Please use this identifier to cite or link to this item: https://hdl.handle.net/10923/16853
Type: masterThesis
Title: ORCA: a self-adaptive, multiprocessor system-on-chip platform
Author(s): Domingues, Anderson Roberto Pinheiro
Advisor: Amory, Alexandre de Morais
Publisher: Pontifícia Universidade Católica do Rio Grande do Sul
Graduate Program: Programa de Pós-Graduação em Ciência da Computação
Issue Date: 2020
Keywords: MULTIPROCESSAMENTO (SISTEMAS OPERACIONAIS)
MODELAGEM DE SISTEMAS
INFORMÁTICA
Abstract: A complexa organização dos sistemas multiprocessador intra-chip (MPSoCs) demanda a organização inteligente dos recursos destes sistemas em tempo de execução, assim como a capacidade destes sistemas de otimizarem sua operação em situações atípicas, como a indisponibilidade temporária de hardware. Uma das abordagem utilizadas para gerência de recursos em MPSoCs é a da auto-adaptação, que aprimora estes sistemas através de componentes como sensores, atuadores, e lógica de decisão. Nesta dissertação, nós propomos ORCA, uma plataforma de desenvolvimento para auxiliar no projeto de sistemas auto-adaptativos. A plataforma provê abstrações para contornar a complexidade da auto-adaptação, baseado em trabalhos anteriores da área, incluindo uma arquitetura de hardware configurável, sistema operacional, bibliotecas de software, e ambiente de simulação. A arquitetura de hardware consiste de módulos de hardware de código-aberto e implementa uma arquitetura multiprocessada baseada em um processador compatível com opadrãoRISC-V.Aarquiteturatambémpodesersimuladaeemuladaatravésdaferramenta de simulação ORCA-SIM, parte desde trabalho. Esta ferramenta utiliza simulação de eventos discretos para acelerar o processo de simulação, e utiliza da interface de programação deaplicação(API)URSA,tambémpartedestetrabalho. Componentesdesoftwaretambém são discutidos, incluindo uma biblioteca para o monitoramento de hardware e consumo de energia, e uma biblioteca para o projeto de sistemas publish-subscribe. Nós apresentamos um compilado dos resultados obitidos em trabalhos anteriores e novos experimentos para cobrir a validação de toda a plataforma. Para este último, focamos a discussão no projeto de um mecanismo de realocação de tarefas baseado em componentes auto-adaptativos.
The complex organization of multiprocessor systems-on-chips (MPSoCs) requires the smart management of systems’ resources during runtime and the capability of systems to optimize their operation under abnormal situations such as temporary hardware unavailability. One of the approaches for resource management in MPSoCs is self-adaptation, which augment these systems with sensors, actuators, and decision logic components. In this thesis, we propose ORCA, a development platform to aid in designing self-adaptive systems. The platform provides abstractions to deal with self-adaptation complexity, based on previous work in the field, including a configurable hardware architecture, operating system, software libraries, and simulation environment. The hardware architecture consists of open-source hardware modules and implements a many-core approach based on a RISCV compatible processor core. That architecture can be emulated and simulated through ORCA-SIM, a simulation tool, also part of this work. The tool uses discrete-event simulation to speed up the simulation process, based on the URSA application programming interface, also part of this work. Software components are also discussed, including a library for hardware monitoring and energy consumption estimation, and a library for designing publish-subscribe systems. We present a compilation of results achieved in previous work and new experiments to cover the validation of the entire platform. For the latter, we focus the discussion on the design of a task reallocation mechanism based on self-adaptive components.
URI: https://hdl.handle.net/10923/16853
Appears in Collections:Dissertação e Tese

Files in This Item:
File Description SizeFormat 
000498725-Texto+completo-0.pdfTexto completo3,26 MBAdobe PDFOpen
View


All Items in PUCRS Repository are protected by copyright, with all rights reserved, and are licensed under a Creative Commons Attribution-NonCommercial 4.0 International License. Read more.