WikiDer > Мета-планирование - Википедия

Meta-scheduling - Wikipedia

Мета-планирование или Супер планирование это компьютерное программное обеспечение метод оптимизации вычислительных нагрузок путем объединения множества организационных Распределенные менеджеры ресурсов в единое агрегированное представление, позволяющее пакетные задания быть направленным в лучшее место для исполнения.

Мета-планирование для MPSoC

Техника мета-планирования представляет собой решение для планирования набора зависимых или независимых отказов с различными сценариями, которые отображаются и моделируются в дереве событий. Его можно использовать как динамический или статический метод планирования. В этой работе мы используем его для статического планирования в адаптивных системах TT MPSoC.

Мета-планирование можно описать как метод оптимизации вычислительной нагрузки путем объединения и организации нескольких распределенных ресурсов в интегрированном представлении. Другими словами, это расширенная модель потока данных и квазистатическое планирование для динамических изменений поведения.

Мета-планирование на основе сценариев (SBMeS) для MPSoC и NoC

Основанные на сценариях и многорежимные подходы являются важными методами во встроенных системах, например, проектирование исследования пространства для MPSoC и реконфигурируемых систем.

Общая модель мета-планирования на основе сценариев (SBMeS)

Методы оптимизации для создания графиков расписаний, поддерживающих такой SBMeS подходы были разработаны и внедрены.

SBMeS может обещать лучшую производительность за счет уменьшения динамических планирование накладные расходы и восстановление после сбоев.

Резюме SBMeS

Сложные электронные системы используются во многих критически важных для безопасности приложениях (например, в аэрокосмической, автомобильной, атомной электростанциях), для которых стандарты сертификации предписывают использование безопасных методов строительства и инструментов. Мета-планирование на основе сценариев (SBMeS) - это способ управления сложностью адаптивных систем с использованием предсказуемых моделей поведения, которые определяются алгоритмами статического планирования. SBMeS очень важен для Интернета вещей (IoT) и систем реального времени. Системы реального времени часто основаны на управляемых по времени операционных системах и сетях и могут извлечь выгоду из SBMeS для большей энергоэффективности, гибкость и надежность.

В этом разделе представлен алгоритм SBMeS, который рассчитывает индивидуальный график для каждой соответствующей комбинации событий, например событий динамического скольжения. Динамическое масштабирование частоты ядер процессоров и маршрутизаторов служит для повышения энергоэффективности при сохранении правильности вычислений и коммуникационных действий с контролем времени (например, предотвращение столкновений, возможность работы в реальном времени). С помощью моделей приложений, платформ и контекстов инструменты планирования используются для подготовки реакции на события и создания метапланов.

В ходе этой работы разрабатываются методы и инструменты для планирования серии расчетов и сообщений на сеть на кристалле (NoC) с целью минимизировать общее потребление энергии с учетом требований по времени и регулируемых частот. Алгоритм поддерживает критически важный для безопасности адаптивные системы с управлением по времени и могут удовлетворить требования, касающиеся отказоустойчивости. Это также может помочь в устранении неисправностей путем восстановления системы. Мы также представляем инструмент мета-планирования (MeSViz) для визуализации планов с контролем времени.

Рисунок 27. Мета-визуализация события.
График карты Ганта
На рисунке 24 показаны результаты каждого события в каждом 〖SM〗 _x.

Экспериментально анализируем и оцениваем энергоэффективность планов процессорных ядер и роутеров. Кроме того, поведение во времени оценивается аналитически на основе статических и динамических событий скольжения. Результаты моделирования показывают, что наш алгоритм динамического скольжения приводит к средней экономии энергии 64,4% за один график и 41,61% экономии энергии для NoC. Сжатие расписаний может снизить использование памяти более чем на 61%.

Рисунок 14: Влияние TSDF на задачи et (t) и отказ ядра

Введение

Предлагается множество алгоритмов, методов и приемов для планирования распределенных встроенных систем реального времени. Анализ возможности планирования является основным компонентом системного планирования в реальном времени. В частности, система реального времени зависит от статических расписаний, которые определяют использование вычислительных и коммуникационных ресурсов на основе глобальной временной базы. В [1] Копец объясняет, как корректность системы реального времени также зависит от времени получения результатов вычислений.

Группа задач и сообщений считается планируемой с помощью определенного метода планирования, если доступно достаточно ресурсов (например, ядер, маршрутизаторов) для выполнения всех этих задач и передачи всех сообщений до их крайних сроков. Каждой задаче и сообщению в реальном времени назначается крайний срок, который определяется в модель приложения (AM). В парадигме планирования в реальном времени [1], запускаемой по времени, процессы контролируются и планируются только в зависимости от времени, а расписание разрабатывается для всей продолжительности выполнения системы. Один из типичных методов, используемых для системы с синхронизацией по времени (TTS) таблица расписания. Их легко проверить, и поэтому они подходят для критически важных систем безопасности, которые должны быть сертифицированы [2].

Планирование на основе сценария может поддерживать адаптивную TTS за счет уменьшения зависимости от дорогостоящего и сложного оборудования, динамических вычислительных затрат и решений поставщиков оборудования, а также за счет замены или сокращения компонентных аппаратных функций реализациями планирования на недорогих многоцелевых устройствах.

Методы и алгоритмы энергоэффективности, управления энергопотреблением, энергосбережения и снижения энергопотребления используются во многих приложениях (например, в мобильных телефонах, смарт-телевизорах), в то время как их применимость в критически важных для безопасности системах ограничена.

Сеть на кристалле (NoC) технология вносит значительный вклад в общее потребление энергии MPSoC, и мы вводим мета-планировщик (MeS) для SBMeS что поддерживает динамичный масштабирование напряжения и частоты (DVFS) во времени NoCs и MPSoCs.

Некоторые результаты и методы (например, мета-планирование), описанные в этой диссертации, также используются в БЕЗОПАСНОСТЬ платформа и документы проекта [3].

Мотивация

Встроенные системы широко используются в современных системах безопасности. Они варьируются от автомобильной электроники до управления полетом в авиакосмической отрасли и многоцелевых сложных систем космических аппаратов; и многие производители автомобилей премиум-класса планируют вложить значительные средства в электронные автомобили, которые в значительной степени зависят от встроенных систем [4].

