多核处理器调度方法研究
多核处理器系统的任务调度优化算法设计
多核处理器系统的任务调度优化算法设计1. 引言多核处理器系统在现代计算机体系结构中发挥着至关重要的作用。
通过利用多个核心同时执行任务，多核处理器可以提供更高的效率和性能。
然而，为了充分利用多核处理器的潜力，需要设计高效的任务调度算法，以平衡负载、避免资源竞争，并最大限度地发挥多核处理器的并行性能。
2. 现有的任务调度算法目前已经有很多任务调度算法被提出和应用于多核处理器系统。
其中，最常见和经典的算法包括负载均衡调度算法、静态分配算法、动态分配算法和基于进程优先级的调度算法等。
负载均衡调度算法：负载均衡调度算法旨在将任务均匀地分配给多个核心，以使每个核心的负载尽可能平衡。
这些算法通常基于任务的执行时间、优先级等因素进行任务分配，如轮转调度、最小作业优先法等。
静态分配算法：静态分配算法在任务启动之前将任务静态地分配给各个核心，以充分利用处理器资源。
这些算法适用于任务有固定的执行次序或依赖关系的情况。
动态分配算法：动态分配算法根据任务的执行情况和处理器的负载状况，动态地将任务分配给处理器核心。
这些算法通常包括任务窃取和任务迁移等策略，以实现负载均衡和充分利用处理器资源。
基于进程优先级的调度算法：基于进程优先级的调度算法通过给任务分配优先级来决定任务的执行次序。
这些算法可以根据任务的优先级和各个处理器核心的负载情况动态地调整任务的执行次序，以实现最优的任务调度。
3. 任务调度优化算法设计为了进一步提高多核处理器系统的性能和效率，可以设计一种综合考虑负载均衡、资源利用率和响应时间等因素的任务调度优化算法。
下面是一个基于进程优先级和动态负载均衡策略的任务调度优化算法设计。
步骤1：初始化任务队列和处理器核心队列。
将所有待执行的任务和多个处理器核心分别放入两个队列中。
步骤2：计算任务优先级。
根据任务的属性、执行时间和依赖关系等因素计算每个任务的优先级，并按照优先级进行排列。
步骤3：负载均衡策略。
从任务队列中选择一个任务，根据处理器核心的负载情况将该任务分配给合适的处理器核心。
操作系统中的多核处理器调度算法比较
操作系统中的多核处理器调度算法比较随着计算机技术的发展和进步，多核处理器已经成为了当今计算系统的一种主流架构。
多核处理器的使用可以显著提高计算机的性能，但同时也带来了一些新的问题，例如如何合理地调度多核处理器上的任务，以最大化系统的吞吐量和响应速度。
为了解决这个问题，操作系统中涌现出了各种不同的多核处理器调度算法。
本文将比较几种常见的多核处理器调度算法，包括抢占式和非抢占式调度，静态和动态优先级调度等。
1. 抢占式调度算法抢占式调度算法是一种可被中断的调度算法，在多核处理器上能够及时响应高优先级任务的到来，并通过抢占低优先级任务的方式将CPU资源分配给高优先级任务。
常见的抢占式调度算法有最短作业优先（SJF）、最短剩余时间优先（SRTF）和最高响应比优先（HRRN）等。
SJF算法是基于任务执行时间的短暂程度作为调度依据，总是选择执行时间最短的任务进行调度。
这种算法能够最大程度地减少任务的等待时间和响应时间，但是对于长任务可能会导致其他任务的饥饿现象。
SRTF算法是SJF算法的改进版本，它在任务到达时动态地调整任务的执行顺序。
SRTF算法会检测当前正在执行的任务的剩余执行时间，如果新来的任务的剩余执行时间比当前执行的任务短，则中断当前任务并将CPU资源分配给新任务。
通过动态调整任务的执行顺序，SRTF 算法能够更好地响应新任务，但是也会引入一定的上下文切换开销。
HRRN算法是根据任务的等待时间和执行时间比值来做出调度决策。
该算法优先选择等待时间较长且执行时间较短的任务，以保证长任务不会饥饿其他任务。
2. 非抢占式调度算法非抢占式调度算法是一种不可被中断的调度算法，在多核处理器上，任务一旦分配到某个核心上，就会一直执行直至完成。
常见的非抢占式调度算法有先来先服务（FCFS）和轮转调度（Round Robin）等。
FCFS算法按照任务到达的先后顺序进行调度，即先到达的任务先执行。
这种算法简单易懂，但是当一个长任务到达时，会导致其他任务的等待时间过长，从而影响整个系统的响应速度。
多核环境下虚拟机VCPU调度研究问题与挑战
支持不对称多核
• 虚拟机系统的两级调度框架决定了要在虚拟机系统中实现 对不对称核的支持, 虚拟机监视器和客户操作系统都应该 进行相应的优化. 优化包括2个方面: 一是建立不对称感知 的机制, 二是对调度算法优化, 使其支持核的不对称性。 • Kazempour 等人提出了基于Xen的核不对称感知的VCPU 调度机制.这个机制主要提供了3点对客户操作系统的支持: . 3 : 1) 使所有VCPU能够公平地共享快物理核; 2) 支持客户操作系统的不对称感知; 3) 支持有权使用快核的优先级.
现有的解决机制及未来的研究方向
• 桥接语义缝隙 • 消除同步机制的性能影响 • 合理利用cache共享 • 支持不对称多核
桥语义缝隙
• Boosting机制 1)Xen的Credit 调度器增加了所谓的“boosting”机制。 “boosting”机制利用IO受限型负载的基本特性识别IO受 限型负载并给予运行IO受限型负载的VCPU以相对高的优 先级, 提高了响应性。 2)Credit 调度器为VCPU提供了3种优先级:boost, under 和 over, 其中, boost 优先级最高, 而over 优先级最低。 3)这个机制的前提是一个VCPU仅运行IO受限型任务, 因此, 对于混合负载的虚拟机, boosting机制就失效了。
共享cache问题
• 多核处理器的各个核之间, 通常共享最后一级cache。 • 任务或线程对cache的共享分为2类: 一类为干涉性共享; 另一类为有益性共享。 • 对于有数据共享的多个并行线程, 将它们调度在共享最后 一级cache的各个核上, 会有效地提高系统性能. 近年来, 已经有大量研究关于线程间如何有效、公平地共享cache 这一珍贵资源, 但在虚拟机系统中,由于VCPU调度器不能 直接建立线程与物理处理单元的映射关系, 它所采用的调 度策略可能是与客户操作系统的调度策略相背离的, 因此 会抵消客户操作系统所作的努力. • VCPU调度器如何实现任务间或者线程间对cache有益的 共享, 充分发挥多核处理器的潜力, 是一个大的挑战.
面向动态异构多核处理器的公平性任务调度研究
公平性任务调度算法的优化和改进
优化目标：提高调度效率，保证公平性
添加标题
优化方法：采用动态优先级调度算法，根据任务优先级和资源需求进行调度
添加标题
改进策略：引入任务预测机制，提前预测任务需求，提高调度准确性
添加标题
实验结果：对比不同调度算法，验证优化和改进策略的有效性
添加标题
面向动态异构多核处理器的公平性任务调度算法设计
测试工具：使用GCC编译器，Valgrind内存检测工具，CMake构建工具
测试方法：采用随机生成任务和负载，模拟实际应用场景进行测试
实验设计和实验过程
实验目的：验证公平性任务调度算法的有效性和性能
实验方法：模拟实际应用场景，比较不同调度算法的性能
实验数据：收集任务执行时间、处
讨论：对实验结果的深入分析和讨论，提出改进建议和未来研究方向
总结与展望
研究成果总结
未来研究方向和展望
研究动态异构多核处理器的公平性任务调度算法
探讨如何将任务调度技术与其他领域相结合，如人工智能、大数据等
研究如何优化任务调度策略，以适应不同的应用场景
探索如何提高任务调度的效率和性能
THANK YOU
动态异构多核处理器的发展历程和应用场景
发展历程：从单核处理器到多核处理器，再到动态异构多核处理器
应用场景：高性能计算、大数据处理、人工智能等领域
技术特点：动态调整处理器核心数量和类型，以适应不同的计算任务需求
挑战与机遇：如何实现处理器资源的高效利用和任务的公平调度
动态异构多核处理器面临的挑战
性能优化：如何在保证系统稳定性的前提下，提高处理器的性能？
汇报人：
算法设计的基本原则和思路
多核处理器的任务分配算法研究
多核处理器的任务分配算法研究多核处理器是一种集成了多个核心的处理器，它可以同时执行多个任务。
在当今高性能计算和嵌入式系统中得到广泛应用。
