多核平台下计算任务的分派策略问题？

dhbellwyc 2007-04-09 01:39:58

我想了解一下，在多核平台下，就是当一个芯片上有多个CPU的时候，软件程序的计算任务具体哪个任务由哪个CPU执行的这个决策在底层也就是汇编层是由硬件来决定还是可以由软件来决定的啊？

...全文

553 2 打赏收藏转发到动态举报

写回复

2 条回复

切换为时间正序

请发表友善的回复…

发表回复

IntelSupport 2007-04-10

打赏
举报

回复

楼上说得很对，操作系统负责把线程或进程分配到核心工作。默认情况下，操作系统进行调度时会尽量把线程/进程调度到它上次运行的核心上运行，以提高性能。开发人员可以通过API或系统调用改变这种偏好

赖勇浩 2007-04-09

打赏
举报

回复

哪条线程或者进程分配到哪个核心执行是操作系统决定的，但程序员也可以通过一些API或者系统调用来干涉。

而哪条线程或者进程完成什么工作以达到负载均衡，就是由程序员自己决定了。

本文深入解析HiChatBox高性能语音交互系统的底层多核异构架构，揭示其如何通过ARM A核、M核、DSP与NPU的分工协作，实现180ms内响应、低至5mA待机功耗。涵盖核间通信、任务调度与实际工作流，展现嵌入式系统在语音处理中的高效协同机制。

数字信号处理（DSP）是嵌入式系统实现高性能实时计算的核心技术，其原理在于通过专用硬件和优化算法对模拟信号进行数字化分析与变换。在医疗影像、工业检测等对延迟极度敏感的领域，DSP的技术价值尤为凸显，它直接决定了系统能否实现毫秒乃至微秒级的实时响应。传统单核处理器难以满足此类高吞吐量、低延迟的计算需求，因此，多核DSP平台结合实时操作系统（RTOS）成为标准解决方案。本文聚焦于一个典型应用场景——实时超声图像处理，深入剖析如何利用多核DSP的并行计算能力，高效执行希尔伯特变换等核心算法，并设计基于消息队列的主

并行计算是提升嵌入式系统性能的核心技术，其原理在于将大型计算任务分解为多个可同时执行的子任务，通过多核处理器协同工作以实现性能的指数级增长。这项技术的核心价值在于突破单核性能瓶颈，满足信号处理、通信基础设施等高实时性、高吞吐量场景的需求。在实际工程中，开发者需要根据应用特点选择合适的并行处理模型，例如任务调度灵活的Master/Slave模型或数据流驱动的Data Flow模型。以德州仪器（TI）C66x等高性能DSP平台为例，多核编程的挑战不仅在于任务划分，更涉及复杂的进程间通信（IPC）、层次化内存管理

作者：禅与计算机程序设计艺术作为高性能计算领域最具人气的领域之一，云计算（Cloud Computing）已经成为近年来最热门的话题，云计算的主要目的就是利用廉价、稳定的服务器资源提升计算性能，尤其是在大数据处理、高性能计算方面。但随着云计算的普及，传统的硬件层面的调度策略也会受到越来越多应用场景的冲击。如今，各类超算中心、私有云平台均

英特尔边缘计算技术

568

社区成员

7,024

社区内容

发帖

与我相关

我的任务

社区管理员

加入社区

近7日
近30日
至今

加载中

查看更多榜单

社区公告

暂无公告

试试用AI创作助手写篇文章吧

+ 用AI写文章