Однако в эпоху Интернета вещей минимизация энергопотребления является первоочередной задачей разработчиков систем. Оптимизация расписания помогает инженерам и разработчикам систем повысить энергоэффективность и улучшить поведение системы [5].

Многие встраиваемые системы основаны на сети с синхронизацией по времени (TTN) и используется в критически важных для безопасности приложениях (например, в здравоохранении, электронных автомобилях, космосе, военном деле, атомных станциях и самолетах). Для таких систем требуются эффективные алгоритмы и методы планирования (например, математическое программирование, искусственный интеллект, эвристика планирования, поиск окрестностей [6]), где отказ имеет серьезные последствия [7]. «Распределение ограниченных ресурсов среди запрашивающих объектов - одна из самых сложных проблем в информатике. [8]”.

В SBMeS систем, MeS генерирует определенные расписания для каждой ситуации, вызванной соответствующими событиями (например, неисправностью и резервом времени). Для оценки расписаний разработчики систем должны спроектировать, смоделировать, сравнить, понять, отладить и смоделировать расписания. Это важные задачи для SBMeS. Адаптация к значительным событиям в компьютерной системе или в окружающей среде - еще одна проблема в TTS.

NoCs появились в последние годы для повышения производительности и решения проблем, связанных с существующими решениями межсоединений для многих ядер. NoCs обеспечивают масштабируемую и высокопроизводительную коммуникационную архитектуру для сложных интегрированных систем.

Более того, это решение решает проблему энергопотребления, которая является одной из основных проблем сложных встраиваемых систем. Результаты исследований показывают, что межсоединение связи может потреблять мощность, необходимую для MPSoC [9]. Такое значительное энергопотребление требует применения маломощных технологий для NoCs.

Вывод большинства планировщиков имеет текстовый формат, что затрудняет идентификацию проблем, особенно когда создается большое количество расписаний, которые необходимо отлаживать или сравнивать [10].

Эта проблема неосязаема при использовании текстовых журналов с большими объемами данных или абстрактной графики, которые поглощают умственные ресурсы инженера. Большинство визуализаторов расписаний предназначены для иллюстрации одного расписания и не могут охватывать несколько расписаний в одной области. Однако создание расписаний с помощью решений и алгоритмов планирования на основе сценариев для многопроцессорных систем реального времени приобретает все большее значение [10]. В MeS подход заключается в добавлении динамических действий путем вычисления нескольких действительных расписаний, динамически выбираемых на основе состояния системы [11].

SBMeS представляет собой метод планирования [12, 13], который прогнозирует, контролирует и моделирует обстоятельства событий в критически важных для безопасности системах. MPSoC системы обычно представляют собой один из наиболее энергоемких компонентов встроенных систем, и большинство исследований сосредоточено на снижении мощности и энергопотребления вычислительных ядер. MPSoCs обычно поддерживают масштабирование частоты и напряжения (например, DVFS), а также несколько состояний сна для ядер. Однако настройка частоты как для ядер, так и для маршрутизаторов в многоядерных архитектурах (например, NoC) до сих пор была открытой исследовательской проблемой.

Кроме того, энергоэффективность и энергоменеджмент становятся важными вопросами при проектировании систем реального времени [14]. Один NoC Цель проектирования появилась на рынке встроенных систем и систем реального времени как средство снижения и управления энергопотреблением [15].

Развернуть TT NoCстатическое планирование рабочих нагрузок приложений является обязательным условием. В дополнение к обеспечению требований приложений, таких как ограничения приоритета и крайние сроки, на потребление энергии существенно влияет распределение задач и планы взаимодействия / выполнения [14].

Поиск оптимальных графиков для максимального снижения потребления энергии - цель методов планирования, представленных в этой работе. Это приведет к лучшему распределению задач и планам коммуникации. Алгоритм планирования расширяет предыдущие работы (например, [12], [14], [16]), вводя метод планирования сокращения энергии для TTS [17]. Снижение энергии достигается за счет DVFS от SBMeS, широко используемый метод, который обеспечивает поддержку для снижения энергопотребления встроенных систем и многоядерных архитектур.

Энергоэффективность в DVFS достигается за счет динамической регулировки напряжения, частоты и параметров производительности приложения. Чтобы в полной мере использовать резерв, который возникает из-за различий во времени выполнения задачи, важно пересчитать настройки частоты и напряжения в течение этих периодов (т. Е. В режиме онлайн).

Оптимизация энергоэффективности использует динамическое масштабирование частоты, при котором мы можем индивидуально масштабировать частоту каждого ядра и маршрутизатора. Этот алгоритм подходит для смешанной критичности [18] и критичности безопасности [19], поддерживая отказоустойчивые [20] приложения и адаптивные системы. По сравнению с методами планирования статического резервирования (SS) наш подход обеспечивает большую энергоэффективность и повышенную гибкость.

Частота настраивается для каждого компонента (ядра или маршрутизатора) и оптимизируется в зависимости от задачи или сообщения, относительно событий и глобального времени системы.

Однако оптимальные алгоритмы масштабирования напряжения и частоты являются дорогостоящими и сложными в вычислительном отношении, если используются во время выполнения. Поэтому, чтобы преодолеть и уменьшить онлайн-сложность, мы предлагаем квазистатическое планирование [21] для частотного масштабирования, поддерживая TT многоядерные архитектуры. Этот метод позволяет использовать динамический резерв (DS) и позволяет избежать рассеивания энергии благодаря онлайн-адаптации настроек частоты.

Наш метод может поддерживать отказоустойчивость и энергоэффективность, которые являются важными целями во многих критически важных для безопасности системах. Наш алгоритм учитывает время выполнения задач, время внедрения и передачи сообщений, а также возможности изменения частоты и может планировать и отображать задачи и сообщения, которые должны быть выполнены до соответствующих крайних сроков [22].

Наш SBMeS Модель оптимизирует компромисс между надежностью, отказоустойчивостью и энергоэффективностью для обработки множества задач и наборов сообщений, касающихся событий (т. е. на основе настройки частоты и масштабирования внутри ядер и маршрутизаторов). Мы рассматриваем влияние каждого события на другие события (например, увеличение или уменьшение частоты) для лучшего управления ресурсами и энергией в TTS.

