendix 19, wherein in the process of generating the integrated evaluation function value, the sum of the state evaluation function values of each operation state is set as the integrated evaluation function value.
  • Appendix 21 The task according to any one of appendix 16 to appendix 19, wherein in the process of generating the integrated evaluation function value, a sum of the state evaluation function values of each operation state is set as the integrated evaluation function value.
  • the present invention can be applied to, for example, various systems that support task placement in a multiprocessor system.
  • the system can be incorporated into a general computer, for example.

Landscapes

  • Engineering & Computer Science (AREA)
  • Software Systems (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

　ステート評価関数値生成部１３１は、複数のプロセッサ・コアを有するシステムの動作ステートの一覧及び動作ステート毎に動作するタスクセットの対応を示すステート・タスクセット対応表と、タスクセットを構成する各タスクの特性を示すタスクセットパラメータと、に基づいて、各動作ステートに対してステート評価関数値を生成する。統合評価関数値生成部１３２は、各動作ステートの前記ステート評価関数値を統合した統合評価関数値を生成する。最適配置探索部１３３は、統合評価関数値に基づいて、複数のプロセッサ・コアの各々に割り当てるタスクの配置の最適化を行う。

Description

タスク配置最適化システム、タスク配置最適化方法、及びタスク配置最適化プログラムが格納された非一時的なコンピュータ可読媒体
　本発明はＡＭＰ方式のマルチコアシステムを対象としたタスク配置最適化システム、タスク配置最適化方法、及びタスク配置最適化プログラムが格納された非一時的なコンピュータ可読媒体に関する。
　近年のデジタル機器の高性能化及び低消費電力化要求の高まりをうけ、組み込みＬＳＩ（Large Scale Integration）に複数のプロセッサ・コア（以下、単にコアとも記載する。）を搭載するマルチコア構成が注目を集めている。このＬＳＩのマルチコア化は、システム制御を目的とするリアルタイムシステム等においても重要な技術となってきている。
　マルチコアシステムは、主にＳＭＰ（Symmetric Multi Processing）方式とＡＭＰ（Asymmetric Multi Processing）方式に大別される。
　ＳＭＰ方式では、コアの空き状況、現在実行中のタスクの優先度等に応じてタスク切り替えが行われ、それぞれのタスクはいずれのコア上でも実行でされ得る構成となる。このため、自動的に負荷分散が行うことが可能となり、システム全体の性能は向上する。しかし、自動的な負荷分散はリアルタイム性能の予測を困難とするため、ＳＭＰ方式をリアルタイムシステムに適応することは困難である。
　一方、ＡＭＰ方式では、各タスクが特定のコア上でのみ実行される機能分散型の構成となる。このため、ＡＭＰ方式は、システムの挙動が予測できることが重要なリアルタイムシステム、特定のハードウェアが接続しているコアが限定されるシステム等に好適である。
　このようなＡＭＰ方式のマルチコアシステムでは、タスクをどのコアに配置するかにより性能が異なってくる。このため、ＡＭＰ方式のマルチコアシステムでは、最適な実行状態となるように様々なタスク配置を探索し、最適配置を決定する必要がある。
　特許文献１には、複数のコアを備えたマルチコアプロセッサ向けのソフトウェアチューニングを効率的に行うチューニング支援装置に関する技術が開示されている。特許文献１に記載のチューニング支援装置の構成を図１４に示す。
　当該チューニング支援装置では、はじめに粒度情報取得部２０１が、各コアに割り当てられた粒度に関する情報（粒度情報）を取得する。ここで粒度とは、たとえばプロセッサが行う処理の単位であって、タスク、関数、さらには関数を構成する処理の総称である。
　構造情報生成部２０４は、取得された粒度情報に基づいて、タスク毎あるいはタスクが有する関数毎に出現回数を算出し、算出された出現回数に関する情報（構造情報）を生成する。
　依存情報生成部２０６は、取得された粒度情報に基づいて、タスク毎あるいはタスクが有する関数毎の、他タスクあるいは関数への依存に関する情報（依存情報）を生成する。出力部２０３がこれらの各情報を出力する。
　この構成により、チューニング支援装置は、負荷分散のための構造情報を効率的に解析、及び管理することができる。この解析情報を用いることにより、マルチプロセッサにおいて、性能良くタスクをコアに配置することができる。
特開２００７－２６４７３４号公報
　しかしながら、特許文献１に記載のチューニング支援装置によるタスク配置によっては、ある動作ステートにおいて最適なタスク配置とはならないという問題が生じ得る。当該問題について以下に述べる。
　一般的なシステム上では、常に全てのタスクが動作しているわけではなく、動作中の動作ステートに応じて動作するタスクの組み合わせが異なる。上述のチューニング支援装置では、全てのタスクを用いてタスク配置を最適化すること、特定の動作ステートでのみ動作するタスクセットを用いてタスク配置を最適化することを想定している。これにより、全てのタスクまたは考察対象の動作ステートで動作するタスクセットに関するタスク配置が最適化され、負荷のバランスを均等にすることができる。しかし、当該チューニング支援装置において考慮されていない動作ステートでは、負荷のバランスが偏るなど、著しく性能が悪化するケースが生じ得る。
　本発明は、上述の問題を解決するために主になされたものであり、特定の動作ステートにおいて性能劣化が生じないマルチプロセッサシステムのタスク配置を実現するタスク配置最適化システム、タスク配置最適化方法、タスク配置最適化プログラムが格納された非一時的なコンピュータ可読媒体を提供することを主たる目的とする。
　本発明にかかるタスク配置最適化システムの一態様は、
　複数のプロセッサ・コアを有するシステムの動作ステートの一覧及び動作ステート毎に動作するタスクセットの対応を示すステート・タスクセット対応表と、前記タスクセットを構成する各タスクの特性を示すタスクセットパラメータと、に基づいて、各動作ステートに対してステート評価関数値を生成するステート評価関数値生成手段と、
　各動作ステートの前記ステート評価関数値を統合した統合評価関数値を生成する統合評価関数値生成手段と、
　前記統合評価関数値に基づいて、前記複数のプロセッサ・コアの各々に割り当てるタスクの配置の最適化を行う最適配置探索手段と、を備える、ものである。
　本発明にかかるタスク配置最適化方法の一態様は、
　複数のプロセッサ・コアを有するシステムの動作ステートの一覧及び動作ステート毎に動作するタスクセットの対応を示すステート・タスクセット対応表と、前記タスクセットを構成する各タスクの特性を示すタスクセットパラメータと、に基づいて、各動作ステートに対してステート評価関数値を生成し、
　各動作ステートの前記ステート評価関数値を統合した統合評価関数値を生成し、
