-
在能耗约束下提升性能,降低成本
-
在考虑容错(可靠性)的约束下提升性能,降低成本
-
两者约束前提下提升性能降低成本(未实现)
-
将任务通过K-Means分类后为任务排序
-
遍历任务队列,对当前任务计算当前任务的能耗约束
-
遍历每个节点获得Node
-
判断Node类型与Task是否一致,一致继续
-
计算任务在当前节点执行的能耗大小并添加进队列中
-
遍历整个符合能耗约束的节点,选择EFT最小(调度长度)的,即执行时间最小的(降低成本)
-
完成所有任务后计算SL(G)与全局能耗以及成本作为实验依据
- 分类后的任务排序
- 其中任务在所有节点的平均执行时间
- 任务在单节点上的执行时间为
- 子任务能耗约束=总能耗约束-前者消耗能耗-后者预分配能耗值
- 其中前者的能耗
- 后者的能耗值为预分配最小的能耗,即以最低频率选择能耗最小的节点上执行的能耗值
- 任务调度长度为SL(G)=minEFT(nexit)
- 实际上AFT
- 计算最终的真是能耗结果
- 子任务可靠性约束
- 其中预分配的可靠性为
- 成本模型