Мы представляем методы планирования для достижения оптимального расписания для различных событий с максимальным сокращением энергии, при соблюдении других функциональных и нефункциональных ограничений. Соответствующая оптимизационная задача сформулирована в IBM Ilog CPLEX, и результаты указывают на значительное повышение энергоэффективности.

В области электромобилей безопасность - один из важнейших параметров; следовательно, метод отказоустойчивого планирования, используемый в SBMeS может применяться в автомобильных системах для повышения безопасности.

В этой работе возникновение резервов определяется как событие. Требуемый алгоритм, методы и сценарии разработаны для поддержки этого события с целью повышения энергоэффективности.

Во многих работах результаты расписания объясняются представлением абстрактного текста основной информации (например, задач, сообщений, сроков выполнения, крайних сроков, времени).

А визуализация расписания позволяет инженерам и проектировщикам системы легко выполнять проверки работоспособности - проверять и отслеживать задачи, сообщения, период выполнения, узлы и SBMeS, поведение и реакции для каждого сценария после события. Хотя планирование - важная проблема в TTS, встроенные системы и информатика, доступно несколько инструментов визуализации [8], которые помогают инженерам и ученым расширять и разрабатывать более надежные алгоритмы, методы и модели планирования [23]. Некоторые инструменты визуализации показывают только абстрактные расписания в виде графического вывода и не содержат ни полной информации, ни подробных объяснений событий и расписаний (например, различий или изменений) [7].

Сравнение, понимание и отладка тысяч расписаний, созданных SBMeS представляет собой серьезную проблему для разработчиков систем, как обсуждается далее в этой работе.

Эта работа представляет инструмент, основанный на сценариях, MeSViz - предназначен для поддержки разработчиков и инженеров в оценке алгоритмов, моделей и методов планирования для адаптивных TTS. Этот инструмент может отображать сведения о событиях, а также планировать изменения и зависимости из-за событий. Он визуализирует расписания на четырех разных уровнях: первый представляет отдельные расписания для каждого сценария, второй отображает несколько расписаний для событий с несколькими сценариями, третий генерирует графики, а четвертый показывает энергию и время.

Новинка SBMes

Новизна SBM можно резюмировать следующим образом:

1.      Планирование коммуникационной и вычислительной деятельности TT: Алгоритм планирования учитывает время выполнения задачи, время передачи сообщения и возможности изменения частоты. Наш планировщик поддерживает отображение и планирование как задач, так и сообщений для многоядерных архитектур, для минимизации общего энергопотребления в отношении синхронизации и частот ядер, маршрутизаторов и распределения резервов.

2.      DVFS в архитектуре с запуском по времени: Эта работа позволяет использовать DVFS для коммуникационных и вычислительных ресурсов для MPSoCs, чтобы достичь энергоэффективности TT многоядерные архитектуры. Следовательно, это может расширить оптимизацию энергоэффективности SBMeS для MPSoCs с участием связь по времени (TTC) не только обеспечивает масштабирование частоты не только ядер, но и NoC’s маршрутизаторы.

3.      Метод планирования для повышения надежности и отказоустойчивости: SBMeS может использоваться для автомобильных и критически важных систем безопасности для достижения большей безопасности. В области электромобилей безопасность - один из важнейших параметров.

4.      Компромисс между Отказоустойчивость, надежность и энергоэффективность: Предлагаемая нами модель оптимизирует компромисс между отказоустойчивостью, надежностью и энергоэффективностью в SBMeS для обработки множества задач и наборов сообщений, касающихся надежности [20] и энергоэффективности для адаптивных TTS (то есть настройка базовой частоты и масштабирование внутри ядер и маршрутизаторов).

5.     Оптимальный алгоритм планирования энергоэффективности: Предлагаемый нами метод оптимизации устанавливает минимальное потребление энергии для каждого события простоя на смешанно-целочисленное квадратичное программирование (MIQP) уравнения. В MIQP Модель учитывает различные параметры (например, ядра, маршрутизаторы) и переменные решения (например, факторы замедления ядер и маршрутизаторов) в ограничениях и целевой функции.

6.     Визуализация мета-расписаний: Наш MeSViz предлагается для конкретной визуализации и оценки одиночных и мульти-расписаний на MPSoCs.

7.     Оптимизация памяти относительно размера расписаний: Дельта-планирование используется для уменьшения и оптимизации использования памяти расписаниями и может хранить значительное количество расписаний на основе моделей генератора дельта-графов [25], [16].

Напротив, наш подход представляет собой автономный алгоритм статического планирования для определения оптимальных мета-расписаний и динамического масштабирования частоты в TT MPSoCs и NoCs для энергоэффективность в критических для безопасности встроенные системы. Таким образом, в этой работе разрабатывается метод DS-рекультивации для снижения статического и динамического потребления энергии.

Реализации

Ниже приведен частичный список заслуживающих внимания открытых и коммерческих мета-планировщиков, доступных в настоящее время.

использованная литература

внешние ссылки

Ссылки SBMeS

[1] Х. Копец, Системы реального времени: принципы проектирования распределенных встроенных приложений: Springer Science & Business Media, 2011.

[2] Дж. Тайс, Г. Фолер и С. Баруа, «Создание таблицы расписания для систем со смешанной критичностью, запускаемых по времени», Proc. WMC, RTSS2013. С. 79–84.

[3] Safepower, D3.8 Руководство пользователя гетерогенного проекта MPSoC. [В Интернете] Доступно: http://safepower-project.eu/wp-content/uploads/2019/01/D3.8-User_guide_of_the_heterogen_MPSoC_design_v1-0_final.pdf.

[4] DW BUSINESS, BMW увеличивает расходы на исследования и разработки электронных автомобилей и автономных транспортных средств.

[5] С. Р. Сахаре и М. С. Али, «Алгоритм адаптивного планирования на основе генетического алгоритма для операционных систем реального времени», Международный журнал встроенных систем и приложений (IJESA), т. 2, вып. 3. С. 91–97, 2012.

[6] R. Obermaisser, Ed., Связь по времени. Бока-Ратон, Флорида: CRC Press, 2012.

[7] П. Мунк, «Визуализация планирования во встроенных системах реального времени», Университет Штутгарта, Институт программных технологий, Департамент языков программирования и компиляторов, 20103.

