[论文解读] Semi-Federated Scheduling of Parallel Real-Time Tasks on Multiprocessors

Xu Jiang, Nan Guan+2 more|arXiv (Cornell University)|May 9, 2017

Real-Time Systems Scheduling参考文献 31被引用 5

一句话总结

本文提出半联邦调度以减少多核系统上并行实时任务调度中的资源浪费。通过仅将任务所需容量的整数部分分配为专用处理器，并通过运行在共享处理器上的低负载容器任务调度其小数部分，该方法显著提升了联邦调度及其他最先进方法的可调度性与资源利用率。

ABSTRACT

Federated scheduling is a promising approach to schedule parallel real-time tasks on multi-cores, where each heavy task exclusively executes on a number of dedicated processors, while light tasks are treated as sequential sporadic tasks and share the remaining processors. However, federated scheduling suffers resource waste since a heavy task with processing capacity requirement $x + ε$ (where $x$ is an integer and $0 < ε< 1$) needs $x + 1$ dedicated processors. In the extreme case, almost half of the processing capacity is wasted. In this paper we propose the semi-federate scheduling approach, which only grants $x$ dedicated processors to a heavy task with processing capacity requirement $x + ε$, and schedules the remaining $ε$ part together with light tasks on shared processors. Experiments with randomly generated task sets show the semi-federated scheduling approach significantly outperforms not only federated scheduling, but also all existing approaches for scheduling parallel real-time tasks on multi-cores.

研究动机与目标

• 为解决联邦调度中的资源浪费问题，即当任务需要 x+ε 容量（0<ε<1）时被分配 x+1 个专用处理器，极端情况下浪费高达 50% 的容量。
• 设计一种调度框架，使重型任务的小数处理能力（ε）可与轻型任务在公共处理器上共享，从而提高整体资源利用率。
• 为在共享小数执行环境下运行的DAG任务提供理论响应时间分析，即使受到轻型任务及其他小数部分的干扰，也能保证时间约束。
• 设计并评估两种半联邦调度算法，其在可调度性与资源效率方面优于联邦、全局及基于分解的调度方法。

提出的方法

• 将重型任务建模为具有关键路径长度与总工作量的DAG；根据密度将任务分类为重型（密度 >1）或轻型（密度 ≤1）。
• 仅将任务所需容量 x+ε 中的整数部分 x 分配为专用处理器，剩余 ε 部分通过在共享处理器上运行的顺序容器任务（负载上限为 ε）进行调度。
• 采用源自统一多处理器调度的响应时间分析方法，以边界化小数部分的干扰，将其视为在更慢处理器上执行。
• 对所有容器任务与轻型任务应用分区式EDF调度，以确保在干扰边界内的可调度性。
• 通过将 ε 部分拆分为两个容器任务（如 ε1 与 ε2，满足 ε1+ε2=ε）来增强第一种算法，从而提升大尺寸小数部分的利用率。
• 基于负载边界容器模型形式化可调度性条件，实现从统一多处理器平台到同构多处理器平台的分析迁移。

实验结果

研究问题

• RQ1 半联邦调度是否能在不牺牲时间保证的前提下减少并行实时任务调度中的资源浪费？
• RQ2 当重型任务的小数部分与轻型任务共同调度在共享处理器上时，如何对干扰进行边界控制？
• RQ3 将小数部分拆分为多个容器任务对可调度性与资源利用率有何影响？
• RQ4 在可调度性与处理器需求方面，半联邦调度与联邦、全局及基于分解的调度相比表现如何？

主要发现

• 半联邦调度显著提升了联邦调度的可调度性，尤其当重型任务的平均最小容量需求 γi 较低时。
• 当 γi 较小时，SF[x+1] 算法相比联邦调度可将所需处理器数量减少高达 30%，且在 γi≈1 时收益最大。
• SF[x+2] 算法将小数部分拆分为两个容器任务，即使在容器任务较大时仍保持高性能，在共享处理器上任务规模较高的场景中优于 SF[x+1]。
• 实验表明，半联邦调度在资源利用率与可调度性方面优于所有现有方法，包括全局调度与基于分解的调度。
• 该方法通过将小数部分建模为低负载容器任务，有效界定了来自共享处理器的干扰，支持形式化响应时间分析与时间保证。