La présentation est en train de télécharger. S'il vous plaît, attendez

La présentation est en train de télécharger. S'il vous plaît, attendez

Algorithmes d’ordonnancement temps réel. Temps réel  « Un système Temps Réel est un système d'informations dont les corrections ne dépendent pas uniquement.

Présentations similaires


Présentation au sujet: "Algorithmes d’ordonnancement temps réel. Temps réel  « Un système Temps Réel est un système d'informations dont les corrections ne dépendent pas uniquement."— Transcription de la présentation:

1 Algorithmes d’ordonnancement temps réel

2 Temps réel  « Un système Temps Réel est un système d'informations dont les corrections ne dépendent pas uniquement du résultat logique des algorithmes mais aussi de l'instant où ces résultats ont été produits » [1]  adaptation aux événements externes  Fonctionnement au contenu sans réduire le débit  Temps de calcul connus et modélisables pour permettre l'analyse de la réactivité.

3 Problème / Solution  Le problème de Temps Réel apparaît quand le système est constitués de plusieurs tâches et qu'il est nécessaire de diviser la puissance du ou des processeurs entre elles [2]  Identification de tâche à réaliser et les contraintes temporelles qui doivent être satisfaites.  Écriture du code  Temps d'exécution de chaque tâche est mesuré et un test de rendez-vous horaire est réalisé pour vérifier qu'aucune tâche ne dépassera son temps limite

4 Tâches Les tâches peuvent être identifiées par trois valeurs de temps :  Période de la tâche ;  Temps limite pour la tâche ;  Temps de calcul maximal pour la tâche.

5 Critères des tâches Arrivées des tâches " Périodiques : arrivée à intervalles réguliers (Pi) Date d’activation initiale, offset Oi Si pour tout i,j Oi=Oj, tâches synchrones Si Di = Pi, tâche à échéance sur requête Hyper période: cycle d’ordonnancement: intervalle [0,PPCM(Pi)] pour tâches synchrones, [min(Oi), max(Oi,Oj+Dj) + 2 * PPCM(Pi)] sinon " Sporadiques : on connaît une borne minimale sur l’intervalle entre deux arrivées Apériodiques : tout ce qui ne rentre pas dans les deux catégories précédentes Synchronisations (donc blocages potentiels) Ressources partagées Précédences

6  R – le moment de la première requête d’exécution de la tâche,  C – la durée d’exécution maximale de la tâche, quand elle dispose du processeur pour elle seule (le coût d’exécution),  D – le délai critique acceptable pour l’exécution de la tâche (l’échéance),  P – la période, s’il s’agit d’une tâche périodique. [2]

7 Ordonnancements  Statiques pilotés par table ;  Statiques préemptifs basés sur des priorités ;  Dynamiques basés sur une planification de l’exécution ;  Dynamiques basés sur la notion du meilleur effort (best effort). Hors ligne En ligne Monoprocesseur Multiprocesseur

8 L’ordonnancement par priorités statiques :  Premier arrivé, premier servi (First-Come, First-Served – FCFS) où toutes les tâches ont la même priorité ;  le tour de rôle ou tourniquet (Round Robin – RR) ;  monotone par fréquences (Rate-Monotonic – RM) ;  monotone par échéances (« Invers Deadline » - ID, ou « Deadline Monotonic » -DM) L’ordonnancement par priorités dynamiques :  Earliest Deadline First – EDF ;  Least Slack Scheduling – LLS, ou Least Laxity First – LLF, ou Shortest Slack Time – SST.

9 Processus de résolution d’un problème d’ordonnancement

10 Rate Monotonic T 1 (R 1 =0, C 1 =3, P 1 =20), T 2 (R 2 =0, C 2 =2, P 2 =5) et T 3 (R 3 =0, C 3 =2, P 3 =10)

11 Deadline Monotonic T 1 (R 1 =0, C 1 =3, D 1 =7, P 1 =20), T 2 (R 2 =0, C 2 =2, D 2 =4, P 2 =5) et T 3 (R 3 =0, C 3 =2, D 3 =9, P 3 =10)

12 Earliest Deadline First T 1 (R 1 =0, C 1 =3, D 1 =7, P 1 =20), T 2 (R 2 =0, C 2 =2, D 2 =4, P 2 =5) et T 3 (R 3 =0, C 3 =1, D 3 =8, P 3 =10)

