边缘计算环境下基于相关性的任务分区实时低功耗调度算法.pdfVIP

小型微型计算机系统2025年2月第2期

DOI:10.20009/ki.21-1106/TP.2023-0459

JournalofChineseComputerSystemsVol.46No.22025

边缘计算环境下基于相关性的任务分区实时低功耗调度算法

刘芳13,陈子煜²,马昆”,彭敏,何炎祥,胡威

1（武汉大学计算机学院，武汉430072）

2（武汉科技大学计算机科学与技术学院，武汉430081）

3（武汉软件工程职业学院人工智能学院，武汉430205）

E-mail:yxhe@whu,

摘要：在嵌入式实时系统中，边缘智能技术显著提升了计算性能.然而，确保任务时效性、提高效率、降低能耗和系统阻塞仍

然是关键研究领域.本研究专注于同质多核系统的任务调度问题，提出了一种名为“基于相关性的任务分区节能调度策略”

（CBTP)的节能调度策略.CBTP通过深度分析任务之间的依赖关系，为它们分配最优处理器，减少资源争用和阻塞.为了实现

高效的并发访问,采用了多处理器堆栈资源协议（MSRP)和高性能的分区最早截止优先调度算法(P-EDF).同时,CBTP引入了

双速节能机制，结合动态电压和频率调整(DVFS)来灵活调整任务的执行速度.实验结果表明，CBTP策略明显优于传统方法，

显著降低了系统阻塞和能耗，验证了其在同质多核系统中的卓越性和有效性。这项研究提供了一种新的视角，在边缘计算环

境下来提升实时系统的调度性能，同时提高调度的能源效率。

关键词：边缘智能；任务时效性；任务调度；能耗；多核系统；CBTP策略

中图分类号：TP311文献标识码：A文章编号：1000-1220(2025)02-0289-08

Real-timeLow-powerSchedulingAlgorithmBasedonCorrelationforTaskPartitioningin

EdgeComputingEnvironments

LIUFang,CHENZiyu’,MAKun’,PENGMin,HEYanxiang,HUWei?

1(SchoolofComputerScience,WuhanUniversity,Wuhan430072,China)

2(SchoolofComputerScience,WuhanUniversityofScienceandTechnology,Wuhan430081,China)

3(SchoolofArtificialIntelligence,WuhanVocationalCollegeofSoftwareandEngineering,Wuhan430205,China)

Abstract:Inembeddedreal-timesystems,edgeintelligencetechnologieshavesignificantlyenhancedcomputationalperformance.How-

ever,ensuringtasktimeliness,improvingefficiency,reducingenergyconsumption,andmitigatingsystembottlenecksremaincriticalre-

searchareas.Thisstudyfocusesonthetaskschedulingprobleminhomogeneousmulti-coresystemsandproposesanenergy-efficient

schedulingstrategycalledCorrelation-BasedTaskPartitioning(CBTP).CBTPallocatesoptimalprocessorstotasksbydeeplyanaly-

zingthedependenciesbetweenthem,reducingresour