Programming heterogeneous multiprocessor architectures combining multiple processor cores and hardware accelerators is a real challenge. Computer-aided design and development tools try to reduce the large design space by simplifying hardware-software mapping mechanisms. However, energy consumption is not well supported in most of design space exploration methodologies due to the difficulty to estimate energy consumption fast and accurately. To this aim, this paper proposes and validates an exploration method for partitioning tilling-based parallel applications on software cores and hardware accelerators under energy-efficiency constraints. The methodology is based on energy and performance measurement of a tiny subset of the design space and an analytical formulation of the performance and energy of an application kernel mapped onto a heterogeneous architecture. This closed-form expression is captured and solved using Mixed Integer Linear Programming, which allows for very fast exploration and results in the best hardware and software partitioning under energy constraint. The approach is validated on two application kernels using a Zynq-based architecture showing more than 12% acceleration speed-up and energy saving compared to standard approaches. Results also show that the most energy-efficient solution is application- and platform-dependent and moreover hardly predictable, which highlights the need for fast exploration tools as in this paper.

对结合了多个处理器内核和硬件加速器的异构多处理器体系结构进行编程是一个真正的挑战。计算机辅助设计和开发工具试图通过简化硬件-软件映射机制来减少大型设计空间。但是，由于难以快速，准确地估算能耗，因此大多数设计空间探索方法都无法很好地支持能耗。为此，本文提出并验证了一种在能源效率约束下在软件内核和硬件加速器上划分基于耕作的并行应用程序的探索方法。该方法基于对设计空间的一小部分的能量和性能测量，以及对映射到异构体系结构上的应用程序内核的性能和能量的分析表示。使用混合整数线性编程可以捕获并求解此封闭形式的表达式，从而可以非常快速地进行探索，并在能量约束下获得最佳的硬件和软件分区。使用基于Zynq的架构在两个应用程序内核上对该方法进行了验证，与标准方法相比，该方法显示出超过12％的加速加速和节能效果。结果还表明，最节能的解决方案取决于应用程序和平台，而且难以预测，这突出了本文中对快速探索工具的需求。使用混合整数线性编程可以捕获并求解此封闭形式的表达式，从而可以非常快速地进行探索，并在能量约束下获得最佳的硬件和软件分区。使用基于Zynq的架构在两个应用程序内核上对该方法进行了验证，与标准方法相比，该方法显示出超过12％的加速加速和节能效果。结果还表明，最节能的解决方案取决于应用程序和平台，而且难以预测，这突出了本文中对快速探索工具的需求。使用混合整数线性编程可以捕获并求解此封闭形式的表达式，从而可以非常快速地进行探索，并在能量约束下获得最佳的硬件和软件分区。使用基于Zynq的架构在两个应用程序内核上对该方法进行了验证，与标准方法相比，该方法显示出超过12％的加速加速和节能效果。结果还表明，最节能的解决方案取决于应用程序和平台，而且难以预测，这突出了本文中对快速探索工具的需求。使用基于Zynq的架构在两个应用程序内核上对该方法进行了验证，与标准方法相比，该方法显示出超过12％的加速加速和节能效果。结果还表明，最节能的解决方案取决于应用程序和平台，而且难以预测，这突出了本文中对快速探索工具的需求。使用基于Zynq的架构在两个应用程序内核上对该方法进行了验证，与标准方法相比，该方法显示出超过12％的加速加速和节能效果。结果还表明，最节能的解决方案取决于应用程序和平台，而且难以预测，这突出了本文中对快速探索工具的需求。