系统分区 嵌入式系统之系统分区（system partition）详解

系统划分

映射

概念

从上图可以看出，提高系统性能的方法有三种:改进体系结构、重写应用程序和使用不同的策略。

映射是将行为层次转化为结构和执行。

最后，它包括分区和映射。分区就是分配(选择模块)和绑定(给组件一些功能)；映射包括绑定和调度(执行顺序)。最后，将执行综合结果。其实就是我们选择什么设备，它会执行什么功能，执行顺序是什么。这就是过程。

抽象层次

低级:RTL或网表。将数字电路映射到特定设备(FPGA、ASIC)；系统参数(如面积、延时)相对容易决定。

高级:系统级。选择最优设计(例如，空之间的尺寸)；难以理解或决定的系统参数(通过一些模型、分析、模拟和原型实现)。

比如我们遇到这样一个问题:我们是把所有的任务放在一个CPU上还是平衡负载？最后发现负载均衡是省电和实现更好并行化的最佳途径。但是当然也不能说这样的均衡后效果会大幅度提高N倍，问题还是很多的。比如数据一致性，所以分配任务的时候要非常注意这个问题。

上图其实是映射关系:N对1，一对一。

这里要考虑以下几个问题:成本:用了多少处理器？延迟:是频率，当然越快越好。能在最短的时间内解决问题。但这两件事是矛盾的。我们要增加成本，减少延迟；反之亦然，达拉斯到礼堂当我们进行设计时，我们需要提出一些约束条件，使设计得到最优解。

用下图展示一下:

假设任务长度都一样，我们发现如果只用一个cpu，延迟已经超过了我们的要求，使用四核可以很好的满足我们的要求。

代价函数

对于成本函数，我们首先定义一些变量。系统成本[美元]，延迟[秒]，功耗[瓦].然后我们对这三者都有一个估计函数，然后我们可以得到:

在这里，我们可以看到，我们为这个函数加权了不同的变量，我们需要的是优化。

所以有一个问题:

分离法

测定方法(exat法)

枚举法

枚举就是一个个列出来，然后找到最好的。这就是枚举，说到大数据就很让人沮丧。

整数线性程序

ILP是一种多目标优化算法，非常重要。接下来将详细描述该算法。

这里说一下ILP的组成部分:成本函数和约束函数。我们的目标是在满足约束条件下最小化成本函数。

接下来说一下0/1 IP问题，就是加权系数是0还是1。

举个例子比什么都好:

让我们把这个问题变成一个一般性的问题:

这里有一个例子:

使用ILP的好处是可以增加约束，现在很多人都在用这种方法。

关于上面的实际问题，我们如何列出代码？

这种方法也可以用来最大化问题:

整数规划是一个完全的NP问题。实际上，运行时间可能会呈指数级增长，但可以解决数千个变量。IP模型可以作为启发式优化方法的起点。

接下来举个例子，你就更了解ILP了。

Matlab代码如下:

运行结果如下:

启发式方法

建设性方法

随机映射

分层聚类

迭代方法

克尼根-林算法

模拟退火

进化算法

相关建议:

1.

2.

3.

4.

5.