[8] С. Хунольд, Р. Хоффманн и Ф. Сутер, «Jedule: инструмент для визуализации расписаний параллельных приложений», in 2010 Международная конференция по параллельной обработке семинаров (ICPPW), Сан-Диего, Калифорния, США, стр. 169–178.

[9] Х. Ван, Л.-С. Пех и С. Малик, «Энергетическое проектирование микроархитектур маршрутизаторов в сетях на кристалле», в 36-й Международный симпозиум по микроархитектуре, Сан-Диего, Калифорния, США, 2003 г., стр. 105–116.

[10] Соркпур Б. и Обермайссер Р., «MeSViz: Визуализация мета-расписаний на основе сценариев для адаптивных систем, запускаемых по времени», в AmE 2018-Automotive встречает электронику; 9-й GMM-симпозиум, 2018, с. 1–6.

[11] А. С. Персья и Т. Р. Наир, «Проектирование суперпланировщиков на основе моделей, управляющих катастрофическим сценарием в системах жесткого реального времени», в 2013 Международная конференция по информационным коммуникациям и встроенным системам (ICICES), Ченнаи, 2013, стр. 1149–1155.

[12] Соркпур Б., Роман О., Бебави Ю., ред., Оптимизация масштабирования частоты в многоядерных архитектурах с синхронизацией по времени с использованием мета-планирования на основе сценариев: VDE, 2019.

[13] Б. Соркпур, А. Муршед и Р. Обермайссер, «Методы планирования для энергоэффективных устойчивых и адаптивных систем с синхронизацией по времени», в Инженерия и инновации, основанные на знаниях (KBEI), 4-я Международная конференция IEEE 2017 г., 2017, с. 143–150.

[14] Дж. Хуанг, К. Бакл, А. Раабе и А. Нолл, «Распределение задач с учетом энергии для гетерогенных многопроцессорных систем на основе сети на кристалле», in 2011 19-я Международная конференция Euromicro по параллельной, распределенной и сетевой обработке, Айя-Напа, Кипр, 2011 г., стр. 447–454.

[15] С. Прабху, Б. Грот, П. Грац и Дж. Ху, «Симулятор Ocin tsim-DVFS для NoC», Proc. УВИДЕЛ, т. 1, 2010.

[16] Роман Обермайссер и другие., «Адаптивная многоядерная архитектура с запуском по времени», Дизайн, т. 3, вып. 1, стр. 7, 2019.

[17] H. Kopetz, Ed., Системы реального времени: принципы проектирования распределенных встроенных приложений (серия «Системы реального времени») // Системы реального времени: принципы проектирования распределенных встроенных приложений, 2-е изд. Нью-Йорк: Спрингер, 2011.

[18] Ф. Гуан, Л. Пэн, Л. Пернил, Х. Файяд-Казан и М. Тиммерман, «Дизайн, включающий адаптивное резервирование в системы со смешанной критичностью», Научное программирование, т. 2017, 2017.

[19] Ю. Линь, Ю.-л. Чжоу, С.-т. Вентилятор, Ю.-м. Цзя, «Анализ гибкого расписания с запуском по времени с критически важной для безопасности системой», в Китайская конференция по интеллектуальным системам, 2017. С. 495–504.

[20] IEEE, «TTP - Протокол с синхронизацией по времени для отказоустойчивой системы реального времени - отказоустойчивые вычисления», 1993. FTCS-23. Сборник статей. Двадцать третий международный симпозиум »,

[21] Дж. Кортаделла, А. Кондратьев, Л. Лаваньо, К. Пассероне и Ю. Ватанабе, «Квазистатическое планирование независимых задач для реактивных систем», IEEE Trans. Comput.-Aided Des. Интегр. Circuits Syst., т. 24, вып. 10. С. 1492–1514, 2005.

[22] Р. Раджаи, С. Хессаби и Б. В. Вахдат, «Энергетическая методология отображения и планирования параллельных приложений в архитектурах MPSOC», в Электротехника (ICEE), 19-я иранская конференция по2011. С. 1–6.

[23] А. Менна, «Распределение, назначение и планирование для многопроцессорной системы на кристалле», доктор философии, Университет наук и технологий Лилля, 2006.

[24] А. Муршед, «Планирование приложений, запускаемых по событию и по времени, с оптимальной надежностью и предсказуемостью на сетевых многоядерных чипах»,

[25] А. Малеки, Х. Ахмадиан и Р. Обермайссер, «Отказоустойчивая и энергоэффективная связь в сетях на кристаллах со смешанной критичностью», в IEEE Nordic Circuits and Systems Conference (NORCAS) 2018: NORCHIP и Международный симпозиум по системе на кристалле (SoC), 2018, с. 1–7.

[26] П. Эйчбергер, С. Холмбака и Дж. Келлер, «Компромисс между производительностью, отказоустойчивостью и потреблением энергии при планировании графа задач на основе дублирования», in Архитектура вычислительных систем - ARCS 2018.

[27] Р. Лент, «Планирование энергосистемы с заданным интервалом и целями, основанными на энергии», Журнал грид-вычислений, т. 13, нет. 4. С. 527–546, 2015.

[28] П. Эйчбергер, «Энергоэффективное и отказоустойчивое планирование для многоядерных сетей и сетей», Fakultät für Mathematik und Informatik, FernUniversität в Хагене, Хаген, 2017.

[29] А. Муршед, «Планирование приложений, запускаемых по событиям и по времени, с оптимальной надежностью и предсказуемостью на сетевых многоядерных микросхемах», Диссертация, Встроенные системы, Universität Siegen, Siegen, 2018.

[30] Дуброва Э., Отказоустойчивая конструкция. Нью-Йорк, Нью-Йорк: Спрингер; Выходные данные, 2013.

[31] А. Авизенис, Ж.-К. Лапри, Б. Рэнделл и др., Основные концепции надежности: Университет Ньюкасл-апон-Тайн, Компьютерные науки, 2001.

[32] И. Бейт, А. Бернс и Р. И. Дэвис, «Протокол экстренной помощи для систем со смешанной критичностью», в 2015 27-я конференция Euromicro по системам реального времени: ECRTS 2015: материалы, Лунд, Швеция, 2015, стр. 259–268.

