.png){kind=icon}
返回
Hybrid Task- and Data-Parallelization on Heterogeneous Platform Using Model-Based Tool and Library Function Generation
.png){kind=icon}
OA
AI
DOI：10.1109/ACCESS.2025.3639611.png)
.png){kind=icon}
.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
现代嵌入式系统，如自动驾驶汽车和机器人，越来越依赖高性能计算以满足实时性和数据密集型需求。并行代码生成技术，结合任务并行和数据并行，对于高效利用由CPU和加速器组成异构平台至关重要。本研究提出了一种基于模型（model-based）的代码生成工作流程，将Halide（一种用于性能优化库生成的领域特定语言，DSL）集成到基于模型的并行化框架中。该方法解决了异构系统中任务映射、调度和数据划分联合优化的挑战。针对数据并行任务，我们提出了两种整数线性规划（ILP）公式：一种基于函数的方法，假设执行时间为函数模型；另一种基于插值的方法，使用采样性能分析数据。这实现了CPU和加速器之间的精确负载均衡。我们在随机任务图和实际Simulink模型上进行了实验，模型在PC和Jetson Orin Nano上执行。与Embedded Coder生成的C代码相比，我们的方法在PC上实现了超过650倍的加速，在Jetson上实现了50倍的加速。所提出的ILP公式优于其他传统的任务映射和调度策略。我们还使用不同的异构计算API（包括CUDA、OpenCL和Vulkan）运行该工具，并进行了并行性能测试，以展示其可移植性潜力。
Keyword:
Task mapping and scheduling
data parallelism
model-based development
multi-core processor
heterogeneous platform
Halide compiler
library generation
AI总结
对已上传原文的论文进行重点信息的提取，主要内容包括：简要概述、研究摘要、背景介绍、关键亮点、图文解析、展望与总结。
期刊
IF:
3.6
论文数:
9.8W
被引数:
29.4W
机构
引用论文
Model-Based Parallelizer for Embedded Control Systems on Single-ISA Heterogeneous Multicore Processors基于模型的嵌入式控制系统单ISA异构多核处理器并行化器
PREAI
分享收藏Task Mapping and Scheduling on RISC-V MIMD Processor With Vector Accelerator Using Model-Based Parallelization.png)
IEEE ACCESS
OAAI
IEEE ACCESSIF3.6
OAAI分享收藏An ILP formulation for task mapping and scheduling on multi-core architectures多核架构上任务映射与调度的ILP建模
PREAI
分享收藏Model-based Parallelization for Simulink Models on Multicore CPUs and GPUs基于模型的并行化：用于多核CPU和GPU上的Simulink模型
PREAI
分享收藏
查看更多内容