[论文解读] Analysis of buffering effects on hard real-time priority-preemptive wormhole networks

Leandro Soares Indrusiak, Alan Burns+1 more|arXiv (Cornell University)|Jun 9, 2016

Interconnection Networks and Systems参考文献 15被引用 15

一句话总结

本文提出了一种新颖且安全的分析方法，用于优先级抢占虫洞网络中的最坏情况响应时间，精确计算由缓冲区反压引起的间接干扰——解决了先前最先进方法中的关键缺陷。该方法引入了对下游多重干扰的精细化建模，并证明其方法是在所有已知干扰和缓冲条件下唯一已知的安全方法。

ABSTRACT

There are several approaches to analyse the worst-case response times of sporadic packets transmitted over priority-preemptive wormhole networks. In this paper, we provide an overview of the different approaches, discuss their strengths and weaknesses, and propose an approach that captures all effects considered by previous approaches while providing tight yet safe upper bounds for packet response times. We specifically address the problems created by buffering and backpressure in wormhole networks, which amplifies the problem of indirect interference in a way that has not been considered by the early analysis approaches. Didactic examples and large-scale experiments with synthetically generated packet flow sets provide evidence of the strength of the proposed approach.

研究动机与目标

• 识别并纠正现有实时分析方法在虫洞网络中对由缓冲区反压引起的间接干扰处理不当的问题。
• 解决先前方法的局限性，包括Xiong等人[18]的方法，其因对下游干扰建模有误而被证明过于保守，甚至在某些情况下过于乐观。
• 开发一种新分析方法，全面捕捉所有已知的干扰和缓冲效应，同时确保安全性（即不存在使其边界失效的反例）。
• 证明更小的缓冲区可提升最坏情况下的可预测性，与普遍认为大缓冲区有利于平均性能的假设相反。
• 通过在子路径和下游层级精细化干扰计算，为NoC及其他优先级抢占虫洞网络的更紧致、更精确的实时分析奠定基础。

提出的方法

• 提出了一种新的间接干扰形式化方法，特别通过方程(8)中的改进度量 $ I^{down}_{ji} $，对由反压引起的下游多重干扰进行建模。
• 在下游流干扰计算中引入关键安全性改进，确保分析不会低估响应时间。
• 采用形式化模型，综合考虑直接干扰、反压、非零关键时刻以及子路径干扰，明确处理数据包路径上发生的多次干扰事件。
• 使用反例证明Xiong等人[18]的方法因对下游间接干扰建模错误而不安全，从而验证了所提方法的必要性。
• 通过大规模合成实验和教学性示例验证该方法，与先前方法（包括Shi和Burns、Kashif和Patel、Xiong等人）进行比较。
• 将分析扩展至支持未来改进，如基于繁忙期的干扰估计和子路径粒度，尽管这些工作留待未来完成。

实验结果

研究问题

• RQ1 当考虑由缓冲区反压引起的下游间接干扰时，Xiong等人[18]的最先进分析是否安全？
• RQ2 能否开发一种实时分析方法，全面捕捉优先级抢占虫洞网络中的所有已知干扰和缓冲效应，同时保持安全性和紧致性？
• RQ3 在存在间接干扰的情况下，缓冲区大小如何影响虫洞网络的最坏情况响应时间和可预测性？
• RQ4 与全路径级别建模相比，子路径级别建模干扰在分析紧致性和安全性方面有何影响？
• RQ5 所提方法能否扩展以支持混合关键性系统或更细粒度的干扰计算，同时不牺牲安全性？

主要发现

• 所提分析是唯一在所有测试干扰和缓冲条件下均被证实安全的方法，反例已验证Xiong等人[18]的方法不安全。
• 分析表明，更大的缓冲区会恶化最坏情况性能，与普遍认为大缓冲区可提升可预测性的假设相反；实际上，更小的缓冲区可获得更紧的边界。
• 与Xiong等人[18]的方法相比，本方法在响应时间边界上的差异最多仅几个百分点，表明下游间接干扰问题微妙且极易被忽视。
• 对合成流集合的实验结果表明，本方法在高负载场景（尤其是大缓冲区下）提供的边界比先前方法更紧致。
• 该分析正确建模了下游多重干扰，而早期方法（包括Xiong等人）未能正确处理，导致出现不安全的乐观结果。
• 该方法可扩展以支持子路径干扰和基于繁忙期的干扰估计，为未来工作进一步收紧边界提供了可行路径。