[33] А. Бернс и Р. Дэвис, «Системы со смешанной критичностью - обзор», Департамент компьютерных наук Йоркского университета, Tech. Представитель2013. С. 1–69.

[34] Б. Ху и другие., «FFOB: эффективное откладывание переключения режимов в режиме онлайн в системах со смешанной критичностью», Syst в реальном времени, т. 79, нет. 1, стр. 39, 2018.

[35] Х. Исакович и Р. Гросу, «Интеграция со смешанной критичностью в киберфизических системах: гетерогенная синхронизированная по времени архитектура на гибридной платформе SoC», in Компьютерные системы и программная инженерия: концепции, методологии, инструменты и приложения: IGI Global, 2018, стр. 1153–1178.

[36] Б. Соркпур и Р. Обермайссер, «MeSViz: Визуализация мета-расписаний на основе сценариев для адаптивных систем, запускаемых по времени», в AmE 2018-Automotive встречает электронику; 9-й GMM-симпозиум, 2018, с. 1–6.

[37] Б. Ху, «Анализ расписания общей модели задач и планирования с учетом спроса в системах со смешанной критичностью», Technische Universität München.

[38] Х. Ахмадиан, Ф. Некоуи и Р. Обермайссер, «Восстановление после сбоев и адаптация в синхронизируемых по времени сетях на кристаллах для систем со смешанной критичностью», в 12-й Международный симпозиум по реконфигурируемым коммуникационным системам на кристалле (ReCoSoC 2017): 12-14 июля 2017 г., Мадрид, Испания: доклады, Мадрид, Испания, 2017 г., стр. 1–8.

[39] Р. Труб, Г. Джаннопулу, А. Треттер и Л. Тиле, «Реализация разделенного планирования со смешанной критичностью на многоядерной платформе», Транзакции ACM во встроенных вычислительных системах (TECS), т. 16, нет. 5с, с. 122, 2017.

[40] К. Шелер, «Новые стратегии планирования для будущих архитектур NoC и MPSoC», 2017 г.

[41] М. И. Хьюз, «Анализ FlexRay, оценка параметров конфигурации и противники», NTNU.

[42] В. Штайнер, «Синтез статических графиков связи для систем со смешанной критичностью», в 2011 14-й Международный симпозиум IEEE по объектным / компонентным / сервис-ориентированным распределенным вычислениям в реальном времени (ISORCW): 28–31 марта 2011 г., Ньюпорт-Бич, Калифорния, США; судебное разбирательство, Ньюпорт-Бич, Калифорния, США, 2011 г., стр. 11–18.

[43] Дж. Маркетто, С. Тахир и М. Гроссо, «Исследование вероятности блокировки эфирной сети на кристалле», в Материалы 11-го Международного симпозиума по дизайну и тестированию (IDT) 2016 г .: 18-20 декабря 2016 г., Хаммамет, Тунис, Хаммамет, Тунис, 2016 г., стр. 104–109.

[44] М. Руфф, «Эволюция решений для локальных межсетевых соединений (LIN)», в VTC2003 - осень Орландо: 2003 IEEE 58-я конференция по автомобильным технологиям: заседания: 6-9 октября 2003 г., Орландо, Флорида, США, Орландо, Флорида, США, 2004 г., 3382-3389 Том 5.

[45] Р. Б. Атиталлах, С. Ниар, А. Грейнер, С. Мефтали и Дж. Л. Декейзер, «Оценка энергопотребления для архитектурных изысканий MPSoC», in Конспект лекций по информатике, Архитектура вычислительных систем - ARCS 2006, W. Grass, B. Sick и K. Waldschmidt, Eds., Berlin, Heidelberg: Springer Berlin Heidelberg, 2006, стр. 298–310.

[46] У. У. Тарик, Х. Ву и С. Абд Исхак, «Энергетическое планирование графов условных задач на MPSoC на основе NoC», в Труды 51-й Гавайской международной конференции по системным наукам, 2018.

[47] Управляемое компилятором масштабирование частоты и напряжения для домена с несколькими тактовыми сигналами: ACM Press.

[48] ​​А. Б. Мехта, «Проверка пересечения тактовых доменов (CDC)», в Проверка функционального дизайна ASIC / SoC.

[49] Механизм контроля качества обслуживания DFS в MPSOCS: Папский католический университет в Риу-Гранди-ду-Сул; Порту-Алегри, 2014 год.

[50] Марк Бойер, Бенуа Дюпон де Динешен, Амори Граий и Лайонел Хаве, «Вычисление маршрутов и границ задержки для сети на кристалле процессора Kalray MPPA2»,

[51] Б. Д. де Динечин и А. Граиллат, «Прямая маршрутизация для сети коммутации червоточин на кристалле процессора Kalray MPPA2», in Материалы 10-го Международного семинара по сетевым архитектурам на чипах - NoCArc'17, Кембридж, Массачусетс, США, 2017, стр. 1–6.

[52] KALRAY Corporation, Сеть MPPA Kalray на кристалле. [Онлайн] Доступно: http://www.kalrayinc.com/portfolio/processors/.

[53] И. Ли, Дж. Ю. Т. Люнг и С. Х. Сон, Справочник по системам реального времени и встроенным системам: CRC Press, 2007.

[54] Википедия, XtratuM - Википедия. [В сети] Доступно: https://en.wikipedia.org/w/index.php?oldid=877711274. Доступ: 11 февраля 2019 г.

[55] И. Риполл и другие., «Инструменты настройки и планирования для систем TSP на базе XtratuM», Системы данных в аэрокосмической отрасли (DASIA 2010), 2010.

[56] В. Брокаль и другие., «Xoncrete: инструмент планирования для разделенных систем реального времени», Встроенное программное обеспечение и системы реального времени, 2010.

[57] Р. Джеджурикар и Р. Гупта, «Динамическое устранение резервов с планированием прокрастинации во встроенных системах реального времени», в Материалы 42-й ежегодной конференции по автоматизации проектирования., 2005, с. 111–116.

[58] Х. Ли, С. Бхуниа, Й. Чен, Т. Н. Виджайкумар и К. Рой, «Детерминированная синхронизация стробирования для снижения мощности микропроцессора», in 9-й международный симпозиум по архитектуре высокопроизводительных компьютеров, Анахайм, Калифорния, США, 2003 г., стр. 113–122.