　前記統合評価関数値に基づいて、前記複数のプロセッサ・コアの各々に割り当てるタスクの配置の最適化を行う、ものである。
　本発明にかかるタスク配置最適化プログラムが格納された非一時的なコンピュータ可読媒体の一態様は、
　複数のプロセッサ・コアを有するシステムにおけるタスク配置の最適化処理をコンピュータに実行させるプログラムが格納された非一時的なコンピュータ可読媒体であって、
　前記最適化処理は、
　前記システムの動作ステートの一覧及び動作ステート毎に動作するタスクセットの対応を示すステート・タスクセット対応表と、前記タスクセットを構成する各タスクの特性を示すタスクセットパラメータと、に基づいて、各動作ステートに対してステート評価関数値を生成し、
　各動作ステートの前記ステート評価関数値を統合した統合評価関数値を生成し、
　前記統合評価関数値に基づいて、前記複数のプロセッサ・コアの各々に割り当てるタスクの配置の最適化を行う、ものである。
　本発明によれば、特定の動作ステートにおいて性能劣化が生じないマルチプロセッサシステムのタスク配置を実現するタスク配置最適化システム、タスク配置最適化方法、タスク配置最適化プログラムが格納された非一時的なコンピュータ可読媒体を提供することができる。
実施の形態１にかかるタスク配置最適化システムの構成を示すブロック図である。 実施の形態１にかかるタスク配置最適化システムの処理の流れを示すフローチャートである。 実施の形態２にかかるタスク配置最適化システムの構成を示すブロック図である。 実施例１にかかるステート・タスクセット対応表の具体例を示す図である。 実施例１にかかるタスクセットパラメータの具体例を示す図である。 実施例１にかかるステート・タスクセット対応表と、タスクパラメータセットと、の統合表である。 特許文献１にかかるチューニング支援装置の最適化の動作を示す図である。 実施例１にかかるタスク配置最適化システム最適化の動作を示す図である。 実施例４にかかるタスクパラメータを示す図である。 図９に示されるタスクセットパラメータに記述された依存関係を示す図である。 実施例４にかかるステート・タスクセット対応表を示す図である。 実施例４において、各動作ステートにおいて動作するタスク、及び有効なコア間依存のみを太線により示す図である。 実施の形態１にかかるタスク配置最適化システムの構成を示すブロック図である。 特許文献１にかかるチューニング支援装置の構成を示すブロック図である。
＜実施の形態１＞
　以下、図面を参照して本発明の実施の形態について説明する。ＡＭＰ方式のマルチコアシステムにおいては、タスクをどのコアに配置するかによって性能が異なってくる。本実施の形態にかかるタスク配置最適化システムは、各タスクが特定のコアで実行される機能分散型の構成をとるＡＭＰ方式のマルチコアシステムを設計・実装する際に、性能のよいタスクの配置となるよう最適化を行うことを目的とする。以下の説明では、本実施の形態にかかるタスク配置最適化システムによる最適化対象のＡＭＰ方式のマルチコアシステムを、単にマルチコアシステムと表記する。
　図１は、本実施の形態にかかるタスク配置最適化システムの全体構成を示すブロック図である。タスク配置最適化システム１は、タスクセットパラメータ保持部１１と、ステート・タスクセット対応表保持部１２と、最適化部１３と、を備える構成である。
　タスクセットパラメータ保持部１１は、外部から入力されるタスクセットパラメータを保持する。タスクセットパラメータとは、タスクセット（マルチコアシステムに配置される複数のタスクの集合）を構成する各タスクの特性を表わす情報である。タスクセットパラメータには、起動周期、他のタスクとの依存関係、実行時間、必要メモリサイズ等がタスク毎に記載されている。
　ステート・タスクセット対応表保持部１２は、マルチコアシステムの動作ステートの一覧及び動作ステート毎に動作するタスクセットの対応を示すステート・タスクセット対応表を保持する。
　マルチコアシステムを含む一般的なシステムは、動作状況に応じてその動作ステートを変化させながら動作する。システムの動作ステートが変化することにより、そのシステムの動作は様々に変化する。このため、一般的に特定の動作ステートの際に動作するタスクは、全タスクのうち一部のタスクとなる。ステート・タスクセット対応表は、システムの動作ステートの一覧と、動作ステート毎に動作するタスクセットの対応と、を表わすものである。
　最適化部１３は、ステート評価関数値生成部１３１と、統合評価関数値生成部１３２と、最適配置探索部１３３と、を備える。
　ステート評価関数値生成部１３１は、特定動作ステートに対応したタスクセットを対象として、ステート評価関数値を生成する。詳細には、ステート評価関数値生成部１３１は、タスクセットパラメータ保持部１１からタスクセットパラメータを読み出し、ステート・タスクセット対応表保持部１２からステート・タスクセット対応表を読み出す。そして、ステート評価関数値生成部１３１は、これらの情報を基に特定動作ステートに対応したタスクセットを対象として、ステート評価関数値を生成する。一般的に、検証対象の全動作ステートに対してそれぞれステート評価関数値が生成される。ステート評価関数値は、動作ステート毎の、タスク配置の良さを示す評価値である。
　統合評価関数値生成部１３２は、検討対象の全動作ステートについてのステート評価関数値を統合し、統合評価関数値を生成する。
　最適配置探索部１３３は、統合評価関数値生成部１３２が出力する統合評価関数値がより良いタスク配置を探索する。最も単純な探索手法として全探索が挙げられる。全探索では、全ての配置候補を順に生成し、その中で最も統合評価関数値が良好な配置を探索結果として表示画面等に出力する。しかしながら、効率的な探索を実現するため、枝限定法、グリーディー法、遺伝的アルゴリズム等の一般に知られる高速化手法を用いることが望ましい。
　なお、タスクセットパラメータ、ステート・タスクセット対応表、ステート評価関数値、及び統合評価関数値の具体例は、後述する実施例１等により説明する。
　次に、図２のフローチャートを参照して、本実施の形態にかかるタスク配置最適化システム１の動作について説明する。
　初めに、タスクセットパラメータ保持部１１は、外部から入力されたタスクセットパラメータを保持する（ステップＳ１０１）。次に、ステート・タスクセット対応表保持部１２は、外部から入力されたステート・タスクセット対応表を保持する（ステップＳ１０２）。
　なお、上述のステップＳ１０１及びＳ１０２は順不同の処理であり、ステップＳ１０２を先に実行することや、ステップＳ１０１及びステップＳ１０２を同時に実行することも可能である。
　最適配置探索部１３３は、タスク配置候補（どのタスクをどのコアに配置するかの候補データ）を生成する（Ｓ１０３）。そして、ステート評価関数値生成部１３１は、生成したタスク配置候補について、各動作ステートのステート評価関数値を生成する（Ｓ１０４）。
　統合評価関数値生成部１３２は、ステート評価関数値生成部１３１が生成したステート評価関数値を統合した統合評価関数値を生成する（Ｓ１０５）。
　最適配置探索部１３３は、統合評価関数値を考慮し、タスク配置の探索終了条件を満たすか否かを判定する（Ｓ１０６）。タスク配置の探索終了条件を満たさない場合（Ｓ１０６：Ｎｏ）、再度Ｓ１０３から処理を繰り返す。一方、タスク配置の探索終了条件を満たす場合（Ｓ１０６：Ｙｅｓ）、最適配置探索部１３３は、タスク配置の最適化結果を出力して処理を終了する。
　ここで、タスク配置の探索終了条件とは、どのような最適化アルゴリズムを最適配置探索部１３３が採用するかにより異なる。最適化アルゴリズムとして単純な全探索を用いる場合、探索終了条件は全タスク配置候補の生成終了となる。この場合、最適配置探索部１３３は、最適な統合評価関数値を持つタスク配置候補を最適化結果として出力する。一方、他の一般的な最適化アルゴリズムを採用する場合、統合評価関数値がこれ以上良くなることがないと判定した場合や、タスク配置候補の生成を一定回数繰り返しても統合評価関数値が改善しない場合等、を考慮して探索終了条件を定める。
