Auteur / Autrice : | Jingyi Bin |
Direction : | Alain Mérigot |
Type : | Thèse de doctorat |
Discipline(s) : | Physique (Systèmes Embarqués) |
Date : | Soutenance le 10/07/2014 |
Etablissement(s) : | Paris 11 |
Ecole(s) doctorale(s) : | Ecole doctorale Sciences et Technologies de l'Information, des Télécommunications et des Systèmes (Orsay, Essonne ; 2000-2015) |
Partenaire(s) de recherche : | Laboratoire : Institut d'électronique fondamentale (Orsay, Essonne ; 19..-2016) |
Entreprise : Thales Research and Technology (Palaiseau, Essonne) | |
Jury : | Président / Présidente : Daniel Etiemble |
Examinateurs / Examinatrices : Alain Mérigot, Daniel Etiemble, Michel Auguin, Laurent Pautet, Sylvain Girbal, Claire Pagetti | |
Rapporteurs / Rapporteuses : Michel Auguin, Laurent Pautet |
Mots clés
Mots clés contrôlés
Mots clés libres
Résumé
Au cours de la dernière décennie, le domaine safety-critical s’appuie sur les Commercial Off-The-Shelf (COTS) architectures de mono-coeur malgré leur variabilité du temps d'exécution inhérent. Aujourd'hui, l'industrie safety-critical envisage la possibilité d'utilisation des COTS de multi-coeur en tenant compte de la demande croissante de performance. Cependant, le passage de mono-coeur à multi-coeur aggrave le problème de variabilité du temps d'exécution dû à la contention de ressources partagées. Les techniques standard pour gérer cette variabilité comme sur-approvisionnement de ressources ne peuvent pas être appliquées à multi-coeur en considérant que les safety-marges compenseront la plupart voire tout le gain de performance donné par les multi-coeurs. Une solution possible serait de capturer le comportement des mécanismes de contention potentielle sur les ressources partagées relativement à chaque application co-fonctionnant sur le système. Malheureusement, les caractéristiques sur les mécanismes de contention ne sont pas généralement clairement documentées. Dans la thèse, nous introduisons les techniques de mesure basées sur un ensemble de stressing benchmarks et les hardware monitors à caractériser 1) l'architecture en identifiant les ressources partagées et en étudiant leur mécanisme de contention. 2) les applications en étudiant comment elles se comportent relativement aux ressources partagées. Sur la base de ces informations, nous proposons une technique à estimer le WCET d'une application dans un co-running contexte prédéterminé en simulant le pire cas des contentions sur les ressources partagées produites par co-runners de l'application.