EDF Feasibility Analysis of Accelerated Tasks
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
This paper presents an extension of EDF feasibility analysis for tasks that invoke accelerators. For embedded systems with hard real-time deadlines, it is important to be able to verify that all of the tasks will meet their deadlines. A missed deadline could result in catastrophic behaviour of the system. Hence the importance of feasibility analysis of schedules. The scheduling policy to be analyzed in this paper is the Earliest Deadline First (EDF) policy. It is important in the realtime community because it makes optimal use of the processor. Also, using the deadline as a task's priority is a more natural way to specify the importance of tasks. EDF feasibility analysis is usually based on processor demand. The deadlines are sorted in chronological order. At each deadline, the demand on the processor since the starting point is analyzed to see if it exceeds the available processor time. The goal of this work is to extend and verify the feasibility analysis for systems in which hardware accelerators are used to speed up critical sections of the application. When a task uses an accelerator, it temporarily transfers the task's execution to another processor (the accelerator) which means that the main processor is available for use by a task of lower priority (later deadline). So the purpose of the extended feasibility analysis is to take into account the temporary parallelization of execution. For this work, a way to represent tasks using accelerators was developed and a new type of critical section was also defined. The critical section is used to extend processor demand analysis to tasks that use an accelerator during execution.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle