Page 353 - 《软件学报》2020年第9期

2974 Journal of Software 软件学报 Vol.31, No.9, September 2020

Fig.6 Speedup of 10 CPU SPEC2006 benchmarks running concurrently with S-Bridge and without it,
the average 15.8% performance improvement can be achieved
图 6 CFS 在分别使能和关闭 S-Bridge 的情况下,10 个 CPU SPEC2006 测试程序的平均性能提升约 15.8%

Fig.7 Speedup of 10 CPU SPEC2006 benchmarks running concurrently with S-Bridge and without it,
the average 17.5% performance improvement can be achieved
图 7 CFS 在分别使能和关闭 S-Bridge 的情况下,10 个 CPU SPEC2006 测试程序的平均性能提升约 17.5%

4.2.3 S-Bridge 跟主流异构调度器的对比
本文以 big.LITTLE 处理器架构下的主流调度器 HMP 为基准进行 S-Bridge 效果的实验与对比,主要包括:
(1) S-Bridge 对 HMP 的影响
图 8(实验平台为 ARM 1B-1S,大小核的频率分别为 1.608G 和 0.72G,内核版本为 3.4)表示测试程序的平均
执行时间和执行时间的加速比:当 S-Bridge 使能时,所有程序的平均性能提升约 2.3%.最好情况下,basicmath_s
性能提升约 6%.其中有 3 个测试程序(lout_l,toast_l,rawcaudio_l)的性能略有下降,分别约为 0.37%,2.75%,2.51%.
当 S-Bridge 使能的时候,针对 HMP 调度算法虽然有效果,但整体不是特别的明显.在实验中,HMP 算法通过
S-Bridge 模型进行不同任务类型的适配.但是由于 S-Bridge 中对于任务的阶段类型没有进行细粒度学习和预
测,所以会影响到任务因子的适应性.在结果上,对于明显受益大核(比如 basicmath_s 和 qsort_large),效果会相对
明显;但是对于比如 toast_l 和 rawcaudio_l 这样的程序,整个程序没有特别明显地以计算密集或者访存密集为主,
而是阶段交替性出现不同的程序特征,由于阶段类型预测的自适应性没有支持,所以会影响到任务因子的评估