然而，多核处理器中任务的分配是一项挑战性的问题。
本文将探讨多核处理器的任务分配算法研究。
1. 引言随着计算机技术的发展，多核处理器成为了提升计算性能的重要手段。
但是，多核处理器中任务的分配问题对其性能的影响不可忽视。
良好的任务分配算法可以充分利用多核处理器的并行性能，提高系统的效率和响应时间。
2. 任务分配算法分类任务分配算法可以分为静态和动态两种类型。
静态任务分配算法在系统启动时就确定了任务在各个处理核心上的分配，而动态任务分配算法则会根据系统状态和任务需求进行动态调整。
3. 静态任务分配算法静态任务分配算法包括贪心算法、遗传算法和线性规划算法等。
贪心算法通常会根据任务的计算量和优先级进行选择，将任务分配给性能最好的核心。
遗传算法则使用优化算法来求解最佳任务分配方案。
线性规划算法则将任务分配问题转化为线性规划模型，并采用线性规划的方法求解最优解。
4. 动态任务分配算法动态任务分配算法可以根据系统负载和性能需求进行实时的任务重分配。
常见的动态任务分配算法包括负载均衡算法、时序调度算法和自适应算法等。
负载均衡算法通过监测各个处理核心的负载情况，将任务重新分配给空闲或负载较低的核心。
时序调度算法则根据任务的截止时间和优先级，进行动态的调度和分配。
自适应算法则利用反馈机制根据任务的执行效果调整任务的分配策略。
5. 多核处理器的任务分配挑战多核处理器的任务分配算法面临着一些挑战。
首先，任务的不确定性会导致任务分配算法效果不稳定。
其次，多核处理器中的任务之间存在数据通信的开销，合理的任务分配算法应该尽量减少通信开销。
此外，多核处理器中各个核心的计算能力不同，任务分配算法应该考虑到核心的异构性。
6. 未来发展方向未来的多核处理器任务分配算法研究可以从多个方面展开。
首先，研究人员可以对任务的调度和分配策略进行进一步优化，提高系统的性能和效率。
基于利用率和负载均衡的多核实时调度算法研究
法 。和传统的分区调度算法不同的是 ， 将任务划分 为周期任务和非周期任务 。对于周期任务 ， 在进行 分区时根据其利用率因子的大小进行总体规划 ， 以
满足负载均衡和最大利用率为 目的； 对于非周期任 务则根据其到达时间 、 执行时间 以及死 限要求进行
Ｄ ａｌ ｅ ｉｔ Ｊ ｅｄ ｎ ｒ ） 。目前有许多文献都在如何提高 ｉ Ｆ ｓ
分 区算法利用率方面进行研究 。如文献 ［ ］ ４ 根据对 多处理器下 的 Ｒ Ｒ ｔ Ｍ ｎｔ ｉ） 调度条件 和 Ｍ（ ａ ． ｏｏ ｎｃ 可 ｅ ｏ 任务分配算法进行 了研究与分析 ， 对基于 Ｒ 的 四 Ｍ 种分区算法进行了比较 。文献 ［ ］ ５ 在分区时允许任 务抢 占和限定性迁移 以提高系统利用率。文献 ［ ， ６ ７ 找出了一种需求界限函数 （ Ｂ ） 根据该 函数 的 ］ ＤＦ ， 近似值进行分 区。文献 ［ ］ ８ 采用将分区和全局调度
段以负载均衡为原则， 根据处理器数选择利用率总和等于 ｌ 或接近于 １ 的任务进行分配， 并且在此阶 段对 于未达到 充分利 用的处理 器 ， 选取 可能调 度 的零 星任 务 ， 对任 务 进行 再 次重新 分 配 ， 以达 到 负载 均衡和系统最大利用率。实验证明， 该算法在 实现最大利用率的前提下能很好地达到 负载均衡。