　続いて、本実施の形態にかかるタスク配置最適化システムの効果について説明する。上述のように、ステート評価関数値生成部１３１は、ステート・タスクセット対応表と、タスクセットパラメータと、に基づいて、動作ステート毎にタスク配置の良さを示すステート評価関数値を算出する。統合評価関数値生成部１３２は、このステート評価関数値を全動作ステートについて統合し、マルチコアシステム全体としての評価値である統合評価関数値を算出する。この統合評価関数値を用いてタスク配置の最適化を行うことにより、それぞれの動作ステートにおける処理性能を考慮することが可能になる。これにより、特定動作ステートにおいて著しく性能劣化が起こる問題を回避することができる。
　特許文献１に記載のチューニング装置のように全タスクを用いてタスク配置の最適化を行う場合、実際には性能充足するマルチコアシステムにおいても、性能が足りない（たとえばリアルタイムシステムの場合、デッドラインを充足しない等）と誤判定される場合がある。これは、前述の通り、一般的なシステムにおいては全てのタスクが常に動作しているわけではない。例えば、ある２つのタスクは、マルチコアシステム内の動作ステートに応じてどちらか一方しか動作しない等のケースがあり、全てのタスクをまとめて扱うことが不適切なケースがある。
　本実施の形態にかかるタスク配置最適化システムは、動作ステート毎のステート評価関数値を算出し、それを統合して最適化を行うことにより、実際には同時に動作しないタスクを考慮した最適化を行うことが可能になる。これにより、本実施の形態にかかるタスク配置最適化システムは、全タスクを用いてタスク配置の最適化を行う場合には性能が足りないと判定されるようなマルチコアシステムを対象とした場合でも、適切に性能充足する最適なタスク配置を出力することができる。
＜実施の形態２＞
　次に、本発明の実施の形態２にかかるタスク配置最適化システムを、図面を参照して詳細に説明する。図３は、本実施の形態にかかるタスク配置最適化システムの全体構成を示すブロック図である。本実施の形態にかかるタスク配置最適化システムでは、実施の形態１において説明した処理がコンピュータ５によりプログラムとして実行されることを特徴とする。プログラムとして実行される各処理は、実施の形態１における処理と略同一である。
　コンピュータ５は、プロセッサ５１と、記憶装置５２と、を備える。記憶装置５２は、例えばハードディスク等が該当する。プロセッサ５１がプログラムを実行することにより、タスク配置最適化システムとして動作する。
　タスクセットは、タスクセット定義ファイル６２上に表現される。ステート・タスクセット対応表は、ステート・タスクセット対応表定義ファイル６３上に表現される。タスクセット定義ファイル６２及びステート・タスクセット対応表定義ファイル６３は、タスク配置最適化プログラム６１が実行される際にプロセッサ５１から読み出される。プロセッサ５１は、タスク配置最適化プログラム６１を実行することにより、タスク配置の最適化を行う。プロセッサ５１は、タスク配置の最適化結果をタスク最適配置定義ファイル６４として記憶装置５２上に出力する。
　プログラムは、様々なタイプの非一時的なコンピュータ可読媒体（non-transitory computer readable medium）を用いて格納され、コンピュータに供給することができる。非一時的なコンピュータ可読媒体は、様々なタイプの実体のある記録媒体（tangible storage medium）を含む。非一時的なコンピュータ可読媒体の例は、磁気記録媒体（例えばフレキシブルディスク、磁気テープ、ハードディスクドライブ）、光磁気記録媒体（例えば光磁気ディスク）、ＣＤ－ＲＯＭ（Read Only Memory）、ＣＤ－Ｒ、ＣＤ－Ｒ／Ｗ、半導体メモリ（例えば、マスクＲＯＭ、ＰＲＯＭ（Programmable ROM）、ＥＰＲＯＭ（Erasable PROM）、フラッシュＲＯＭ、ＲＡＭ（random access memory））を含む。また、プログラムは、様々なタイプの一時的なコンピュータ可読媒体（transitory computer readable medium）によってコンピュータに供給されてもよい。一時的なコンピュータ可読媒体の例は、電気信号、光信号、及び電磁波を含む。一時的なコンピュータ可読媒体は、電線及び光ファイバ等の有線通信路、又は無線通信路を介して、プログラムをコンピュータに供給できる。
　上述のように、プログラムの形式であっても、ＡＭＰ方式のマルチプロセッサシステムのタスク配置の最適化を実現することができる。
＜実施例１＞
　次に、具体的な実施例を用いて実施の形態１にかかるタスク配置最適化システムの動作を説明する。以下の実施例１～４では、タスク配置最適化システム１が対象とするマルチコアシステムは、コア０及びコア１を備える。
　本例では、ステート評価関数値生成部１３１は、コア０の実行時間と、コア１の実行時間と、の差の絶対値をステート評価関数値として生成する。統合評価関数値生成部１３２は、各動作ステートにおけるステート評価関数値の和を統合評価関数値として生成する。最適配置探索部１３３は、統合評価関数値が最小となる配置を探索する最適化を行う。
　図４は、ステート・タスクセット対応表の具体例を示す図である。このように、マルチコアシステムが取り得る全動作ステートと、当該動作ステートにて実行されるタスクの関係が示される。図４の例では、マルチコアシステムは、動作ステートとしてＳ１、Ｓ２、Ｓ３、Ｓ４の４つを取り得ることが示されている。さらに、ステートＳ１では、タスクＡ及びタスクＢが実行され、ステートＳ２では、タスクＣ、タスクＥ、タスクＦが実行されることが示されている。同様に、ステートＳ３では、タスクＣ～Ｇが実行され、ステートＳ２では、タスクＥ、タスクＦ、タスクＧが実行されることが示されている。
　図５は、タスクセットパラメータの例を示す図である。本実施例では、各タスクの実行に必要な実行時間がパラメータとして表記されている。図６は、図４のステート・タスクセット対応表の具体例と、図５のタスクセットパラメータの具体例と、を統合した表である。
　以下に、図４のステート・タスクセット対応表、図５のタスクセットパラメータが入力された場合の、タスク配置最適化システムによるタスク配置の最適化について説明する。最適化は、各コアに割り当てられたタスクの実行時間を平均化させる観点により行われる。
　ここで、ステートＳ１に注目した最適化は独立して行い、ステートＳ２～Ｓ４の最適化において、特許文献１に記載の最適化手法を用いて行った最適化と、実施の形態１に記載の最適化手法と、の比較を考える。
　特許文献１に記載の最適化手法において、最も多くのタスクが動作するステートＳ３に着目した最適化を行った場合を考察する。図７は、当該最適化の様子を示す図である。
　図７において、各タスク行には、そのタスクが該当動作ステートにて実行される場合に図５にて示した実行時間が表記されている。このうち、破線に囲まれたタスク（タスクＡ，Ｃ，Ｄ）をコア０に、それ以外のタスクをコア１に配置している。図７において、コア０、コア１の行には、それぞれのステート（Ｓ１～Ｓ４）における各コアに割り当てられたタスクの実行時間の合計を示している。
　ここで、図７の例では、ステートＳ３に着目した最適化が行われている。すなわち、ステートＳ３において、コア０における実行時間と、コア１における実行時間が完全にバランス（すなわち同じ３２という値となる）している。一方、このタスク配置の場合、ステートＳ４ではコア１でのみタスクが実行され、コア０ではまったくタスクが実行されていない。すなわち、ステートＳ４では、タスク配置がアンバランスな状態となってしまっている。
　続いて、実施の形態１にかかるタスク配置最適化システムによる最適化結果について例示する。上述の図７のタスク配置での統合評価関数値は２＋５＋０＋３２＝３９となっている。しかしながら、実際には統合評価関数値がさらに小さいタスク配置が存在する。本例のタスク配置最適化システム１は、統合評価関数値が最小となる配置を最適配置とする。最適配置探索部１３３には、様々な既存技術の最適化アルゴリズムが応用可能である。最適配置探索部１３３が算出した最適配置の一例を図８に示す。
