(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211502820.1 (22)申请日 2022.11.29 (71)申请人 暨南大学 地址 510632 广东省广州市天河区黄埔大 道西601号 (72)发明人 曹坤　陈冠宗　翁健　 (74)专利代理 机构 北京盛询知识产权代理有限 公司 11901 专利代理师 相凡 (51)Int.Cl. G06F 9/48(2006.01) G06F 9/50(2006.01) G06F 11/30(2006.01) (54)发明名称 一种使用寿命驱动的OpenCL应用调度方法 及系统 (57)摘要 本发明提供了一种使用寿命驱动的OpenCL 应用调度方法及系统， 包括以下步骤： 读取CPU ‑ GPU多处理器片上系统中的应用参数和处理器参 数； 对任务队列中的应用生成静态调度表； 对任 务队列中的应用生成动态调度表； 定期调用主控 制算法生成应用调度表； 调度结束。 使用本发明 能够在满足时序、 能耗、 峰值温度以及使用寿命 的约束下， 最小化系统的平均延迟。 权利要求书3页 说明书13页 附图5页 CN 115543587 A 2022.12.30 CN 115543587 A 1.一种使用寿命驱动的OpenCL应用调度方法， 其特 征在于， 包括以下步骤： S1： 获取CPU ‑GPU多处理器片上系统中的应用参数和处 理器参数； S2： 基于所述应用参数和所述处 理器参数， 对 任务队列中的应用生成静态调度表； S3： 基于所述静态调度表， 对 任务队列中的应用生成动态调度表； S4： 基于所述动态调度表， 定期调用主控制算法生成应用调度表； S5： 基于所述应用调度表， 执 行应用， 调度结束。 2.根据权利要求1所述的使用寿命驱动的OpenCL应用调度方法， 其特征在于， 所述S2 中， 对任务队列中的应用生成静态调度表的方法包括： S21： 初始化概率向量和迭代计数器， 并利用样本生成函数生成若干个拉丁超立方采样 样本； S22： 调用应用选择函数， 从应用合集中随机选择若干个应用对若干个所述拉丁超立方 采样样本进行微调操作； S23： 计算每个微调操作后的所述拉丁超立方采样样本对应的性能， 按照性能递减排序 所述拉丁超立方采样 样本， 选取若干个预设精英样本的下 标集合； S24： 计算若干个所述预设精英样本的下 标集合迭代的阈值； S25： 根据所述预设精英样本， 更新迭代概 率向量； S26： 基于满足迭代条件的所述阈值和所述 概率向量， 生成静态调度表。 3.根据权利要求1所述的使用寿命驱动的OpenCL应用调度方法， 其特征在于， 所述S3 中， 对任务队列中的应用生成动态调度表的方法包括： S31： 输入一个预 先设定的违背率阈值至PID控制算法中； S32： 若当前的约束条件违背等级大于所述违背率阈值， 则迭代地优化所述CPU ‑GPU多 处理器片上系统的资源利用率控制变量， 并使用PID控制器对应用执行状态采样并更新约 束条件违背等级； S33： 若当前的约束条件违背等级小于所述违背率阈值， 则输出所述CPU ‑GPU多处理器 片上系统的资源利用率控制 变量， 并将所述资源利用率控制 变量、 准入队列里 的应用个数 和等待队列中的应用个数输入至应用准入 控制算法； S34： 若所述资源利用率控制变量大于0， 则根据EDF算法对等待队列里的应用排序， 并 对等待队列中的队头应用分配， 获得资源利用率的阈值； S35： 若所述资源利用率控制变量大于所述资源利用率的阈值， 则更新资源当前利用率 和所述资源利用率控制变量； 并从等待队列中删除队头应用， 使用EDF算法对等待队列里的 应用重新进行排序并更新 准入队列里应用的个数； S36： 若所述资源利用率控制变量小于所述资源利用率的阈值， 则输出资源利用率的阈 值集合， 并输入至应用执 行控制算法； S37： 调用函数 CoreldleCheck ()， 若所述CPU ‑GPU多处理器片上系统中存在处于空闲状 态的核心， 则所述函数 CoreldleCheck ()的返回值为1， 当所述返回值为1并且所述资源利 用率的阈值大于 0， 则随机分配一个空 闲核心给应用， 并计算资源利用率增量； S38： 基于所述资源利用率增量， 更新所述资源利用率的阈值， 当所述资源利用率的阈 值耗尽时， 返回下一个 应用的调度方案， 并输出准入队列里的应用调度表， 即动态调度表。 