随着半导体技术的持续高速发展,众核芯片内部可集成上百个处理器内核。多核或众核芯片在提供硬件资源更多并行性的同时,也使其任务调度和资源管理成为充分发挥和提升计算效能的关键问题。此外,“绿色计算”已成为信息技术领域的重要研究方向。从超级计算系统到桌面计算机、再到种类繁多的智能计算终端,如何控制和降低它们的功耗、优化与提升计算效率已经成为一个无法回避的问题。众核芯片处理器内核数量多,需要在提升总体性能和降低功耗两个方面进行仔细的权衡。如何通过合理调度应用负载来提高计算性能,并尽可能降低众核芯片的功耗是本文关注的重点。有向无环图DAG(Directed Acyclic Graph)和条件任务图CTG(Conditional Task Graph)可以对相应不同应用特点的计算任务进行建模。本文针对基于DAG和CTG两种任务模型下的异构众核芯片低功耗调度算法进行研究,主要做了如下研究工作:在以DAG为应用模型的异构多处理器调度中,将特定任务复制到多个处理器节点上执行的任务复制策略可以减少多处理器系统上程序的完成时间。已有的DAG低功耗调度算法在调度过程中一般通过协同考虑应用的执行时间和功耗两个指标来减少整个多处理器系统的功耗。结合任务复制和已有DAG调度算法,本文提出了一个基于复制的异构众核芯片中功耗感知DAG调度算法。该算法以网格结构的异构众核芯片为系统平台,在调度过程中均等考虑应用的执行时间和功耗两个指标对于系统性能的影响,通过引入任务复制策略减少了任务间通信带来的延迟和功耗开销,从而达到降低应用完成时间和减少功耗的目的。模拟实验表明,本文提出的算法有效的提高了应用程序的性能、降低了系统的功耗。在以CTG为模型的多处理器任务调度研究中,研究者主要以功耗为优化目标。本文提出了面向CTG任务模型的多处理器层次化任务调度算法。该算法分为两个阶段:第一阶段通过分簇减少任务间的通信开销、进一步在分簇的基础上进行负载均衡从而优化任务的完成时间;第二阶段寻找在处理器执行过程中的处理器空闲时间,找到在空闲时间前后执行的任务中符合延展执行(延长任务执行的时间)这一条件的任务,在保证应用完成时间的情况下,对这些任务进行降压降频操作,使任务延展执行来减少任务执行阶段的功耗,最终达到既保证调度长度,也降低功耗的目的。实验中使用随机生成的CTG来进行模拟实验,结果表明本文提出的CTG低功耗调度不仅降低了总体调度长度,也相对降低了系统的功耗。