　図８の配置における統合評価関数値は、２＋９＋４＋０＝１５となり、図７に示した統合評価関数値よりも小さくなっている。図７と比較して、図８の配置は、各ステートでの実行時間のバランスが取れている配置となっている。
＜実施例２＞
　実施例２では、実施例１のタスク配置最適化システム１の応用例として、ステート評価関数値生成部１３１がステート評価関数値を実行時間の差の自乗とするものである。すなわち、ステート評価関数値生成部１３１が、コア０の実行時間と、コア１の実行時間と、の差の自乗をステート評価関数値として生成する。統合評価関数値生成部１３２は、各動作ステートにおけるステート評価関数値の和を統合評価関数値として生成する。
　以下の説明では、実施例１のタスク配置最適化システム１によっては、統合評価関数値が同一となる２つの配置例について考える。一つ目の配置Ａは、ステートＳ１、Ｓ２、Ｓ３、Ｓ４におけるステート評価関数値が夫々１、１、１、５となる。二つ目の配置Ｂは、ステートＳ１、Ｓ２、Ｓ３、Ｓ４におけるステート評価関数値が夫々２、２、２、２となる。実施例１のタスク配置最適化システム１によりこれらの配置の統合評価関数値を生成すると、配置Ａは１＋１＋１＋５＝８、配置Ｂは２＋２＋２＋２＝８となり同一値となる。
　実施例２のタスク配置最適化システム１では、ステート評価値関数値は実行時間の差の自乗であり、統合評価関数値は配置Ａでは１＋１＋１＋２５＝２８、配置Ｂでは４＋４＋４＋４＝１６となる。ここで、最適配置探索部１３３は、統合評価関数値が小さい配置を最適配置とするため、配置Ｂが適切な配置と判断する。
　このように、実施例２では、バランスのずれ（ステート評価関数値のずれ）が大きい動作ステートが統合評価関数値に与える影響が大きくなる。そのため、極端にバランスが悪い動作ステートが生じることを極力避けたい場合に、本例のようにステート評価関数値を実行時間の差の自乗とすることが有効である。
＜実施例３＞
　実施例３では、実施例１のタスク配置最適化システム１の変形例として、統合評価関数をステート評価関数値の積とする。すなわち、タスク評価関数値生成部１３１は、コア０の実行時間と、コア１の実行時間と、の差の絶対値をステート評価関数値として生成する。統合評価関数値生成部１３２は、各動作ステートにおけるステート評価関数値の積を統合評価関数値として生成する。
　ここで、実施例２と同様の配置Ａ及び配置Ｂについて検討する。この場合、統合評価関数値は、配置Ａでは１×１×１×５＝５、配置Ｂでは２×２×２×２＝１６となる。ここで、最適配置探索部１３３は、統合評価関数値が小さい配置を最適配置とするため、配置Ａが適切な配置と判断する。
　このように、実施例３では、バランスのずれが小さい動作ステート（ステート評価関数値の差の小さい動作ステート）が数多くある場合に、総合評価関数値が小さくなる。このような性質を持つため、多少負荷バランスが悪い動作ステート（ステート評価関数値の差の大きい動作ステート）が存在する場合であっても、なるべく多くの動作ステートの負荷バランスを小さくしたい場合に実施例３の方式（統合評価関数値をステート評価関数値の積とする方式）が有効である。
　ただし、統合評価関数値をステート評価関数値の乗算とする場合、ステート評価関数値が一つでも０であると他の動作ステートのステート評価関数値に関わらず統合評価関数値が０となる。このため、ステート評価関数値の算出方法を定める際に、値が０とならないように注意する必要がある。
＜実施例４＞
　実施例４のタスク配置最適化システム１として、タスク間の依存が記載されたタスクパラメータセットが入力される例を示す。ステート評価関数値生成部１３１は、動作ステート毎にコア間依存の数をステート評価関数値として出力する。
　コア間依存とは、依存関係が有るタスクが存在し、それらのタスクが異なるコアをまたがって配置されている状態をいう。一例として、タスクＡと、タスクＡに依存するタスクＢという２つのタスクのみを考える。タスクＡとタスクＢが異なるコアに配置された場合、コア間依存数は１となる。一方、タスクＡとタスクＢが同じコアに配置された場合、コア間依存数は０となる。一般的に、コアをまたがってデータ転送をする場合には一定の時間を必要とすることから、コア間依存数は極力少ないことが望ましい。
　ここで、全動作ステートにおいて、各コアに割り当てるタスク数が同一または１つのみ異なることを条件に、コア間依存数を最小化する最適化の例を示す。
　まず、タスクセットパラメータの例を図９に示す。図９において、依存関係の列には、そのタスクに依存しているタスクの情報が記述されている。例えば、タスクＡの行には、タスクＢ、タスクＣ、及びタスクＧと記載されている。このことより、タスクＢ、タスクＣ、及びタスクＧは、タスクＡに依存していることを示す。すなわち、タスクＢ、タスクＣ、及びタスクＧは、タスクＡの処理結果を利用して、それぞれの処理を行う。
　図１０は、図９に示されるタスクセットパラメータに記述された依存関係を図示したものである。
　図１１は、システムの動作ステートの一覧、及びその動作ステート毎に動作するタスクのセットの対応を表わすステート・タスクセット対応表を示す。図１１の例では、システムの動作ステートとしてＳ５、Ｓ６、Ｓ７の３つがある。ステートＳ５においては、タスクＡ、タスクＢ、タスクＣ、タスクＤ、タスクＦが動作する。ステートＳ６においては、タスクＡ、タスクＣ、タスクＥ、タスクＦ、タスクＧが動作する。同様に、ステートＳ７においては、タスクＡ、タスクＣ、タスクＦが動作する。
　まず、特許文献１に記載の最適化手法による最適配置の決定について説明する。当該手法では、動作ステート毎にどのタスクが動作するかは考慮されない。そのため、タスクセット全体の依存を考えた場合に最も依存が少ない箇所にてタスク配置を分割する配置候補が出力される。図１０の例では、分割位置２１によりタスク配置を分割する。すなわち、タスクＡ、タスクＢ、タスクＧがコア０、タスクＣ、タスクＤ、タスクＥ、タスクＦがコア１（もしくはその逆）となる配置候補が出力される。
　ここで、当該手法によるタスク配置候補（図１０における分割位置２１で分割したタスク配置）におけるコア間依存数を以下に示す。図１２は、各動作ステートにおいて動作するタスク、及び有効なコア間依存のみを太線により示したものである。図１２より明らかなように、特許文献１に記載の最適化手法では全ての動作ステートにおいてコア間依存が１つ存在する。
　次に、本実施例のタスク配置最適化システム１による最適化について説明する。上述のように、ステート評価関数値生成部１３１は、動作ステート毎のコア間依存数をステート評価関数値として出力する。統合評価関数生成部１３２は、このステート評価関数値を統合した統合評価関数値を算出する。最適配置探索部１３３は、この統合評価関数値を用いて最適化を行う。これにより、図１０及び図１２における分割位置２１以外の分割位置が候補となり得る。
　ここで、図１０及び図１２における分割位置２２をタスク配置候補とする場合、ステート評価関数値は、ステートＳ５、Ｓ６、Ｓ７において夫々１、１、０となり、統合評価関数値は１＋１＋０＝２となる（図１１　ステート評価関数値（実施例４）欄）。これは、特許文献１の手法における配置例での統合評価関数値が１＋１＋１＝３（図１１　ステート評価関数値（関連手法）欄）となることから、本例のタスク配置最適化システム１は、よりよい評価値を持つ配置、すなわちタスクＡ、タスクＢ、タスクＣ、タスクＧがコア０に、タスクＤ、タスクＥ、タスクＦがコア１（もしくはその逆）に配置する最適化結果を出力することが可能になる。
　上述のように、本例では、ステートＳ７においてコア間依存数が０となる配置を出力することが可能となり、より性能のよいタスク配置を算出することが可能となる。
　なお、本発明は上記実施の形態に限られたものではなく、趣旨を逸脱しない範囲で適宜変更することが可能である。例えば、上述の最適化部１３の各処理部の処理を異なるハードウェアで分散して実行してもよい。