优势就是要为实时系统提供强有力 的处理支持 ， 为 实时 多任 务 系统 的可调 度性 提供 保 障 。 目前 多处 理 器实 时调 度方 法 主要 分 为 两 类 ： 局 调 度 和 分 区调 全 度算 法 。全局 调 度算法 的思想 是所 有任 务共 享所 有 处理器 ， 任务允许迁移。这种调度算法虽然处理器 利用率高但执行开销较大 ， 典型算法如 Ｇ Ｄ （ ｌ — Ｅ Ｆ Ｇｏ ｂ
针对异构多核计算机的任务调度和优化策略研究
针对异构多核计算机的任务调度和优化策略研究随着计算机技术的不断发展，多核处理器的应用越来越广泛，异构多核处理器更是在专用领域得到了广泛应用。
单一核处理器的局限性已经越来越明显，而异构多核处理器可以在同一颗芯片上集成多种不同的处理器核心，从而提高计算机性能和能效，因此，它成为了当前的研究热点之一。
针对异构多核计算机的任务调度和优化策略研究是非常有必要的。
一、异构多核处理器的优点异构多核处理器是由多种不同的处理器核心组成的，每种核心专门用于处理不同类型的操作，如CPU核心用于处理通用指令，而GPU核心用于处理图形计算，NPU核心用于处理神经网络等。
这种异构多核设计具有以下优点：1. 处理器核心的专业化，可以提高处理器的效率。
2. 可以对不同类型的任务进行分配，并行处理，从而提高运算速度。
3. 可以根据不同任务的需要动态地分配处理器核心，使得处理器核心的利用率提高。
二、异构多核处理器的任务调度问题异构多核处理器的优点是显而易见的，但是面对任务调度问题却非常复杂。
在任务调度方面，异构多核处理器与传统的单一核处理器有很大不同。
在单一核处理器中，计算机只需要考虑如何调度一个任务，而在异构多核处理器中需要考虑如何调度多个不同类型的任务。
异构多核处理器的任务调度复杂性导致了许多研究问题的产生，例如任务分配，负载均衡，以及任务切换等问题。
1. 任务分配问题任务分配是异构多核处理器中的一个基本问题，主要是需要根据任务的类型和处理器核心的类型将任务分配给适合的处理器核心。
任务分配的目的是使得处理器核心的利用率最高，同时减少任务调度的次数。
任务分配可以通过调用API实现，系统会根据当前处理器核心的工作状态进行任务分配。
2. 负载均衡问题异构多核处理器的另一个问题是负载均衡。
负载均衡问题是指如何将负载分配给异构多核处理器上的所有处理器核心。
负载均衡问题与任务分配问题有些相似，但是它需要考虑负载的大小和处理器核心在当前时间点的工作状态。
基于多核处理器的节能任务调度方法
Ｅｎ ｒ ｙ ｅ ｃｅ ｔＴａ ｋ Ｓ ｈ ｄ ｌ ｇ Ａｐ ｒ ａ ｈ ｆ ｒ Ｍ ｕ ｔ－ ｏ ｅ Ｐ ｏ ｅ ｓ ｒ ｅ ｇ －ｆ ｉｎ ｓ ｃ ｅ ｕ ｉ ｐ ｏ ｃ ｏ ｉ ｎ ｌｉｃ ｒ ｒ ｃ ｓｏ ｓ
ＹＥ ａ ｇ ｈ ａ，ＺＵＯ ａ —ｈ Ｃｈ ｎ — ｕ Ｃｈ ｏ ｓ ｕ
ｃｅｔ ａｋｓｈ ｄ ｌ ｇａ ｐｏ ｃ ａｅ ｎ ｄｎ ｍ ｃｖｌ ｇ ｃｌ ｇ Ｄ Ｓ ａ ｅｉｎｄ Ｂ ｓｄ ｏ ｎ ｅ ｉ ｓ ｃ ｅｕｉ ｐ ｒａｈｂ ｓｄｏ ｙ ａ ｉ ｏ ａｅｓａｉ （ Ｖ ）ｗ ｓｄ ｓ ｅ ． ａｅ ｎ ｉｄ — ｎｔ ｎ ｔ ｎ ｇ
ｐ ｎ ｅ ｔａｋ ｒｄ ｃｄｂ ｅＲ Ａ ｇｒ ｈ ｔ ｐ ｒａｈｔ ｋｇｎ ｔ ｌ ｒｈ Ｇ ｅ ｄ ｎ ｔ ｓ ｏ ｕ ｅ ｙ ｈ Ｄ Ｇ ａ ｏｉ ｍ， ｅａ ｐｏｃ ｏ ｅｅｉ ａ ｏｉ ｍ（ Ａ）ｔ ｇｔｈ ｐｉ ｓ ｐ ｔ ｌ ｔ ｈ ｏ ｃ ｇ ｔ ｏ ｅ ｔｅｏｔ —