[59] Х. Мацутани, М. Койбути, Х. Накамура и Х. Амано, «Методы управления мощностью во время выполнения для сетей с низким энергопотреблением на кристалле», in Сети с низким энергопотреблением на кристалле.

[60] П. В. Кук и другие., «Энергетическая микроархитектура: проблемы проектирования и моделирования микропроцессоров следующего поколения», IEEE Micro, т. 20, нет. 6. С. 26–44, 2000.

[61] В. Ким, Дж. Ким и С. Л. Мин, «Алгоритм динамического масштабирования напряжения для систем жесткого реального времени с динамическим приоритетом, использующий анализ времени резервирования», в Конференция и выставка "Дизайн, автоматизация и испытания в Европе", 2002 г. Труды, 2002, стр. 788–794.

[62] Д. М. Брукс и другие., «Энергетическая микроархитектура: проблемы проектирования и моделирования для микропроцессоров следующего поколения», IEEE Micro, т. 20, нет. 6. С. 26–44, 2000.

[63] С. Прабху, Ocin_tsim - Симулятор с поддержкой DVFS для исследования и оптимизации пространства дизайна NoC. [Колледж-Стейшн, Техас]: [Техасский университет A&M], 2010.

[64] А. Бьянко, П. Джакконе и Н. Ли, «Использование динамического масштабирования напряжения и частоты в сетях на кристалле», в 13-я Международная конференция IEEE по высокопроизводительной коммутации и маршрутизации (HPSR), 2012 г., Belgrade, Serbia, 2012, pp. 229–234.

[65] M. Caria, F. Carpio, A. Jukan, and M. Hoffmann, “Migration to energy efficient routers: Where to start?,” in IEEE International Conference on Communications (ICC), 2014: 10-14 June 2014, Sydney, Australia, Sydney, NSW, 2014, pp. 4300–4306.

[66] D. M. Brooks et al., “Power-aware microarchitecture: Design and modeling challenges for next-generation microprocessors,” IEEE Micro, т. 20, нет. 6, pp. 26–44, 2000.

[67] S. Chai, Y. Li, J. Wang, and C. Wu, “An energy-efficient scheduling algorithm for computation-intensive tasks on NoC-based MPSoCs,” Journal of Computational Information Systems, т. 9, вып. 5, pp. 1817–1826, 2013.

[68] P. K. Sharma, S. Biswas, and P. Mitra, “Energy efficient heuristic application mapping for 2-D mesh-based network-on-chip,” Microprocessors and Microsystems, т. 64, pp. 88–100, 2019.

[69] H. M. Kamali, K. Z. Azar, and S. Hessabi, “DuCNoC: A High-Throughput FPGA-Based NoC Simulator Using Dual-Clock Lightweight Router Micro-Architecture,” IEEE Trans. Comput., т. 67, no. 2, pp. 208–221, 2018.

[70] H. Farrokhbakht, H. M. Kamali, and S. Hessabi, “SMART,” in Proceedings of the Eleventh IEEE/ACM International Symposium on Networks-on-Chip - NOCS '17, Seoul, Republic of Korea, 2017, pp. 1–8.

[71] W. Hu, X. Tang, B. Xie, T. Chen, and D. Wang, “An Efficient Power-Aware Optimization for Task Scheduling on NoC-based Many-core System,” in 2010 10th IEEE International Conference on Computer and Information Technology, Bradford, United Kingdom, 2010, pp. 171–178.

[72] H. F. Sheikh and I. Ahmad, “Simultaneous optimization of performance, energy and temperature for DAG scheduling in multi-core processors,” in Green Computing Conference (IGCC), 2012 International, 2012, pp. 1–6.

[73] J. Hu and R. Marculescu, “Energy-aware communication and task scheduling for network-on-chip architectures under real-time constraints,” in Design, Automation and Test in Europe Conference and Exhibition, 2004. Proceedings, 2004, pp. 234–239.

[74] H. Bokhari, H. Javaid, M. Shafique, J. Henkel, and S. Parameswaran, “darkNoC,” in Proceedings of the 51st Annual Design Automation Conference, San Francisco, CA, USA, 2014, pp. 1–6.

[75] H. Aydin, R. Melhem, D. Mosse, and P. Mejia-Alvarez, “Dynamic and aggressive scheduling techniques for power-aware real-time systems,” in 22nd IEEE real-time systems symposium: (RTSS 2001), London, UK, 2001, pp. 95–105.

[76] R. Jejurikar and R. Gupta, “Dynamic slack reclamation with procrastination scheduling in real-time embedded systems,” in DAC 42, San Diego, California, USA, 2005, p. 111.

[77] G. Ma, L. Gu, and N. Li, “Scenario-Based Proactive Robust Optimization for Critical-Chain Project Scheduling,” J. Constr. Eng. Manage., т. 141, no. 10, p. 4015030, 2015.

[78] H. K. Mondal and S. Deb, “Power-and performance-aware on-chip interconnection architectures for many-core systems,” IIIT-Delhi.

[79] J. Wang et al., “Designing Voltage-Frequency Island Aware Power-Efficient NoC through Slack Optimization,” in International Conference on Information Science and Applications (ICISA), 2014: 6-9 May 2014, Seoul, South Korea, Seoul, South Korea, 2014, pp. 1–4.

[80] K. Han, J.-J. Lee, J. Lee, W. Lee, and M. Pedram, “TEI-NoC: Optimizing Ultralow Power NoCs Exploiting the Temperature Effect Inversion,” IEEE Trans. Comput.-Aided Des. Integr. Circuits Syst., т. 37, no. 2, pp. 458–471, 2018.

[81] D. Li and J. Wu, “Energy-efficient contention-aware application mapping and scheduling on NoC-based MPSoCs,” Journal of Parallel and Distributed Computing, т. 96, pp. 1–11, 2016.

[82] W. Y. Lee, Y. W. Ko, H. Lee, and H. Kim, “Energy-efficient scheduling of a real-time task on dvfs-enabled multi-cores,” in Proceedings of the 2009 International Conference on Hybrid Information Technology, 2009, pp. 273–277.

