研究概要 |
プロセッサ,メモリー,帯域幅などの複数のリソースを動的に適応させて,すべてのタスクのサービスの品質(QoS)を公平化することができるQoS公平化制御機構を提案した.提案した制御機構では,各タスクがリリースしたジョブの処理結果を観測して,そのQoS値を計算し,QoS公平化制御器に送る.QoS制御器では,すべてのタスクのQoS値の平均値を暫定の目標値として,すべてのタスクがその目標値に近づくようにすべてのリソースを各タスクを再配分する.各タスクはその再配分されたリソースで処理できるようなジョブをリリースする.これを繰り返すことで,公平なQoS値へと収束するための十分条件を証明した. 各タスクのQoS値を公平化しつつ,プロセッサでの消費電力を低く抑える問題を多目的最適化問題として定式化し,プロセッサ周波数(つまり駆動電圧)とQoS値とのトレードオフ関係を定量的に評価できるようになった.さらに,QoS関数が凸関数のときのパレード最適解の存在範囲を求めた. 動的再構成可能デバイスのスケジューリングを離散事象システムの状態フィードバック制御によって求めた.各タスクの挙動を時間付オートマトンでモデル化した.動的再構成可能デバイスに対しては,複数の処理ブロックからなるコンフィギュレーションを前もって複数個求めていると仮定した.それらのコンフィギュレーション間で遷移可能かどうかを上位オートマトンで,処理ブロックの稼動状況を下位オートマトンでそれぞれ表現する2階層時間なしオートマトンで動的再構成可能デバイスの状態をモデル化した.これらのオートマトンを合成し,状態フィードバックを用いてデッドラインミスが起こらないようなスケジューリングを求めた.さらに,最適なスケジューリングを求めるための基礎研究として,言語測度に基づく最適スーパバイザの強化学習による構成法についても検討した.
|