Configuration and data scheduling techniques for executing dynamic applications onto multicontext reconfigurable systems

Resumen

Esta tesis versa sobre la planificación de aplicaciones dinámicas en arquitecturas reconfigurables multi-contexto. Las aplicaciones de nuestro interés, contrario a las de tipo estático, operan en entornos dinámicos debido a la interacción del usuario y a dependencias de datos. La aplicación debe ser capaz de responder a condiciones de ejecución variables, sabiendo que existen restricciones de tiempo real y consumo de potencia. El comportamiento dinámico de las aplicaciones objetivo hace que tanto las configuraciones como los datos requeridos sólo se conozcan en tiempo de ejecución. Mientras las configuraciones y los datos no estén disponibles en las memorias internas el sistema no puede proceder con la ejecución. Esta tesis busca reducir al máximo las paradas de ejecución mediante una planificación eficiente de las transferencias de configuraciones y datos. Proponemos un entorno de trabajo con una componente en tiempo de compilación que incluye herramientas de modelado, particionamiento y secuenciamiento de la aplicación para un escenario de ejecución tipo, que se estima mediante perfiles de la aplicación; y una componente de tiempo de ejecución que consiste en una técnica de cambio de configuraciones para ajustar la aplicación a las condiciones de ejecución imperantes, y un esquema de carga anticipada de datos guiado por un compromiso de rendimiento y potencia.Los resultados experimentales obtenidos demuestran las bondades de los algoritmos de planificación propuestos. Mediante el uso de los algoritmos de planificación estática, y las técnicas de tiempo de ejecución de cambio de contexto y carga anticipada de datos en aplicaciones reales como ray-tracing basada en octree, es posible lograr un tiempo de ejecución que bastante cercano al tiempo de ejecución obtenido cuando se implementa una precarga perfecta de datos. Para este mismo caso, el consumo de potencia debido a las transferencias de datos después de aplicar nuestras técnicas se reduce en una tercera parte.