　なお、本実施の形態１にかかるタスク配置最適化システム１の最小構成を図１３に示す。本構成は、タスクセットパラメータ及びステート・タスクセット対応表が直接ステート評価関数値生成部１３１に供給される点を除いて、図１の構成と同様である。
　上記実施形態の一部又は全部は、以下の付記のようにも記載されうるが、以下には限られない。
（付記１）
　複数のプロセッサ・コアを有するシステムの動作ステートの一覧及び動作ステート毎に動作するタスクセットの対応を示すステート・タスクセット対応表と、前記タスクセットを構成する各タスクの特性を示すタスクセットパラメータと、に基づいて、各動作ステートに対してステート評価関数値を生成するステート評価関数値生成手段と、
　各動作ステートの前記ステート評価関数値を統合した統合評価関数値を生成する統合評価関数値生成手段と、
　前記統合評価関数値に基づいて、前記複数のプロセッサ・コアの各々に割り当てるタスクの配置の最適化を行う最適配置探索手段と、を備えるタスク配置最適化システム。
（付記２）
　前記ステート評価関数生成手段は、前記ステート評価関数値を、各プロセッサ・コアに割り当てたタスクの実行時間の合計値の差の絶対値とすることを特徴とする付記１に記載のタスク配置最適化システム。
（付記３）
　前記ステート評価関数生成手段は、前記ステート評価関数値を、各プロセッサ・コアに割り当てたタスクの実行時間の合計値の差の自乗とすることを特徴とする付記１に記載のタスク配置最適化システム。
（付記４）
　前記ステート評価関数生成手段は、前記ステート評価関数値を、プロセッサ・コア間の依存数とすることを特徴とする付記１に記載のタスク配置最適化システム。
（付記５）
　前記統合評価関数値生成手段は、各動作ステートの前記ステート評価関数値の総和を前記統合評価関数値とすることを特徴とする付記１乃至付記４のいずれか１項に記載のタスク配置最適化システム。
（付記６）
　前記統合評価関数値生成手段は、各動作ステートの前記ステート評価関数値の総乗を前記統合評価関数値とすることを特徴とする付記１乃至付記４のいずれか１項に記載のタスク配置最適化システム。
（付記７）
　外部から入力される前記ステート・タスクセット対応表を保持するステート・タスクセット対応表保持手段と、
外部から入力される前記タスクセットパラメータを保持するタスクセットパラメータ保持手段と、をさらに備えることを特徴とする付記１乃至付記６のいずれか１項に記載のタスク配置最適化システム。
（付記８）
　前記他最適配置探索手段は、前記統合評価関数値が小さいタスクの配置候補を、優先的に最適配置として選択することを特徴とする付記１乃至付記７のいずれか１項に記載のタスク配置最適化システム。
（付記９）
　複数のプロセッサ・コアを有するシステムの動作ステートの一覧及び動作ステート毎に動作するタスクセットの対応を示すステート・タスクセット対応表と、前記タスクセットを構成する各タスクの特性を示すタスクセットパラメータと、に基づいて、各動作ステートに対してステート評価関数値を生成し、
　各動作ステートの前記ステート評価関数値を統合した統合評価関数値を生成し、
　前記統合評価関数値に基づいて、前記複数のプロセッサ・コアの各々に割り当てるタスクの配置の最適化を行う、タスク配置最適化方法。
（付記１０）
　前記ステート評価関数値を生成する処理では、前記ステート評価関数値を、各プロセッサ・コアに割り当てたタスクの実行時間の合計値の差の絶対値とすることを特徴とする付記９に記載のタスク配置最適化方法。
（付記１１）
　前記ステート評価関数値を生成する処理では、前記ステート評価関数値を、各プロセッサ・コアに割り当てたタスクの実行時間の合計値の差の自乗とすることを特徴とする付記９に記載のタスク配置最適化方法。
（付記１２）
　前記ステート評価関数値を生成する処理では、前記ステート評価関数値を、プロセッサ・コア間の依存数とすることを特徴とする付記９に記載のタスク配置最適化方法。
（付記１３）
　前記統合評価関数値を生成する処理では、各動作ステートの前記ステート評価関数値の総和を前記統合評価関数値とすることを特徴とする付記９乃至付記１２のいずれか１項に記載のタスク配置最適化方法。
（付記１４）
　前記統合評価関数値を生成する処理では、各動作ステートの前記ステート評価関数値の総乗を前記統合評価関数値とすることを特徴とする付記９乃至付記１２のいずれか１項に記載のタスク配置最適化方法。
（付記１５）
　前記タスクの配置の最適化を行う処理では、前記統合評価関数値が小さいタスクの配置候補を、優先的に最適配置として選択することを特徴とする付記９乃至付記１４のいずれか１項に記載のタスク配置最適化方法。
（付記１６）
　複数のプロセッサ・コアを有するシステムにおけるタスク配置の最適化処理をコンピュータに実行させるプログラムが格納された非一時的なコンピュータ可読媒体であって、
　前記最適化処理は、
　前記システムの動作ステートの一覧及び動作ステート毎に動作するタスクセットの対応を示すステート・タスクセット対応表と、前記タスクセットを構成する各タスクの特性を示すタスクセットパラメータと、に基づいて、各動作ステートに対してステート評価関数値を生成し、
　各動作ステートの前記ステート評価関数値を統合した統合評価関数値を生成し、
　前記統合評価関数値に基づいて、前記複数のプロセッサ・コアの各々に割り当てるタスクの配置の最適化を行う、タスク配置最適化プログラムが格納された非一時的なコンピュータ可読媒体。
（付記１７）
　前記ステート評価関数値を生成する処理では、前記ステート評価関数値を、各プロセッサ・コアに割り当てたタスクの実行時間の合計値の差の絶対値とすることを特徴とする付記１６に記載のタスク配置最適化プログラムが格納された非一時的なコンピュータ可読媒体。
（付記１８）
　前記ステート評価関数値を生成する処理では、前記ステート評価関数値を、各プロセッサ・コアに割り当てたタスクの実行時間の合計値の差の自乗とすることを特徴とする付記１６に記載のタスク配置最適化プログラムが格納された非一時的なコンピュータ可読媒体。
（付記１９）
　前記ステート評価関数値を生成する処理では、前記ステート評価関数値を、プロセッサ・コア間の依存数とすることを特徴とする付記１６に記載のタスク配置最適化プログラムが格納された非一時的なコンピュータ可読媒体。
（付記２０）
　前記統合評価関数値を生成する処理では、各動作ステートの前記ステート評価関数値の総和を前記統合評価関数値とすることを特徴とする付記１６乃至付記１９のいずれか１項に記載のタスク配置最適化プログラムが格納された非一時的なコンピュータ可読媒体。
（付記２１）
　前記統合評価関数値を生成する処理では、各動作ステートの前記ステート評価関数値の総乗を前記統合評価関数値とすることを特徴とする付記１６乃至付記１９のいずれか１項に記載のタスク配置最適化プログラムが格納された非一時的なコンピュータ可読媒体。
（付記２２）
　前記タスクの配置の最適化を行う処理では、前記統合評価関数値が小さいタスクの配置候補を、優先的に最適配置として選択することを特徴とする付記１６乃至付記２１のいずれか１項に記載のタスク配置最適化プログラムが格納された非一時的なコンピュータ可読媒体。
　この出願は、２０１０年１０月２８日に出願された日本出願特願２０１０－２４１７０３を基礎とする優先権を主張し、その開示の全てをここに取り込む。
　本発明は、例えば、マルチプロセッサシステムのタスク配置を支援する各種システムに応用可能である。当該システムは、例えば一般的なコンピュータに組み込まれ得る。
１　タスク配置最適化システム
１１　タスクパラメータセット保持部
１２　ステート・タスクセット対応表保持部
１３　最適化部
１３１　ステート評価関数値生成部
１３２　統合評価関数値生成部
１３３　最適配置探索部
５　コンピュータ
５１　プロセッサ
５２　記憶装置
６１　タスク配置最適化プログラム
６２　タスクセット定義ファイル
６３　ステート・タスクセット対応表定義ファイル
６４　タスク最適配置定義ファイル
２０１　粒度情報取得部
２０２　粒度情報登録部
２０３　出力部
２０４　構造情報生成部
２０５　構造情報登録部
２０６　依存情報生成部
２０７　依存情報登録部
２０８　性能情報登録部

