|
(1)マルチプロセッサを対象にした低消費のためのタスクマイグレーションアルゴリズムを提案した。大きなタスクの分割問題を整数線形問題として定式化し、エネルギーが最小化するように二つのプロセッサに分割した。分割したタスクをマイグレーションするスケジューリングアルゴリズムを提案した。１つ大きなタスクと比べて、２つの小さなタスクの方が、エネルギー消費が少ない。2つの商用プロセッサを対象にしたシミュレーションによる評価の結果、従来方法より消費エネルギーを最大10％以上削減できた。本研究成果は、国際学術雑誌で発表した。
(2)今までのヘテロジニアスマルチプロセッサにおける分散型 mixed-criticality functions (MCF)のスゲジューリングは、システムの性能しか考慮していなかった。本研究では、機能毎の時間制約の重要さとシステムの性能を同時に考慮する新しいスゲジューリング方法を提案した。実験では、従来方法と比べて、提案方法は、時間制約の高いタスクのリアルタイム性を守りながら、システム性能の低下を最小限にできることを確認した。本研究成果は、2つの国際学術雑誌で採用された。
(3)同一命令セットヘテロジニアスマルチコアを採用した組込みリアルタイムシステムにおいて、消費電力管理手法を実機上で評価する手法を提案した。同一命令セットヘテロジニアスマルチコアとは、高性能コアと高電力効率コアを排他的に動作させて性能向上と消費電力削減の両立を狙うプロセッサアーキテクチャである。本アーキテクチャを搭載した組込みボードにおいて、性質の異なるタスクセットを対象に複数の消費電力管理手法を適用し、リアルタイム性制約下で消費電力を評価することで、提案手法の有用性を示した。本研究成果は、国内シンポジウムで発表し、学生奨励賞を受賞した。
|
