About: Partitionnement temps réel multiprocesseur sous contraintes de qualité de service et d'énergie   Goto Sponge  NotDistinct  Permalink

An Entity of Type : rdac:C10001, within Data Space : data.idref.fr associated with source document(s)

AttributesValues
type
Thesis advisor
Praeses
Author
alternative label
  • Multiprocessor real-time partitioning with quality of service requirements and energy constraints
dc:subject
  • Thèses et écrits académiques
  • Qualité de service
  • Temps réel (informatique)
  • Multiprocesseurs
  • Partitionnement
  • Systèmes temps réels embarqués
preferred label
  • Partitionnement temps réel multiprocesseur sous contraintes de qualité de service et d'énergie
Language
Subject
dc:title
  • Partitionnement temps réel multiprocesseur sous contraintes de qualité de service et d'énergie
Degree granting institution
Opponent
note
  • Ces travaux de thèse s’inscrivent dans le domaine de l’informatique temps réel multiprocesseur contrainte par l’énergie. Ils visent à proposer des stratégies de partitionnement de tâches sur une plateforme constituée de processeurs identiques puis à mesurer leur performance par une étude de simulation. Ces stratégies se singularisent par leur flexibilité et facilité d’implémentation et ce, pour différents modèles de tâches : (i) à contraintes strictes/fermes, (ii) à échéances contraintes/à échéances sur requêtes, (iii) synchrones/asynchrones. La première partie de ces travaux vise à l’amélioration et la proposition de nouvelles stratégies de partitionnement pour des systèmes non contraint par l’énergie. La seconde partie se focalise sur les systèmes temps réel embarqués autonomes alimentés par l’énergie tirée de l’environnement (energy harvesting). Le modèle étudié considère que chaque processeur dispose de son propre réservoir d’énergie de taille donnée et que la puissance de la source environnementale ne varie pas au cours du temps. La validation par simulation des heuristiques de partitionnement proposées montre qu’il est possible d’atteindre un niveau de performance similaire à celui des approches de semi-partitionnement tout en s’affranchissant de leurs inconvénients, notamment des coûts de migration. Nous accompagnons ces stratégies d’un guide de choix en vue d’aider un concepteur dans la difficile tâche du dimensionnement de son système caractérisé par les réservoirs de stockage (batterie ou supercondensateur) et les récupérateurs d’énergie.
  • Thesis work fits in the area of multiprocessor realtime computing under energy constraints. It aims to propose partitioning strategies for tasks on a homogeneous multiprocessor platform and to measure their performance through simulations. These strategies stand out because of their flexibility and ease of implementation for different task models: (i) hard/firm real-time constraints, (ii) implicit/constrained deadlines, (iii) synchronous/asynchronous. First, we extend and propose new partitioning strategies for systems without energy considerations. The second part of the work focuses on energy harvesting real-time embedded systems saving energy from the environment. We assume that in the studied system model each processor of the platform has its own energy reservoir with given size and that the energy source module power does not vary over time. Simulation results show that the proposed partitioning heuristics exhibit similar performances as those that can be observed with semi-partitioning approaches without their drawbacks, in particular the migration costs. These strategies have been derived with a guide for the system helping the designer in the difficult task of choosing the best dimensioning of the system characterized by its energy storage units (battery or supercapacitor) and energy harvesting modules
dc:type
  • Text
http://iflastandar...bd/elements/P1001
rdaw:P10219
  • 2014
has content type
is primary topic of
is rdam:P30135 of
Faceted Search & Find service v1.13.91 as of Aug 16 2018


Alternative Linked Data Documents: ODE     Content Formats:       RDF       ODATA       Microdata      About   
This material is Open Knowledge   W3C Semantic Web Technology [RDF Data]
OpenLink Virtuoso version 07.20.3229 as of May 14 2019, on Linux (x86_64-pc-linux-gnu), Single-Server Edition (70 GB total memory)
Data on this page belongs to its respective rights holders.
Virtuoso Faceted Browser Copyright © 2009-2024 OpenLink Software