Claims (10)

  1. 　複数のプロセッサ・コアを有するシステムの動作ステートの一覧及び動作ステート毎に動作するタスクセットの対応を示すステート・タスクセット対応表と、前記タスクセットを構成する各タスクの特性を示すタスクセットパラメータと、に基づいて、各動作ステートに対してステート評価関数値を生成するステート評価関数値生成手段と、
    　各動作ステートの前記ステート評価関数値を統合した統合評価関数値を生成する統合評価関数値生成手段と、
    　前記統合評価関数値に基づいて、前記複数のプロセッサ・コアの各々に割り当てるタスクの配置の最適化を行う最適配置探索手段と、を備えるタスク配置最適化システム。
  2. 　前記ステート評価関数生成手段は、前記ステート評価関数値を、各プロセッサ・コアに割り当てたタスクの実行時間の合計値の差の絶対値とすることを特徴とする請求項１に記載のタスク配置最適化システム。
  3. 　前記ステート評価関数生成手段は、前記ステート評価関数値を、各プロセッサ・コアに割り当てたタスクの実行時間の合計値の差の自乗とすることを特徴とする請求項１に記載のタスク配置最適化システム。
  4. 　前記ステート評価関数生成手段は、前記ステート評価関数値を、プロセッサ・コア間の依存数とすることを特徴とする請求項１に記載のタスク配置最適化システム。
  5. 　前記統合評価関数値生成手段は、各動作ステートの前記ステート評価関数値の総和を前記統合評価関数値とすることを特徴とする請求項１乃至請求項４のいずれか１項に記載のタスク配置最適化システム。
  6. 　前記統合評価関数値生成手段は、各動作ステートの前記ステート評価関数値の総乗を前記統合評価関数値とすることを特徴とする請求項１乃至請求項４のいずれか１項に記載のタスク配置最適化システム。
  7. 　外部から入力される前記ステート・タスクセット対応表を保持するステート・タスクセット対応表保持手段と、
    　外部から入力される前記タスクセットパラメータを保持するタスクセットパラメータ保持手段と、をさらに備えることを特徴とする請求項１乃至請求項６のいずれか１項に記載のタスク配置最適化システム。
  8. 　前記他最適配置探索手段は、前記統合評価関数値が小さいタスクの配置候補を、優先的に最適配置として選択することを特徴とする請求項１乃至請求項７のいずれか１項に記載のタスク配置最適化システム。
  9. 　複数のプロセッサ・コアを有するシステムの動作ステートの一覧及び動作ステート毎に動作するタスクセットの対応を示すステート・タスクセット対応表と、前記タスクセットを構成する各タスクの特性を示すタスクセットパラメータと、に基づいて、各動作ステートに対してステート評価関数値を生成し、
    　各動作ステートの前記ステート評価関数値を統合した統合評価関数値を生成し、
    　前記統合評価関数値に基づいて、前記複数のプロセッサ・コアの各々に割り当てるタスクの配置の最適化を行う、タスク配置最適化方法。
  10. 　複数のプロセッサ・コアを有するシステムにおけるタスク配置の最適化処理をコンピュータに実行させるプログラムが格納された非一時的なコンピュータ可読媒体であって、
    　前記最適化処理は、
    　前記システムの動作ステートの一覧及び動作ステート毎に動作するタスクセットの対応を示すステート・タスクセット対応表と、前記タスクセットを構成する各タスクの特性を示すタスクセットパラメータと、に基づいて、各動作ステートに対してステート評価関数値を生成し、
    　各動作ステートの前記ステート評価関数値を統合した統合評価関数値を生成し、
    　前記統合評価関数値に基づいて、前記複数のプロセッサ・コアの各々に割り当てるタスクの配置の最適化を行う、タスク配置最適化プログラムが格納された非一時的なコンピュータ可読媒体。
PCT/JP2011/003066 2010-10-28 2011-05-31 タスク配置最適化システム、タスク配置最適化方法、及びタスク配置最適化プログラムが格納された非一時的なコンピュータ可読媒体 WO2012056609A1 (ja)

