Startseite > Automotive > Software + Tools > Load Balancing in AUTOSAR-Multicore-Systemen (Teil 1)

AUTOSAR

Load Balancing in AUTOSAR-Multicore-Systemen (Teil 1)

28. April 2010, 9:38 Uhr | Von Dr. Kathrin D. Scheidemann, Michael Knapp und Claus Stellwag

▶ Diesen Artikel anhören

Fortsetzung des Artikels von Teil 3

Herausforderungen bei der effektiven Nutzung von Rechenleistung in Multicore- Architekturen

In AUTOSAR 4.0 wurden die Voraussetzungen geschaffen, um OSApplikationen und somit SWCs auf verschiedene Rechenkerne zu verteilen und die in AUTOSAR definierten Kommunikationsparadigmen über Kerngrenzen hinweg einzusetzen. Eine Schlüssel-Herausforderung beim Einsatz von Multicore-Plattformen liegt darin, eine Verteilung der SWCs zu finden, die die Rechenkapazität eines Multicore-Systems effektiv nutzt. Das bedeutet insbesondere, dass die Zeitanforderungen der zu verteilenden SWCs erfüllbar sein müssen. Gleichzeitig muss der Overhead durch die Verteilung – sprich durch entstehende Intercore-Kommunikation oder Synchronisation – möglichst gering gehalten werden, um möglichst viele SWCs auf einem gegebenen Multicore- System unterbringen zu können und die Rechenkapazität effektiv zu nutzen.

Bei zu niedriger AUTOSAR-Modellierungstiefe, beispielsweise bei als monolithischer Block integriertem Legacy Code, reicht die Granularität der atomaren SWCs nicht aus, um ein sinnvolles Verteilungsszenario zu entwickeln. In diesem Fall müssen atomare SWCs sinnvoll zerlegt werden. In Zusammenarbeit der Infineon AG, der Elektrobit GmbH und der BMW CarIT GmbH wurde im letzten Jahr – an Hand eines Antriebs-Use-Cases – untersucht, wie sich die Verteilung von ausführbaren Einheiten in einem AUTOSAR-Multicore-System optimieren lässt. Die als monolithischer Block vorliegende Software einer Motorsteuerung wurde dazu zerlegt sowie auf einer prototypischen, multicorefähigen AUTOSAR-Basis-Software und einer Dual-Prozessor-Hardware von Infineon (mit einem von beiden TriCore-Prozessoren gemeinsam genutzten RAM) zur Ausführung gebracht. Für eine realistische Stimulation wurde die Hardware-Plattform mit einem in Matlab/Simulink [5] simulierten Streckenmodell integriert. Bild 2 gibt einen graphischen Überblick über den Experimentalaufbau. Ziel war es, möglichst flexibel mit verschiedenen Verteilungsszenarien zu experimentieren. Grundvoraussetzung war deshalb eine Methodik, mit der sich mit möglichst wenig Aufwand, verschiedene Zerlegungs- und Verteilungsszenarien umsetzen ließen, um deren Laufzeitverhalten zu vergleichen.