ARM big.LITTLE大小核架構在Linux和Android內核下多核調度算法
加入技術交流群
圖1. big.LITTLE SoCs的多核任務調度算法
早期的big.LITTLE軟模型才去簇遷移或者CPU遷移(cluster migration或者CPU migration)調度算法，即軟件在核間切換，但不能把所有的核同時運行。最新的軟件模型，全局任務調度(Global Task Scheduling)能同時使能所有的核，直接控制各核間的線程分配。大小核切換是使用動態電壓和頻率調整(dynamic voltage and frequency scaling (DVFS))方法讓任務在高電壓的大核和低電壓的小核間切換，進而提高各種負載情況下的能效。核間任務切換時間為30微秒，而DVFS驅動每50微秒評估OS和核。GTS算法下會根據線程的負載進行負荷均衡。以上多核任務調度算法都是在內核層次進行的，因而不用對用戶應用程序進行任何修改。
CPU遷移算法IKS – In Kernel Switcher (CPU Migration)
IKS是Linaro開發的適用于對稱的Cortex-A7和Cortex-A15核組的芯片。每一對Cortex-A7和Cortex-A15核組在Linux內核里被視為虛擬的對稱核。線程在互斥的兩個對稱核里運行，即要么在高性能的Cortex-A15內運行，要么在低功耗的Cortex-A7核內運行，即最高性能只取決于Cortex-A15的核。IKS算法在Linux內核里已經實現，容易測試和產品化。
圖2. IKS(4+4)和Cortex-A7和Cortex-A15核組架構圖
全局任務調度(Global Task Scheduling ,大小核MP/ big.LITTLE MP)
ARM開發的GTS算法也在Linaro里被稱為big.LITTLE MP。此算法下，所有的大小核在Linxu內核下都可見用于任務調度，日前的Linaro構建里都包含了該調度算法。
圖3. GTS(4+4)和Cortex-A7和Cortex-A15核組架構圖
相比IKS算法，GTS算法有如下的優勢：
- 更精細的核間負載控制，因為調度器Scheduler能直接切換核間任務，內核的額外開銷減少從而減少功耗；
- 調度器Scheduler里的實現相比基于cpufreq框架的實現決策更快，相比IKS大概有10%的性能提升。
- GTS支持非對稱的架構，如2個Cortex-A15核加上4個Cortex-A7核；
- 可以同時應用所有的峰值處理能力，如圖3中的處理能力為4個Cortex-A15核加上4個Cortex-A7核的處理能力。
big.LITTLE MP內核補丁能創建一個處理當前任務的Cortex-A15和Cortex-A7核列表，然后根據歷史負載統計分配并跟蹤每個任務并進行核間任務切換。高處理能力需求的往Cortex-A15轉移，而低處理能力需求的往低功耗的Cortex-A7核遷移。
表1. big.LITTLE IKS vs big.LITTLE MP(GTS)內核調度算法比較
big.LITTLE IKS CPU Migration | big.LITTLE MP、GTS | |
核配置 | Cortex-A15+Cortex-A7核對 | 任意數量的Cortex-A15核+Cortex-A7核，并且可以同時運行。 |
對內核影響 | 最低限度的修改，修改只應用于governor | 對內核修改較多，包括調度器scheduler、流程標注等 |
最大處理能力 | 所有的Cortex-A15 | 所有的Cortex-A15核+Cortex-A7核 |
任務切換 | 基于cpufreq框架 | 直接使用scheduler，10%性能提升； |
可用性 | 存在Linaro的每月構建里 | 存在Linaro的每月構建里 |
Kernel.org | 在3.11或者3.12里會存在 | 在后續的幾個季度內會上傳 |
以上的調度算法以Cortex-A15核+Cortex-A7核的多核SoCs為例，但更多的big.LITTLE SoCs可能采用ARM更新的Cortex-A57+ Cortex-A53的架構一樣適用。
總結
以上的big.LITTLE架構的任務調度算法已經在Linaro的構建里存在，并且有些算法在實際的系統中做了性能評估。如三星最新的Galaxy S4手機采用的是8核系統，即4個Cortex-A15核加上4個Cortex-A7核的系統已經采用基于簇的遷移算法。即便是采用性能最不經濟的cluster Migration算法在高通Qualcomm的多核Snapdragon系統中證明其能效的優越性。Samsung在Exynos 5中已經用Cortex-A7的能耗帶來了類似Cortex-A15級別的性能。
評論