针对周 期任 务 的多处理 器节 能调度 算法 。该算 法通
０ 引 言
近年来 ， 随着 无线 和移定 了最 低 处 理器 调 度 要 求 ， 满 足 可 在
调度性 的条件 下 动态 缩 放 各个 处 理 器 电压 ， 而 降 从
低 了整个 系统 的能 耗 。Ｌｕ等 提 出了一 种 针 对 流 ｉ
（ ｃ ｎｅａ ｄＴ ｅｏｏ ｇ ｎＣ ｍ ｕ ｉ ｔ ｎＳｃｒｙＬ ｂｒｔ ｙ Ｃ ｅ ｇｕ６０ ４ ， ｈｎ ） Ｓｉ ｃ ｎ ｅｈｎｌ ｙｏ ｏ ｍ ｎ ａ ｏ ｅｕｉ ａｏａ ｒ， ｈｎｄ １０ １ Ｃ ｉａ ｅ ｏ ｃｉ ｔ ｏ
Ａｂｓｒ ｃ ：Ｒｅａ ｅ ｏ ｔ ａｅｙ ｏ ｙ ｔｍ ｎ ｈ ｏ ｔｏ ｏ ｌｎ ｓ ｖ ｎ ｎ ｒｙ ｈ ｓｂｅ ｎ ａ ｍｐｏｔ ｎ ｓ ｔａ ｔ ｌ ｔｄ ｔ ｈｅ ｓ ｆｔ ｆｓ ｓｅ ａ ｄ ｔ ｅ ｃ ｓ ｆｃ ｏｉ ｇ， ａ ｉ ｇ ｅ ｅ ｇ ａ ｅ ｎ ｉ ｒａ ｔｉ－ ｓ ｅ Ｆｏ ｒｏ ｉ ａ ｄ ｒ ａ —ｉ ａ ｋ ｔ ｐ ｎ ｅ ｅ ｒ ｎ ｎｇ ｏ ｌｉｃ ｒ ｒ ｃ ｓ ｏ ｓ ａ ｎ ｒ —ｆｉ ｕ ． ｒｐｅ ｉｄ ｃ ｈ ｒ ｅ ｌｔｍｅ ｔｓ ｓ ｗｉ ｄｅ ｅ ｄ ｎｃ ｕ ｎｉ ｎ ｍｕ ｔ—ｏ ｅ ｐ ｏ ｅ ｓ ｒ ， ｎ ｅ ｅ ｇ ｅｆ— ｈ ｙ
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
多核处理器调度方法研究
【摘要】在多核处理器蓬勃发展的今天，温度过高成为制约其性能和稳定的关键因素。
本文首先在单核处理器上，以热传递理论为基础，以温度与时间的一个简明等式详细分析了任务组的各种排列方式对单核处理器的峰值温度可能造成的影响，并提出了简单易行免于复杂计算的调度方法；然后将该方法拓展到多核处理器环境，通过合理分配、核上调度和核间迁移，达到了降低各核峰值温度的目的。
【关键词】多核；温度感知；调度；热传递
0.引言
多核处理器是当前及未来处理器发展的主要趋势。
单个处理器中集成的核的数量已经由两个发展到四个、八个甚至更多。
核的数量的增多提高了处理器的计算能力，但也带来了处理器功耗过大和温度过高的问题。
有一些研究致力于减少多核处理器的功耗，而另一些研究则着眼于解决温度过高的问题。
功耗问题和温度问题并不完全相同，两个处理器的功耗总量相同时温度的变化曲线却不一定相同。
减耗的直接目的是节能，通过减耗有可能间接实现降温的目的，但不能保证没有温度过高的时刻。
一个过高的温度会直接导致处理器性能降低及故障率升高，所以相对而言，降低温度比减少功耗有更为重要的意义。
本文着眼于解决峰值温度过高的问题。
为了解决这一问题，在硬件上一般常采用动态电压调节(DVS)和clock gating 等技术。
DVS适时地降低电压与频率以减少功耗，clock gating当温度达到某个阈值时暂时停止指令的执行。
这两种方法尤其是后者严重牺牲了处理器性能，只能在必要时刻合理使用。
国内外也有一些文献提出软件方法，但往往没有与温度直接相关的模型，或只是通过简单的迁移进程来降温，而且常以取得较低的平均温度或平坦的温度曲线为目标。
然而为保证处理器正常工作，重要的是保证温度不超过某个阈值，平均温度的高低相对次要。