[83] B. Sprunt, L. Sha, and J. Lehoczky, “Aperiodic task scheduling for Hard-Real-Time systems,” Real-Time Syst, т. 1, вып. 1, pp. 27–60, 1989.

[84] J. K. Strosnider, J. P. Lehoczky, and L. Sha, “The deferrable server algorithm for enhanced aperiodic responsiveness in hard real-time environments,” IEEE Trans. Comput., т. 44, no. 1, pp. 73–91, 1995.

[85] N. Chatterjee, S. Paul, and S. Chattopadhyay, “Task mapping and scheduling for network-on-chip based multi-core platform with transient faults,” Journal of Systems Architecture, т. 83, pp. 34–56, 2018.

[86] R. N. Mahapatra and W. Zhao, “An energy-efficient slack distribution technique for multimode distributed real-time embedded systems,” IEEE Trans. Parallel Distrib. Syst., т. 16, нет. 7, pp. 650–662, 2005.

[87] G. Avni, S. Guha, and G. Rodriguez-Navas, “Synthesizing time-triggered schedules for switched networks with faulty links,” in Proceedings of the 13th International Conference on Embedded Software, Pittsburgh, Pennsylvania, 2016, pp. 1–10.

[88] F. Benhamou, Principle and Practice of Constraint Programming - CP 2006: 12th International Conference, CP 2006, Nantes, France, September 25-29, 2006, Proceedings. Berlin Heidelberg: Springer-Verlag, 2006.

[89] Satisfiability Modulo Graph Theory for Task Mapping and Scheduling on Multiprocessor Systems, 2011.

[90] A. Murshed, R. Obermaisser, H. Ahmadian, and A. Khalifeh, “Scheduling and allocation of time-triggered and event-triggered services for multi-core processors with networks-on-a-chip,” pp. 1424–1431.

[91] F. Wang, C. Nicopoulos, X. Wu, Y. Xie, and N. Vijaykrishnan, “Variation-aware task allocation and scheduling for MPSoC,” in IEEE/ACM International Conference on Computer-Aided Design, 2007, San Jose, CA, USA, 2007, pp. 598–603.

[92] D. Mirzoyan, B. Akesson, and K. Goossens, “Process-variation-aware mapping of best-effort and real-time streaming applications to MPSoCs,” ACM Trans. Embed. Comput. Syst., т. 13, нет. 2s, pp. 1–24, 2014.

[93] C. MacLean and G. COWIE, Data flow graph: Google Patents.

[94] S. K. Baruah, A. Burns, and R. I. Davis, “Response-Time Analysis for Mixed Criticality Systems,” in IEEE 32nd Real-Time Systems Symposium (RTSS), 2011, Vienna, Austria, 2011, pp. 34–43.

[95] A. Burns and S. Baruah, “Timing Faults and Mixed Criticality Systems,” in Lecture notes in computer science, 0302-9743, 6875. Festschrift, Dependable and historic computing: Essays dedicated to Brian Randell on the occasion of his 75th birthday / Cliff B. Jones, John L. Lloyd (eds.), B. Randell, C. B. Jones, and J. L. Lloyd, Eds., Heidelberg: Springer, 2011, pp. 147–166.

[96] P. Ekberg and W. Yi, “Outstanding Paper Award: Bounding and Shaping the Demand of Mixed-Criticality Sporadic Tasks,” in Proceedings of The 24th Euromicro Conference on Real-Time Systems: 10-13 July 2012, Pisa, Italy, Pisa, Italy, 2012, pp. 135–144.

[97] M. R. Garey, D. S. Johnson, and L. Stockmeyer, “Some simplified NP-complete problems,” in Proceedings of the sixth annual ACM symposium on Theory of computing - STOC '74, Seattle, Washington, United States, 1974, pp. 47–63.

[98] L. Su et al., “Synthesizing Fault-Tolerant Schedule for Time-Triggered Network Without Hot Backup,” IEEE Trans. Ind. Electron., т. 66, нет. 2, pp. 1345–1355, 2019.

[99] A. Carvalho Junior, M. Bruschi, C. Santana, and J. Santana, “Green Cloud Meta-Scheduling : A Flexible and Automatic Approach,” (eng), Journal of Grid Computing : From Grids to Cloud Federations, т. 14, вып. 1, pp. 109–126, http://dx.doi.org/10.1007/s10723-015-9333-z, 2016.

[100] T. Tiendrebeogo, “Prospect of Reduction of the GreenHouse Gas Emission by ICT in Africa,” in e-Infrastructure and e-Services.

[101] Deutsche Welle (www.dw.com), Carmaker BMW to invest heavily in battery cell center | DW | 24.11.2017. [Online] Available: https://p.dw.com/p/2oD3x. Accessed on: Dec. 03 2018.

[102] G. Fohler, “Changing operational modes in the context of pre run-time scheduling,” IEICE transactions on information and systems, т. 76, no. 11, pp. 1333–1340, 1993.

[103] H. Jung, H. Oh, and S. Ha, “Multiprocessor scheduling of a multi-mode dataflow graph considering mode transition delay,” ACM Transactions on Design Automation of Electronic Systems (TODAES), т. 22, no. 2, стр. 37, 2017.

[104] A. Das, A. Kumar, and B. Veeravalli, “Energy-Aware Communication and Remapping of Tasks for Reliable Multimedia Multiprocessor Systems,” in IEEE 18th International Conference on Parallel and Distributed Systems (ICPADS), 2012, Singapore, Singapore, 2012, pp. 564–571.

[105] S. A. Ishak, H. Wu, and U. U. Tariq, “Energy-Aware Task Scheduling on Heterogeneous NoC-Based MPSoCs,” in IEEE 35th IEEE International Conference on Computer Design: ICCD 2017 : 5-8 November 2017 Boston, MA, USA : proceedings, Boston, MA, 2017, pp. 165–168.

[106] C. A. Floudas and V. Visweswaran, “Quadratic Optimization,” in Nonconvex Optimization and Its Applications, т. 2, Handbook of Global Optimization, R. Horst and P. M. Pardalos, Eds., Boston, MA, s.l.: Springer US, 1995, pp. 217–269.

[107] R. Lazimy, “Mixed-integer quadratic programming,” Mathematical Programming, т. 22, no. 1, pp. 332–349, 1982.

