圖1. big.LITTLE SoCs的多核任務調度算法

早期的big.LITTLE軟模型才去簇遷移或者CPU遷移(cluster migration或者CPU migration)調度算法，即軟件在核間切換，但不能把所有的核同時運行。最新的軟件模型，全局任務調度(Global Task Scheduling)能同時使能所有的核，直接控制各核間的線程分配。大小核切換是使用動態(tài)電壓和頻率調整(dynamic voltage and frequency scaling (DVFS))方法讓任務在高電壓的大核和低電壓的小核間切換，進而提高各種負載情況下的能效。核間任務切換時間為30微秒，而DVFS驅動每50微秒評估OS和核。GTS算法下會根據(jù)線程的負載進行負荷均衡。以上多核任務調度算法都是在內核層次進行的，因而不用對用戶應用程序進行任何修改。

CPU遷移算法IKS – In Kernel Switcher (CPU Migration)

IKS是Linaro開發(fā)的適用于對稱的Cortex-A7和Cortex-A15核組的芯片。每一對Cortex-A7和Cortex-A15核組在Linux內核里被視為虛擬的對稱核。線程在互斥的兩個對稱核里運行，即要么在高性能的Cortex-A15內運行，要么在低功耗的Cortex-A7核內運行，即最高性能只取決于Cortex-A15的核。IKS算法在Linux內核里已經實現(xiàn)，容易測試和產品化。

圖2. IKS(4+4)和Cortex-A7和Cortex-A15核組架構圖

全局任務調度(Global Task Scheduling ,大小核MP/ big.LITTLE MP)

ARM開發(fā)的GTS算法也在Linaro里被稱為big.LITTLE MP。此算法下，所有的大小核在Linxu內核下都可見用于任務調度，日前的Linaro構建里都包含了該調度算法。

圖3. GTS(4+4)和Cortex-A7和Cortex-A15核組架構圖

相比IKS算法，GTS算法有如下的優(yōu)勢：

• 更精細的核間負載控制，因為調度器Scheduler能直接切換核間任務，內核的額外開銷減少從而減少功耗；
• 調度器Scheduler里的實現(xiàn)相比基于cpufreq框架的實現(xiàn)決策更快，相比IKS大概有10%的性能提升。
• GTS支持非對稱的架構，如2個Cortex-A15核加上4個Cortex-A7核；
• 可以同時應用所有的峰值處理能力，如圖3中的處理能力為4個Cortex-A15核加上4個Cortex-A7核的處理能力。

big.LITTLE MP內核補丁能創(chuàng)建一個處理當前任務的Cortex-A15和Cortex-A7核列表，然后根據(jù)歷史負載統(tǒng)計分配并跟蹤每個任務并進行核間任務切換。高處理能力需求的往Cortex-A15轉移，而低處理能力需求的往低功耗的Cortex-A7核遷移。

表1. big.LITTLE IKS vs big.LITTLE MP(GTS)內核調度算法比較

以上的調度算法以Cortex-A15核+Cortex-A7核的多核SoCs為例，但更多的big.LITTLE SoCs可能采用ARM更新的Cortex-A57+ Cortex-A53的架構一樣適用。

總結

以上的big.LITTLE架構的任務調度算法已經在Linaro的構建里存在，并且有些算法在實際的系統(tǒng)中做了性能評估。如三星最新的Galaxy S4手機采用的是8核系統(tǒng)，即4個Cortex-A15核加上4個Cortex-A7核的系統(tǒng)已經采用基于簇的遷移算法。即便是采用性能最不經濟的cluster Migration算法在高通Qualcomm的多核Snapdragon系統(tǒng)中證明其能效的優(yōu)越性。Samsung在Exynos 5中已經用Cortex-A7的能耗帶來了類似Cortex-A15級別的性能。