Beschreibung
In den letzten Jahrzehnten hat die steigende Nachfrage nach hochentwickelten Echtzeitanwendungen mit komplexen Funktionen direkt zu einem exponentiell steigenden Stromverbrauch und deutlich erhöhten Systemtemperaturen geführt. Diese erhöhten Temperaturen und thermischen Schwankungen stellen eine große Herausforderung für die Systemzuverlässigkeit, Leistung, Kühlkosten und Leckagen dar. In diesem Buch werden die thermischen Managementfähigkeiten von zwei auf Fairness basierenden Algorithmen untersucht, nämlich Proportional Fair (PFair) und Deadline Partitioning Fair (DP-Fair). In der Fachliteratur wird die Einführung von Fairness oft als Mittel zur Erzielung von Optimalität in Multiprozessor-Planungsalgorithmen betrachtet. Diese Arbeit zeigt, dass diese Algorithmen im Vergleich zum allgemein verwendeten Earliest Deadline First (EDF)-Algorithmus unter ähnlichen Bedingungen sowohl in Einprozessor- als auch in Multiprozessor-Umgebungen ein besseres Wärmeprofil aufweisen. Es wird eine Simulation für ein Modell mit periodischen Aufgaben durchgeführt. Die erzielten Ergebnisse sind ermutigend und zeigen, dass die Verwendung von auf Fairness basierenden Algorithmen die Betriebstemperatur, die Spitzentemperatur und die thermischen Schwankungen reduziert.
Autorenporträt
Tayyaba Bokhari está ao serviço da Universidade de Lahore (UOL), Lahore, como Professora Assistente em Engenharia Electrotécnica, desde Março de 2013. Recebeu a sua BS Computer Engineering e MS Electrical Engineering da COMSATS, Paquistão. O seu interesse de investigação inclui sistemas incorporados em tempo real, computação sensível ao contexto em sistemas multi-core.