[108] A. Majd, G. Sahebi, M. Daneshtalab, and E. Troubitsyna, “Optimizing scheduling for heterogeneous computing systems using combinatorial meta-heuristic solution,” in 2017 IEEE SmartWorld: Ubiquitous Intelligence & Computing, Advanced & Trusted Computed, Scalable Computing & Communications, Cloud & Big Data Computing, Internet of People and Smart City Innovation (SmartWorld/SCALCOM/UIC/ATC/CBDCom/IOP/SCI) : 2017 conference proceedings : San Francisco Bay Area, California, USA, August 4-8, 2017, San Francisco, CA, 2017, pp. 1–8.

[109] B. Xing and W.-J. Gao, “Imperialist Competitive Algorithm,” in Intelligent Systems Reference Library, Innovative computational intelligence: A rough guide to 134 clever algorithms, B. Xing and W.-J. Gao, Eds., New York NY: Springer Berlin Heidelberg, 2013, pp. 203–209.

[110] J. D. Foster, A. M. Berry, N. Boland, and H. Waterer, “Comparison of Mixed-Integer Programming and Genetic Algorithm Methods for Distributed Generation Planning,” IEEE Trans. Power Syst., т. 29, нет. 2, pp. 833–843, 2014.

[111] J. Yin, P. Zhou, A. Holey, S. S. Sapatnekar, and A. Zhai, “Energy-efficient non-minimal path on-chip interconnection network for heterogeneous systems,” in ISPLED'12: Proceedings of the international symposium on low power electronics and design, Redondo Beach, California, USA, 2012, p. 57.

[112] J. Falk et al., “Quasi-static scheduling of data flow graphs in the presence of limited channel capacities,” in The 13th IEEE Symposium on Embedded Systems for Real-time Multimedia: October 8-9, 2015, Amsterdam, Netherlands, Amsterdam, Netherlands, 2015, pp. 1–10.

[113] T. Wei, P. Mishra, K. Wu, and J. Zhou, “Quasi-static fault-tolerant scheduling schemes for energy-efficient hard real-time systems,” Journal of Systems and Software, т. 85, no. 6, pp. 1386–1399, 2012.

[114] M. J. Ryan, “A Case Study on the Impact of Convergence on Physical Architectures—The Tactical Communications System,”

[115] Y. Huang and D. P. Palomar, “Randomized Algorithms for Optimal Solutions of Double-Sided QCQP With Applications in Signal Processing,” IEEE Trans. Signal Process., т. 62, no. 5, pp. 1093–1108, 2014.

[116] X. Cai, W. Hu, T. Ma, and R. Ma, “A hybrid scheduling algorithm for reconfigurable processor architecture,” in Proceedings of the 13th IEEE Conference on Industrial Electronics and Applications (ICIEA 2018): 31 May-2 June 2018 Wuhan, China, Wuhan, 2018, pp. 745–749.

[117] P.-A. Hsiung and J.-S. Shen, Dynamic reconfigurable network-on-chip design: Innovations for computational processing and communication. Hershey, Pa.: IGI Global, 2010.

[118] R. Misener and C. A. Floudas, “Global optimization of mixed-integer quadratically-constrained quadratic programs (MIQCQP) through piecewise-linear and edge-concave relaxations,” Mathematical Programming, т. 136, no. 1, pp. 155–182, 2012.

[119] D. Axehill, “Applications of integer quadratic programming in control and communication,” Institutionen för systemteknik, 2005.

[120] A. Nemirovskii, “Several NP-hard problems arising in robust stability analysis,” Математика. Control Signal Systems, т. 6, вып. 2, pp. 99–105, 1993.

[121] A. Sarwar, “Cmos power consumption and cpd calculation,” Proceeding: Design Considerations for Logic Products, 1997.

[122] S. Kaxiras and M. Martonosi, “Computer Architecture Techniques for Power-Efficiency,” Synthesis Lectures on Computer Architecture, т. 3, вып. 1, pp. 1–207, 2008.

[123] D. Kouzoupis, G. Frison, A. Zanelli, and M. Diehl, “Recent Advances in Quadratic Programming Algorithms for Nonlinear Model Predictive Control,” Vietnam Journal of Mathematics, т. 46, no. 4, pp. 863–882, 2018.

[124] R. Fourer, “Strategies for “Not Linear” Optimization,” Houston, TX, Mar. 6 2014.

[125] L. A. Cortes, P. Eles, and Z. Peng, “Quasi-Static Scheduling for Multiprocessor Real-Time Systems with Hard and Soft Tasks,” in 11th IEEE International Conference on Embedded and Real-Time Computing Systems and Applications: 17-19 August 2005, Hong Kong, China : proceedings, Hong Kong, China, 2005, pp. 422–428.

[126] L. Benini, “Platform and MPSoC Design,”

[127] R. Obermaisser and P. Peti, “A Fault Hypothesis for Integrated Architectures,” in Proceedings of the Fourth Workshop on Intelligent Solutions in Embedded Systems: Vienna University of Technology, Vienna, Austria, 2006 June 30, Vienna, Austria, 2005, pp. 1–18.

[128] R. Obermaisser et al., “Adaptive Time-Triggered Multi-Core Architecture,” Дизайн, т. 3, вып. 1, стр. 7, https://www.mdpi.com/2411-9660/3/1/7/pdf, 2019.

[129] IBM, IBM ILOG CPLEX Optimization Studio CPLEX User’s Manual: IBM, 1987-2016.

[130]   Chart Component and Control Library for .NET (C#/VB), Java, C++, ASP, COM, PHP, Perl, Python, Ruby, ColdFusion. [Online] Available: https://www.advsofteng.com/product.html. Accessed on: Jan. 10 2019.

[131] J. Ellson, E. Gansner, L. Koutsofios, S. C. North, and G. Woodhull, “Graphviz—open source graph drawing tools,” in International Symposium on Graph Drawing, 2001, pp. 483–484.

[132] T. Lei and S. Kumar, “Algorithms and tools for network on chip based system design,” in Chip in sampa, Sao Paulo, Brazil, 2003, pp. 163–168.

[133] G. D. Micheli and L. Benini, “Powering networks on chips: energy-efficient and reliable interconnect design for SoCs,” in isss, 2001, pp. 33–38.