4.根据权利要求3所述的使用寿命驱动的OpenCL应用调度方法， 其特征在于， 所述S4权　利　要　求　书 1/3 页 2 CN 115543587 A 2中， 定期调用主控制算法生成应用调度表的方法包括： S41： 将应用集 合输入至主控制算法； S42： 基于所述应用集 合， 调用所述PID控制算法获取资源利用率控制变量； S43： 基于所述资源利用率控制变量， 调用所述应用准入控制算法获取准入队列里应用 并输出资源利用率的阈值 集合； S44： 若所述阈值 集合不为空， 调用所述应用执 行控制算法生成应用调度表。 5.一种使用寿命驱动的OpenCL应用调度系 统， 其特征在于， 包括： 参数获取模块、 静态 调度表生成模块、 动态调度表生成模块、 应用调度表生成模块和调度执 行模块； 所述参数获取模块用于， 获取CPU ‑GPU多处理器片上系统中的应用参数和处 理器参数； 所述静态调度表生成模块用于， 基于所述应用参数和所述处理器参数， 对任务队列中 的应用生成静态调度表； 所述动态调度表生成模块用于， 基于所述静态调度表， 对任务队列中的应用生成动态 调度表； 所述应用调度表生成模块， 基于所述动态调度表， 定期调用主控制算法生成应用调度 表； 所述调度执 行模块用于， 基于所述应用调度表， 执 行应用， 调度结束。 6.根据权利 要求5所述的使用寿命驱动的OpenCL应用调度系统， 其特征在于， 所述静态 调度表生成模块包括采样单 元、 计算单 元、 迭代输出 单元； 所述采样单元用于， 初始化概率向量和迭代计数器， 并利用样本生成函数生成若干个 拉丁超立方采样 样本； 所述计算单元用于， 调用应用选择函数， 从应用合集中随机选择若干个应用对若干个 所述拉丁超立方采样样 本进行微调操作， 并计算每个微调操作后的所述拉丁超立方采样样 本对应的性能， 按照性能递减排序所述拉丁超立方采样样本， 选取若干个预设精英样本的 下标集合； 所述迭代输出单元用于， 计算所述预设精英样本的下标集合迭代的阈值， 并根据所述 预设精英样本， 更新迭代概率向量， 当所述阈值和所述概率向量满足迭代条件时， 生成所述 静态调度表。 7.根据权利 要求5所述的使用寿命驱动的OpenCL应用调度系统， 其特征在于， 所述动态 调度表生成模块包括 假定单元、 约束计算单 元、 资源利用率计算单 元、 调度表输出 单元； 所述假定单元用于， 设定的违背率阈值； 所述约束计算单元用于， 分析当前的约束条件违背等级与所述违背率阈值的关系， 当 前的约束条件违背等级大于所述违背率阈值， 则迭代地优化所述CPU ‑GPU多处理器片上系 统的资源利用率控制变量， 并使用PID控制器对应用执行状态采样并更新约束条件违背等 级； 当前的约束 条件违背等级小于所述违背率阈值， 则输出所述CPU ‑GPU多处理器片上系统 的资源利用率控制变量， 并将所述资源利用率控制变量、 准入队列里 的应用个数和 等待队 列中的应用个数输入至应用准入 控制算法； 所述资源利用率计算单元用于， 对所述资源利用率控制变量进行分析， 若所述资源利 用率控制变量大于0， 则根据EDF算法对等待队列里的应用排序， 并对等待队列中的队头应 用分配， 获得资源利用率的阈值； 若 所述资源利用率控制变量大于所述资源利用率的阈值，权　利　要　求　书 2/3 页 3 CN 115543587 A 3