Priority Applications (2)

Application Number Priority Date Filing Date Title
US13/880,575 US9384053B2 (en) 2010-10-28 2011-05-31 Task allocation optimization system, task allocation optimization method, and non-transitory computer readable medium storing task allocation optimization program
JP2012540646A JP5786863B2 (ja) 2010-10-28 2011-05-31 タスク配置最適化システム、タスク配置最適化方法、及びタスク配置最適化プログラム

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2010-241703 2010-10-28
JP2010241703 2010-10-28

Publications (1)

Publication Number Publication Date
WO2012056609A1 true WO2012056609A1 (ja) 2012-05-03

Family

ID=45993358

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2011/003066 WO2012056609A1 (ja) 2010-10-28 2011-05-31 タスク配置最適化システム、タスク配置最適化方法、及びタスク配置最適化プログラムが格納された非一時的なコンピュータ可読媒体

Country Status (3)

Country Link
US (1) US9384053B2 (ja)
JP (1) JP5786863B2 (ja)
WO (1) WO2012056609A1 (ja)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2013094156A1 (ja) * 2011-12-19 2013-06-27 日本電気株式会社 タスク配置最適化システム、タスク配置最適化方法、及びタスク配置最適化プログラム
WO2014109019A1 (ja) * 2013-01-09 2014-07-17 三菱電機株式会社 プラントエンジニアリングシステム
WO2014181495A1 (ja) * 2013-05-09 2014-11-13 日本電気株式会社 仮想マシン配置決定装置、仮想マシン配置決定方法および仮想マシン配置決定プログラム

Families Citing this family (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8904204B2 (en) 2012-06-29 2014-12-02 International Business Machines Corporation Managing computing resources through aggregated core management
FR3045870B1 (fr) * 2015-12-21 2018-08-31 Valeo Equipements Electriques Moteur Procede hors ligne d'allocation d'un logiciel embarque temps reel sur une architecture multicontroleur multicoeur, et son utilisation pour des applications embarquees dans un vehicule automobile
EP3273349A1 (en) * 2016-07-22 2018-01-24 Tata Consultancy Services Limited Approximate computing for application performance in heterogeneous systems
KR101757886B1 (ko) 2017-01-11 2017-07-13 엘아이지넥스원 주식회사 태스크 분할 할당 시스템
KR101757882B1 (ko) 2017-01-11 2017-07-26 엘아이지넥스원 주식회사 태스크 분할 할당 방법
CN109726886B (zh) * 2018-09-04 2023-07-25 中国舰船研究设计中心 一种基于任务驱动的舰船集成优化设计方法
CN111242439B (zh) * 2020-01-03 2023-08-11 北京科技大学 一种基于信任机制的动态任务分配决策辅助方法
US11726823B2 (en) * 2020-02-06 2023-08-15 Samsung Electronics Co., Ltd. Electronic device having heterogeneous processors and method of processing task using the heterogeneous processors
US20220075349A1 (en) * 2020-09-08 2022-03-10 Delta Tau Data Systems, Inc. Method and apparatus for multi-core processor management in a motion control system
US11687370B2 (en) * 2020-11-23 2023-06-27 International Business Machines Corporation Activity assignment based on resource and service availability
CN113360203B (zh) * 2021-04-20 2023-07-11 广东电网有限责任公司电力调度控制中心 一种电力物联网的任务卸载方法及装置

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH06332726A (ja) * 1993-05-21 1994-12-02 Matsushita Electric Ind Co Ltd タスク割り当て装置
JP2007264734A (ja) * 2006-03-27 2007-10-11 Fujitsu Ltd チューニング支援装置、チューニング支援プログラム、チューニング支援プログラムを記録したコンピュータ読み取り可能な記録媒体およびチューニング支援方法
WO2007136021A1 (ja) * 2006-05-24 2007-11-29 Nec Corporation 仮想マシン管理装置、仮想マシン管理方法およびプログラム
JP2008090546A (ja) * 2006-09-29 2008-04-17 Toshiba Corp マルチプロセッサシステム
JP2009122925A (ja) * 2007-11-14 2009-06-04 Toshiba Corp データ処理プログラム、データ処理方法およびデータ処理システム
JP2010009288A (ja) * 2008-06-26 2010-01-14 Mitsubishi Electric Corp マルチプロセッサシステム及びプログラム実行方法

