论文部分内容阅读
以视音频处理为代表的流计算正成为嵌入式计算机系统中增长得最快的负载。这种计算不仅计算量大,计算过程中需要进行密集数据访问,而且对延时敏感。因此,如何在保证其实时性的同时,最大限度地节省能耗,成为嵌入式多媒体流计算面临的最严峻挑战,这种状况对于电池供电的移动设备更加突出。因而,选取视频解码这一典型流计算应用,研究降低其系统功耗的多任务调度算法,具有重要意义。在分析视频解码流计算需求变化特征的基础上,以降低系统能耗为目标,提出了基于动态电压频率调节(DVFS)的多任务调度算法。通过详细分析视频解码流程,阐明了其计算量需求动态变化的内在机理。并且,通过实验进一步分析了视频解码任务计算需求的变化特征及其波动范围。在分析DVFS机制的基础上,阐述了为有效降低系统能耗,进行任务调度时的关键步骤,即选择处理器的运行频率和确定任务执行的优先级。针对处理器的频率-功率之间的凸函数关系,指出了减少功耗应遵循的原则,即减少调节次数,并降低调节幅度。在对流计算任务计算需求进行预测的基础上,提出用于选择处理器运行频率的逐次平均最大值法和基于最早截止时间优先(EDF)的任务优先级确定方法。通过取最大值来保证实时性这一基本前提;通过逐次取平均值来增强调度的稳定性,以减少频率调节的幅度和次数;通过EDF来实现任务的动态优先调度,以优先处理截止期最近的任务,提高服务质量(QoS)。实验结果表明,所提出的逐次平均最大值频率计算方法,结合基于EDF的优先级算法在性能上具有优越性,特别是当任务到达时间波动较大时,这种优势更明显。当任务到达时间因网络状况变化而波动时,使用该算法,能保证系统的功耗以及超出截止时间的比例达到或者接近最优。而且,该算法具有较好的稳定性,系统功耗和超出截止时间比例因任务到达时间波动而改变的幅度分别在1%和3%以内。与GRACE-OS相比,所提出的任务调度方案在整体性能上具有优势。其在使功耗平均降低了6%的同时,在满足任务截止期要求上还有大幅度提升,特别是当任务到达时间波动较大时,计算任务超出截止时间的比例只有GRACE-OS的7.3%-26.32%。在GRACE-OS已经无法满足多媒体流计算实时要求时,通过所提出的方法还是能获得较好的QoS。