眾核片上系統(tǒng)嵌入式軟件綜合技術(shù)研究.pdf

1、隨著半導(dǎo)體技術(shù)進入納米時代，嵌入式片上系統(tǒng)可集成越來越多的處理器核心，推動處理器技術(shù)進入眾核時代。處理器核心眾多，眾核硬件平臺具有巨大的并行計算潛能。但由于與之配套的眾核軟件綜合工具等基礎(chǔ)軟件技術(shù)的滯后，使得系統(tǒng)性能得不到充分發(fā)揮。所以，研究眾核軟件綜合技術(shù)，突破眾核技術(shù)瓶頸，具有重要意義。
　　任務(wù)綁定與調(diào)度算法是眾核軟件綜合技術(shù)的核心環(huán)節(jié)，研究收斂速度快、求解精度高的任務(wù)綁定與調(diào)度算法，是提升眾核軟件綜合技術(shù)水平的基本途徑。而

2、任務(wù)綁定與調(diào)度問題是NP-hard問題的一個實例，需要依據(jù)問題本身的特殊性來構(gòu)造良好的算法對其求解，具有一定的難度。本文的工作，便是基于2D-Torus拓撲架構(gòu)眾核平臺，對其任務(wù)綁定與調(diào)度問題進行了如下的研究工作：
　　首先，本文根據(jù)2D-Torus片上網(wǎng)絡(luò)的特點，對BAMSE算法進行了改進，實現(xiàn)了具有通信開銷的任務(wù)集到2D-Torus同構(gòu)眾核平臺物理內(nèi)核的綁定。并通過實驗探究了改進后的BAMSE算法的性能。
　　其次，本文

3、通過引入聚度和信息權(quán)重，結(jié)合全新的信息素更新機制，提出了一種基于蟻群算法的任務(wù)綁定與調(diào)度方案。實驗表明：在不同的CCR下該方案都能得到比前文改進的BAMSE算法更良好的結(jié)果。
　　最后，本文為解決基于蟻群算法的任務(wù)綁定與調(diào)度方案前期由于信息素匱乏而引起的收斂速度慢的問題，在分析研究遺傳算法的優(yōu)缺點的基礎(chǔ)上，融合遺傳算法和蟻群算法這兩者的優(yōu)勢，提出了一種基于遺傳蟻群算法的任務(wù)綁定與調(diào)度方案，實驗表明了該算法的有效性。
　　本文