Family Cites Families (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2870117B2 (ja) * 1990-04-27 1999-03-10 株式会社日立製作所 最適計画作成方法
US6957431B2 (en) * 2001-02-13 2005-10-18 International Business Machines Corporation System for incrementally computing the maximum cost extension allowable for subsequent execution of each task using fixed percentage of the associated cost
US7272596B2 (en) * 2004-03-09 2007-09-18 Intel Corporation Methods and apparatus for resource allocation in computer architectures
US7406689B2 (en) * 2005-03-22 2008-07-29 International Business Machines Corporation Jobstream planner considering network contention & resource availability
US20090158293A1 (en) * 2005-09-05 2009-06-18 Nec Corporation Information processing apparatus
WO2008148624A1 (en) * 2007-06-05 2008-12-11 Siemens Aktiengesellschaft Method and device for providing a schedule for a predictable operation of an algorithm on a multi-core processor
US8387066B1 (en) * 2007-09-28 2013-02-26 Emc Corporation Dependency-based task management using set of preconditions to generate scheduling data structure in storage area network
US20090144744A1 (en) * 2007-11-29 2009-06-04 Gunnels John A Performance Evaluation of Algorithmic Tasks and Dynamic Parameterization on Multi-Core Processing Systems
US8656403B2 (en) * 2008-04-30 2014-02-18 International Business Machines Corporation Negotiation management in data processing systems
US9021490B2 (en) * 2008-08-18 2015-04-28 Benoît Marchand Optimizing allocation of computer resources by tracking job status and resource availability profiles
US8881158B2 (en) * 2008-11-14 2014-11-04 Nec Corporation Schedule decision device, parallel execution device, schedule decision method, and program
US8793365B2 (en) * 2009-03-04 2014-07-29 International Business Machines Corporation Environmental and computing cost reduction with improved reliability in workload assignment to distributed computing nodes
US8875143B2 (en) * 2009-12-31 2014-10-28 Bmc Software, Inc. Utility-optimized scheduling of time-sensitive tasks in a resource-constrained environment
WO2011102219A1 (ja) * 2010-02-19 2011-08-25 日本電気株式会社 リアルタイムシステム用マルチコア向けタスク配置最適化システム、その方法及びそのプログラム
US9535757B2 (en) * 2011-12-19 2017-01-03 Nec Corporation Task allocation optimizing system, task allocation optimizing method and task allocation optimizing program

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH06332726A (ja) * 1993-05-21 1994-12-02 Matsushita Electric Ind Co Ltd タスク割り当て装置
JP2007264734A (ja) * 2006-03-27 2007-10-11 Fujitsu Ltd チューニング支援装置、チューニング支援プログラム、チューニング支援プログラムを記録したコンピュータ読み取り可能な記録媒体およびチューニング支援方法
WO2007136021A1 (ja) * 2006-05-24 2007-11-29 Nec Corporation 仮想マシン管理装置、仮想マシン管理方法およびプログラム
JP2008090546A (ja) * 2006-09-29 2008-04-17 Toshiba Corp マルチプロセッサシステム
JP2009122925A (ja) * 2007-11-14 2009-06-04 Toshiba Corp データ処理プログラム、データ処理方法およびデータ処理システム
JP2010009288A (ja) * 2008-06-26 2010-01-14 Mitsubishi Electric Corp マルチプロセッサシステム及びプログラム実行方法

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2013094156A1 (ja) * 2011-12-19 2013-06-27 日本電気株式会社 タスク配置最適化システム、タスク配置最適化方法、及びタスク配置最適化プログラム
WO2014109019A1 (ja) * 2013-01-09 2014-07-17 三菱電機株式会社 プラントエンジニアリングシステム
EP2945063A4 (en) * 2013-01-09 2016-08-03 Mitsubishi Electric Corp INVESTMENT TECHNOLOGY SYSTEM
JPWO2014109019A1 (ja) * 2013-01-09 2017-01-19 三菱電機株式会社 プラントエンジニアリングシステム
WO2014181495A1 (ja) * 2013-05-09 2014-11-13 日本電気株式会社 仮想マシン配置決定装置、仮想マシン配置決定方法および仮想マシン配置決定プログラム
JPWO2014181495A1 (ja) * 2013-05-09 2017-02-23 日本電気株式会社 仮想マシン配置決定装置、仮想マシン配置決定方法および仮想マシン配置決定プログラム

Also Published As

Publication number Publication date
US20130312001A1 (en) 2013-11-21
US9384053B2 (en) 2016-07-05
JP5786863B2 (ja) 2015-09-30
JPWO2012056609A1 (ja) 2014-03-20

Similar Documents

Publication Publication Date Title
WO2012056609A1 (ja) タスク配置最適化システム、タスク配置最適化方法、及びタスク配置最適化プログラムが格納された非一時的なコンピュータ可読媒体
JP6171938B2 (ja) タスク配置最適化システム、タスク配置最適化方法、及びタスク配置最適化プログラム
JP5971334B2 (ja) タスク配置装置、タスク配置方法、および、コンピュータ・プログラム
US10884795B2 (en) Dynamic accelerator scheduling and grouping for deep learning jobs in a computing cluster
Shaikh et al. Anycast routing for survivable optical grids: Scalable solution methods and the impact of relocation
CN102822801A (zh) 响应于服务水平协议而分配计算系统功率水平
JP2017506400A (ja) クラウドリリースパイプラインの診断および最適化
WO2011102219A1 (ja) リアルタイムシステム用マルチコア向けタスク配置最適化システム、その方法及びそのプログラム
CN109800058A (zh) 一种虚拟机自动迁移方法
JP6374823B2 (ja) 経路配置方法、経路配置装置、及びプログラム
JP5983623B2 (ja) タスク配置装置及びタスク配置方法
JP5790270B2 (ja) 構造解析システム，構造解析プログラムおよび構造解析方法
JP6036848B2 (ja) 情報処理システム
US10834177B2 (en) System and method for dynamic activation of real-time streaming data overflow paths
WO2020246965A1 (en) Task distribution across multiple processing devices
JP2020022020A (ja) サービスチェイン収容装置、および、サービスチェイン収容方法
CN105579966B (zh) 数据处理设备和计算机可读分布介质
JP6349837B2 (ja) スケジューラ装置及びそのスケジューリング方法、演算処理システム、並びにコンピュータ・プログラム
JP2014206805A (ja) 制御装置
JP2012073705A (ja) ネットワーク設計装置及び方法並びにネットワーク設計プログラム
JP6707198B2 (ja) 分散配置装置、分散配置システム、および、分散配置方法
EP3330854A1 (en) Automatic selection of infrastructure on a hybrid cloud environment
JP2020523695A (ja) データ集約構成を更新し、データ集約を制御するためのコンピュータシステムおよび方法
JP2012156626A (ja) 管理装置、通信システム、通信方法、および通信プログラム
WO2013179921A1 (ja) 設計支援装置、設計支援方法及びプログラム

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 11835757

Country of ref document: EP

Kind code of ref document: A1

ENP Entry into the national phase

Ref document number: 2012540646

Country of ref document: JP

Kind code of ref document: A

NENP Non-entry into the national phase

Ref country code: DE

WWE Wipo information: entry into national phase

Ref document number: 13880575

Country of ref document: US

122 Ep: pct application non-entry in european phase

Ref document number: 11835757

Country of ref document: EP

Kind code of ref document: A1