嵌入式系统中数据分配与调度优化：降低成本与提升性能

在现代嵌入式系统中，为了实现高效能与低成本，软件控制存储器如暂存器（Scratch-Pad Memory, SPM）得到了广泛应用。然而，系统中通常存在多种类型的记忆单元，它们在性能和成本上有所差异。这篇文章探讨了如何通过数据分配和调度策略优化这些存储单元的访问成本。 首先，研究者提出了一种名为区域最优数据分配（Regional Optimal Data Allocation, RODA）的动态规划算法。这个算法的目标是在程序区域级别上进行数据分配，以确保以最小的访问成本获得最佳的数据组织。它通过解决子问题并逐步构建最优解的过程，有效地解决了复杂的数据分配问题，使得存储资源的利用达到了最大化效率。 接着，为了进一步降低整体的访问成本，研究人员设计了全局数据分配（Global Data Allocation, GDA）算法。GDA算法基于RODA算法的区域结果，通过全局视角来重新调整数据分布，以适应整个系统的内存需求，从而实现更广泛的性能提升。 此外，文章还介绍了一种启发式最大相似度调度（Maximal Similarity Scheduling, MSS）算法。MSS算法考虑了程序区域的执行顺序，目标是找到一个执行路径，其中连续区域的数据访问项具有最大程度的相似性。这样做可以减少内存流量，提高数据访问的局部性，从而显著降低存储器访问延迟，进一步优化系统性能。 实验结果显示，在一系列基准测试中，结合GDA和MSS算法的技术方案明显优于传统的贪婪算法。这表明，通过精细的数据分配和智能的调度策略，可以在保持系统性能的同时，有效降低嵌入式系统的存储访问成本，对于设计高效的嵌入式系统有着重要的实践意义。 本文的核心贡献在于提供了一种系统性的方法，通过数据分配和调度优化，使得嵌入式系统能够充分利用不同类型的存储单元，从而实现高效、经济的运行。这对于硬件资源有限的嵌入式设备来说，是一个关键的技术突破。