Key points are not available for this paper at this time.
Wir stellen zwei kontrastierende Ansätze vor, um Zeitvorhersehbarkeit im eingebetteten Rechenmotor, dem grundlegenden Baustein jedes Internet of Things (IoT) oder Cyber-Physical (CPS) Systems, zu erreichen. Der traditionelle Ansatz bietet Vorhersehbarkeit auf unvorhersehbaren Prozessoren mit zahlreichen Optimierungen für verbesserte Leistung und Programmierbarkeit zu den Kosten einer enormen Variabilität in der Zeit. Ansätze wie die Worst-Case-Ausführungszeitanalyse (WCET) von Software haben Schwierigkeiten, das komplexe Zeitverhalten des zugrunde liegenden Prozessors zu modellieren, um Garantien zu geben. Andererseits haben die unvermeidliche Verlangsamung des Moore'schen Gesetzes und das Ende des Dennard-Scalings die Leistungs- und Energie-Skalierung der Prozessoren eingeschränkt. Diese Stagnation in Verbindung mit der Bedeutung des kognitiven Rechnens hat zu einer weit verbreiteten Akzeptanz nicht-von-Neumann-Beschleunigern und -Architekturen geführt. Wir argumentieren, dass diese aufkommenden Architekturen von Natur aus zeitvorhersehbar sind, da sie von Software abhängen, um die Berechnung und Datenbewegung zu orchestrieren und eine hervorragende Übereinstimmung mit den Anforderungen an die Echtzeitverarbeitung darstellen.
Tulika Mitra (Do,) hat diese Frage untersucht.