专栏首页arxiv.org翻译专栏多处理器系统中多关键部分的实时任务调度(CS OS)
原创

多处理器系统中多关键部分的实时任务调度(CS OS)

多处理器同步和锁定协议的性能是实时约束条件下发挥多处理器系统计算能力的关键。在过去的几十年里,虽然人们已经开发了多种协议,但它们的性能高度依赖于任务分区和优先级。最近提出的依赖图方法在这方面具有优势,这引起了很多人的兴趣。然而,它仅限于任务集,每个任务最多只有一个关键部分。在本文中,我们消除了这一限制,并演示了如何利用经典工作车间调度问题的算法来构建具有多个关键部分的任务的依赖图。为了展示其适用性,我们讨论了它在Litmus^{RT}中的实现并报告了开销。此外,我们在不同的配置下提供了广泛的数值计算,与现有技术相比,在许多情况下显示出显著的改进。

原文题目:Scheduling of Real-Time Tasks with Multiple Critical Sections in Multiprocessor Systems

原文:The performance of multiprocessor synchronization and locking protocols is a key factor to utilize the computation power of multiprocessor systems under real-time constraints. While multiple protocols have been developed in the past decades, their performance highly depends on the task partition and prioritization. The recently proposed Dependency Graph Approach showed its advantages and attracted a lot of interest. It is, however, restricted to task sets where each task has at most one critical section. In this paper, we remove this restriction and demonstrate how to utilize algorithms for the classical job shop scheduling problem to construct a dependency graph for tasks with multiple critical sections. To show the applicability, we discuss the implementation in Litmus^{RT} and report the overheads. Moreover, we provide extensive numerical evaluations under different configurations, which in many situations show significant improvement compared to the state-of-the-art.

原文作者:Jian-Jia Chen, Junjie Shi, Georg von der Brüggen, Niklas Ueter

原文地址:https://arxiv.org/abs/2007.08302

原创声明,本文系作者授权云+社区发表,未经许可,不得转载。

如有侵权,请联系 yunjia_community@tencent.com 删除。

我来说两句

0 条评论
登录 后参与评论

相关文章

  • 危机响应软件开发中的人为因素调查(CS SE)

    尽管软件开发为社会做出了巨大贡献,但它却是一项非常昂贵的高风险投资。每一个软件项目开始时都希望能在预算范围内按时交付软件产品,但这些软件项目中,有很大比例的项目...

    Rosalie
  • 随机供应和灵活消费者的最优动态机制设计(CS GT)

    我们考虑的问题是设计一个预期收益最大化机制,在T个时间步长内将k个品种的多个非易腐商品分配给灵活的消费者。在我们的模型中,每个品种的随机数量的商品在每个时间都可...

    Rosalie
  • 计算思维作为解决问题的能力研究:基于工程和社会科学心理的比较(CS CS)

    21世纪人必须具备的最重要能力之一是批判性思维和解决问题的技能。 人们需要向孩子传授专注于解决问题的技能,尤其是从小学起,这参考了先前针对K-12的研究。计算思...

    Rosalie
  • 从模拟到真实的转移以实现光学触觉(CS.RO)

    深度学习和强化学习方法已被证明可以实现灵活而复杂的机器人控制器的学习。但是,对大量训练数据的依赖经常要求在模拟中进行数据收集,近年来,人们开发了许多模拟到真实的...

    蔡小雪7100294
  • 对象识别的反面例子:全面调查(CS CV)

    深度神经网络是机器学习研究的前沿。然而,尽管在复杂的任务中取得了令人印象深刻的表现,但它们可能非常敏感:输入的小扰动就足以诱导不正确的行为。这种扰动称为对抗性例...

    太子钟
  • 区块链是未来吗? 或者它只是一种时尚?

    区块链行业和美国大淘金者的共同点 今天用加密货币发生的事情让人联想到90年代的网络泡沫时代。投资科技公司的人们以及更加连接未来的雄心勃勃的想法几乎在一夜之间赚取...

    首席架构师智库
  • Benefits of having web app for your business

    Benefits-of-Web-Application-Development.png

    用户4822892
  • 【论文推荐】最新六篇聊天机器人相关论文—弱监督信息、内容驱动、对话管理系统、可扩展情感序列到序列、自主性

    WZEARW
  • 【论文推荐】最新八篇强化学习相关论文—残差网络、QMIX、元学习、动态速率分配、分层强化学习、抽象概况、快速物体检测、SOM

    【导读】专知内容组整理了最近八篇强化学习(Reinforcement learning)相关文章,为大家进行介绍,欢迎查看! 1.BlockDrop: Dyna...

    WZEARW
  • 3891: [Usaco2014 Dec]Piggy Back

    3891: [Usaco2014 Dec]Piggy Back Time Limit: 10 Sec  Memory Limit: 128 MB Submit:...

    HansBug

扫码关注云+社区

领取腾讯云代金券