有实验表明，不同任务对处理器的温度有不同程度的影响，其差别甚至十分巨大，所以通过任务在不同核间切换和单个核上的调度降低处理器的峰值温度是可行。
本文以数字温度传感器(DTS)为硬件基础, 以基于热传递原理的模型为理论出发点，以任务调度为手段，以降低处理器的峰值温度为目标。
首先探讨任务调度在单核上的性质，提出了热优先排序和冷任务插入方法，然后将得到的结论扩展为多核，提出了任务分配原则和冷任务迁入方法。
该方法性能损失较小，而且可与DVS和clock gating方法共同使用。
1.多核调度
多核调度是单核调度的扩展，多核处理器每个核上的调度都保有上节所讲的性质。
多核调度从一般可以分为全局调度和局部调度。
目前局部调度应用较广泛，本文采用局部调度，将调度步骤主要划分为分配、核上调度和核间迁移。
1.1分配
矩阵（3）中每个任务Pi都能找到最小的稳定温度Tij，对应的核是Cj，最直观的做法就是把Pi分配到Cj上。
但是，这样做很可能导致某些核拥挤而其他核空闲，所以有时需要做次优选择。
当任务选择的核上已经有明显多于其他核的任务数量时，就要选择对应于第二小稳定温度的核。
本文中选取多出25%的比例为限。
这并非随意的选取，因为Linux用于多处理器的负载平衡器也是这样做的，我们相信有充分的道理。
但不能依赖Linux或其他操作系统本身的负载平衡功能，因为它们不具备温度感知能力。
1.2 核上调度
首先将核上任务按稳定状态温度由大到小排为一列（或者参考Linux 2.6的O（1）调度算法的数据结构），依次运行；每完成一个任务，比较当前温度与队尾任务的稳定温度，如果当前温度较大，则由队尾继续向队头方向的任务比较，直到等于或小于时，此时一般可将尾部所有稳定温度比当前温度小任务的全部按原序插入当前任务后，继续执行。
1.3核间迁移
一般情况下不应频繁的迁移任务，但是如果有核的温度太过，超过了某个阈值，而本核队尾又没有冷任务时，不得不通过迁移来降温。
过去解决该问题时，往往只是把过热的核上的一些任务迁移到温度最低的核上，但迁移常比较盲目，迁出太多会使负载不平衡，本核空闲，效率降低，迁出“热”的任务会加重别的核的负担，迁出“冷”的任务反而丧失了自降温的可能，而且那些作为目标的温度最低的核之后也许温度会升很快。
的另有文献通过公式预测来寻找合适的迁移对象，但计算成本较高。
本文另辟蹊径，不迁出，反而尝试通过冷任务迁入来降温。
冷任务不能在各个核的队尾寻找，因为队尾的冷任务常常被提前插入到队头。
我们设计用一个简单的计数器，记录被提前的冷任务的数量，每完成一个任务，计数器就减一，归零后不再减。
通过计数器就可以从队头或队尾（当计数器为零时）找到别的核上最冷的，然后比较其在本核的稳定温度和本核的当前温度，由于核的硬件差异，别核最冷在本核未必最冷，所以可以多比较几个。
为保持平衡，分别从各核选取，单个核不应选过多。
如只选一个，选最冷的，否则按由热到冷顺序迁入（性质3）。
2.结论
为降低多核处理器的峰值温度，本文基于热传递理论，根据温度-时间等式，首先研究了任务的不同排列在单核上的性质，提出了可以降低峰值的方式，并给以证明；然后再分析了多核的环境下任务选择核的原则，并提出了用迁入冷任务来给热核降温的具体做法。
文本的调度方法有坚实的理论基础，而且通过运行时的动态调整，通过简单的比较，避免了复杂的运算。
实验表明，该方法是有效的。
■。