-
État de l'art : Document, sources LaTeX
-
HIPPEROS : Actuellement en stage chez HIPPEROS Je prévois d'implémenter [update : changement de scheduler]U-EDF.
-
Divers IDE, outils :
-
Zotero is the only research tool that automatically senses content in your web browser, allowing you to add it to your personal library with a single click. Whether you're searching for a preprint on arXiv.org, a journal article from JSTOR, a news story from the New York Times, or a book from your university library catalog, Zotero has you covered with support for thousands of sites.
-
texStudio : est un éditeur LaTeX pratique, portable.
-
jetBrains IDE (CLion)
The problem of scheduling multiple tasks on multiple processors and multi-core platforms has been widely studied by the real-time scheduling community in recent years. The traditional (and industry standard) approach to this problem is to split the set of tasks into partitions and schedule each partition on each processor independently. However, this approach leads to wasted processor time due to the impossibility of balancing load perfectly between all partitions. Wasted cpu cycles leads to platform over-provisioning and therefore additional costs for all kinds of devices in which multi-processor scheduling is necessary.
By contrast, global scheduling techniques allow processes to be preempted on one processor and re-scheduled on another processor. This range of techniques offers potentially greater efficiency than the widely used partitioned techniques. A number of interesting algorithms for the global scheduling problem have been proposed, such as DP-Wrap [1], RUN [2] and U-EDF [3]. However, such algorithms are more complex than traditional ones. References
[1] Greg Levin, Shelby Funk, Caitlin Sadowski, Ian Pye, and Scott Brandt. DP-FAIR: A simple model for understanding optimal multiprocessor scheduling. 22nd Euromicro Conference on Real-Time Systems (ECRTS), pp. 3-13, IEEE, 2010.
[2] Paul Regnier, George Lima, Ernesto Massa, Greg Levin, and Scott Brandt. RUN: Optimal multiprocessor real-time scheduling via reduction to uniprocessor. 32nd Real-Time Systems Symposium (RTSS), pp. 104-115, IEEE, 2011.
[3] Geoffrey Nelissen, Vandy Berten, Vincent Nélis, Joël Goossens, and Dragomir Milojevic. U-EDF: An unfair but optimal multiprocessor scheduling algorithm for sporadic tasks. 24th Euromicro Conference on Real-Time Systems (ECRTS), pp. 13-23, IEEE, 2012.
[4] Antonio Paolillo, Olivier Desenfans, Vladimir Svoboda, Joël Goossens, and Ben Rodriguez. A new configurable and parallel embedded real-time micro-kernel for multi-core platforms. OSPERT, 2015.
[5] The HIPPEROS Real-Time Operating System: https://www.mpi-sws.org/~bbb/events/ospert15/pdf/ospert15-p25.pdf
Le problème de l'ordonnancement des tâches dans un système d'exploitation est central : il a un impact majeur dans la gestion des ressources. En effet, même si les applications sont sobres individuellement, dans le cas où l'ordonnanceur n'offre pas une utilisation optimisée des ressources, alors il en résultera un gaspillage tant d'énergie que d'infrastructure.
Malgré l'existence d'ordonnanceurs multi-processeurs globaux optimaux décrits dans la littérature scientifique, l'industrie continue à ce jour à préférer des solutions mono-processeurs voire multi-processeurs partitionnées plus simples, éprouvées mais moins efficaces. Ainsi, les conditions, les contraintes, et les effets de la mise en œuvre pratique de tels ordonnanceurs restent mal connus.Le présent document expose cette problématique, puis propose un état de l'art embrassant l'éventail des ordonnanceurs mono-processeurs, multiprocesseurs partitionnés jusqu'aux multi-processeurs globaux connus.
Le projet final étant d'implémenter un ordonnanceur au sein du système d'exploitation temps réel HIPPEROS, pour analyser ses performances en situation réelle, cet état de l'art permet de motiver le choix de l'ordonnanceur étudié : il s'agira de U-EDF.
J'ai décidé de changer de scheduler. J'implémente u-edf. Je me base sur 3 documents pour le moment afin de voir comment procéder : La thèse de G. Nelissen, avec la description de l'algo, plus un papier où il est annoncé, plus un papier où il est prouvé comme optimal.
Actuellement, en suivant le papier, je pense avoir une meilleure compréhension de l'algo. Il me reste à l'étudier avec des exemples afin de trouver les optimisations/adaptations possibles en utilisation. Je dois noter une remarque importante : je considère le multiproc en mode single thread. Pas de multithread pour le moment. Donc une tâche créé des jobs qui sont une instance de la tâche, pas un set de threads rattachés à la tâche/au processus. Cela diffère de la taxonomie HIPPEROS actuelle.
- Rédiger état de l'art (échéance 21/08/2017)
- Corriger état de l'art (il reste des tas de petites erreurs stupides)
- Présenter état de l'art (25/08/2017)
- Ajouter un CMake pour compiler mes documents LaTeX
- Faire des exemples manuels d'UEDF
- Trouver des exemples pertinents à utiliser pour des tests
- Trouver des invariants pertinents à tester à certains moments de l'algo
- Implémenter U-EDF
- Faire un simulateur Python pour comparer les schedules avec la théorie
- Automatiser la création de set de tâches pour organiser des benchmarks
- Trouver des points importants à comparer
Sur les tests classiques du scheduler, je rencontre quelques difficultés :
Le scheduler a besoin d'un wcet pour pouvoir scheduler la tâche. Le scheduler "regarde" la faisabilité du set avant de scheduler (pas les autres). Cela engage des modifications et tests sur les tests. Actuellement, j'ai choisi un gap de 30 pour la deadline (soit 1/30 + 1/31...) car je suis dans une implémentation 4 coeurs. Cela ne fonctionnerait pas avec 2 coeurs. Les limites semblent être vers 30000 de gap (1/30000 + 1/30001 ...) : les allot/time descendent fort et ne sont plus ~= wcet. Ça doit venir du shift. La valeur du shift n'est pas évidente à trouver, par conséquent. En théorie, on n'a pas ce pb, évidemment...
React
Typescript
Django
Laravel
Facebook
Microsoft
Google
Alibaba
D3
Tencent