13 Least Laxity First τ 1( r 0 = 0, C = 3, D = 7, T = 20), τ 2( r 0 = 0, C = 2, D = 4, T = 5), τ 3( r 0 = 0,C = 1,D = 8, T = 10)

14 Least Laxity First  Nous définissons la laxité d’une instance comme étant la durée entre la fin de son exécution et son échéance. Lorsqu’une instance est activée, sa laxité correspond à son échéance moins sa durée d’exécution plus la somme des durées d’exécution restantes des instances de plus haute priorité. [3]

15

16 Ordonnancement des tâtes apériodiques  Background scheduling: first-come-first-served strategy Tâches périodiques

17 Polling server

18  Deferrable server  sporadic server  Slack stealing and joint scheduling techniques

19 Ordonnancement des tâches dépendantes  Contrainte de précedence qui correspend à la synchronisation et communication entre les tâches  Precedende avec ordonnancement par RM  Precedende avec ordonnancement par EDF  Contrainte d’exlusion mutuelle pour le partage des ressources, memoire et registres…

20 Multiprocessor Scheduling  Destiner pour résoudre les problèmes d’optimisation d’ordonnancement en ligne

21 Approches pour résoudre le problème  Partitionné 1. Partitionner les tâches en m sous-ensemble (nombre de processeurs) 2. Pas de migration de tâches d’un processeur vers un autre  Globale 1. Appliquer une stratégie unique d’ordonnancement 2. Autorisation de migration  Semi partitionné

22 Algorithmes d’ordonnancement partitionné  First-Fit  Next-Fit  Best-Fit  Worst-Fit

23 Algorithmes d’ordonnancement global  G-EDF  Pfair : optimal 1. Définir une fonction binaire 2. Introduire le décalage en temps (lag) [2]

24  DP-Fair : Deadline Partitionning Fair 1. Abstraction du T-L Plane 2. DP-WRAP : tâches sporadiques 3. LLREF : Largest Local Remaining Execution Time First 4. BF : Boundary Fair

25  Les algorithmes semi-partitionnes se situent entre ces deux extrêmes et proposent d'autoriser une migration contrôlée de certaines tâches. Ils peuvent donc être vus comme une amélioration des algorithmes partitionnes en ajoutant plus de flexibilité mais ils s'inspirent aussi des politiques globales. [2]  Proposer un compromis entre le taux d'utilisation maximum du système et le nombre de préemptions Algorithmes d’ordonnancement semi partitionné

26 Proposition  L’application du domaine d’intelligence artificielle sur l’ordonnancement temps réel par le biais des réseaux de neurones pour une meilleur optimisation [1]

27 Conclusion  Les algorithmes globaux ou semi partitionnés restent théoriques et ne tiennent généralement pas compte des surcoûts a l’exécution dû aux migrations, aux préemptions et aux temps de calcul de l'algorithme.  Intégrer et adapter ces ordonnanceurs à une machine virtuelle embarqué temps réel

28 [1] Yahyaoui Khadidja, L’apport des outils de lintelligence artificielle dans les systèmes temps réel: ordonnancement des tâches, université d’Oran 2013 [2] Dana - Mihaela ROHÁRIK VÎLCU, SYSTÈMES TEMPS RÉEL EMBARQUÉS, Ordonnancement optimal de tâches pour la consommation énergétique du processeur, Université Paris XII – Val de Marne 2004 [3] Frédéric Fauberteau1 Laurent George, Damien Masson,Serge Midonnet, Ordonnancement multiprocesseur global basé sur la laxité avec migrations restreintes, Saint-Étienne : France 2011 [4] Maxime Cheramy1, Anne-Marie Deplanche, and Pierre-Emmanuel Hladik,Ordonnancement temps réel, des politiques monoprocesseurs aux politiques multiprocesseurs, [5] Francis Cottet LISI/ENSMA, Joelle Delacroix Claude Kaiser, Zoubir Mammeri, Scheduling in Real-Time Systems, France 2002


Télécharger ppt "Algorithmes d’ordonnancement temps réel. Temps réel  « Un système Temps Réel est un système d'informations dont les corrections ne dépendent pas uniquement."

Présentations similaires


Annonces Google