.png){kind=icon}
返回
Real-Time Task Mapping for CPU-GPU Heterogeneous Platforms: Spatial GPU Partitioning and Utilization Bound
.png){kind=icon}
OA
AI
DOI：10.1145/3803800.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
随着异构计算技术的发展，针对不同领域的高效模型推理已成功部署在实时嵌入式平台上。对于需要通过图形处理器（GPU）进行高度并行计算且具有严格实时性约束的应用（如无人机和自动驾驶），异构系统上的实时活动有效调度仍具挑战性。考虑到任务间固有的复杂干扰（如竞争GPU资源），我们首先研究了在挂起无感知（即忙等待）范式下，分区 earliest deadline first（EDF）调度的两种资源感知利用界，并探讨了其非单调性。基于从这些界中获得的见解，我们进一步提出了针对CPU-GPU系统上周期任务的SP-RA-TMA（空间分区与资源感知任务映射算法）。具体而言，引入了几种以阻塞为导向的方法，用于适当的虚拟GPU到核心分区和可行的任务到核心映射，以收紧任务的阻塞开销界，并有效缓解GPU资源竞争的负面影响，从而提高任务集的可调度性和系统负载平衡。最后，合成与实证实验结果表明，SP-RA-TMA具有实用性，其接纳率比现有分区/动态方案高出约80%。
Keyword:
CPU-GPU heterogeneous system,partitioned scheduling,utilization bound,GPU partitioning
