Técnicas de planificación para optimizar el rendimiento de los sistemas de tiempo real multiprocesador

Abstract

[EN] Multicore systems emerged as an alternative to traditional monocore systems. Although these systems possess high performance, they have more complexity. Moreover, their performance can be degraded because shared hardware resources introduce scheduling delays. To reduce this delay or contention, there are several techniques that can be applied both when allocating tasks to cores and when scheduling tasks within each core. In this paper, we propose a scheduling algorithm that combines different known scheduling policies to obtain a temporal plan that reduces the interference. In addition, we propose an artificial neural network to predict which allocation policy should be applied to minimize the length of the intervals that compose the temporal plan and thus reduce the scheduling complexity of each interval.

[ES]

Los sistemas multinúcleo surgieron como alternativa y mejora a los tradicionales sistemas mononúcleo. Aunque el rendimiento de estos sistemas es mayor, poseen más complejidad. Además, su rendimiento puede verse degradado debido a que los recursos hardware compartidos introducen retrasos en la planificación. Para reducir este retraso o contención existen diversas técnicas, que se pueden aplicar tanto a la hora de alojar las tareas en los núcleos como al planificar las tareas dentro de cada núcleo. En este trabajo se propone un algoritmo de planificación que combina distintas políticas de planificación conocidas para obtener un plan temporal que posea una menor interferencia. Además, se propone una red neuronal artificial para predecir qué política de alojamiento se debe aplicar para minimizar la longitud de los intervalos que forman el plan temporal y así reducir la complejidad de planificación de cada intervalo.