多核架构已经广泛地应用在产业界,尤其在个人电脑、智能手机和多数对性能要求较高的设备上,多核架构具有巨大的性能优势。然而,随着多核架构在性能上的爆炸性增长,多核架构的劣势也逐渐地显现出来,例如能耗问题,具体体现在智能手机续航能力差、大型数据中心中电量成本开销增加等问题上。于是,研究人员提出一种全新的架构——异构多核架构(AMC,Asymmetric Multi-Core)。在异构多核架构中,不同的CPU具有不同的性能表现和能耗。当一台计算机整合了多个CPU时,通常用采用非一致性内存访问(NUMA,Non-Uniform Memory Access)结构组织内存。由于异构多核芯片良好的性能表现和高效的能耗,基于NUMA内存系统的异构多核架构才得以在大规模数据中心和智能手机等设备上得到应用。但是,由于负载不均衡、低下的共享cache命中率和NUMA内存节点间远程内存访问等问题,现有的并行程序的任务调度策略往往在异构多核架构上表现不佳。为了解决这个问题,我们提出了一个非对称感知的可选择任务窃取机制(SAWS,Selective Asymmetry-aware Work-Stealing),它能够在保证能耗不变的前提下,通过平衡各个CPU间核的负载来减少远程内存访问,实现核间负载均衡最大化的同时,提升整体的运算性能。本文的主要工作是面向异构多核架构,提出了一套AMC架构非对称特性的分析、任务分配和动态调度的机制。非对称感知可选择任务窃取机制,是基于MIT Cilk运行时系统实现的;SAWS由一个非对称感知任务分配器和一个可选择任务窃取调度器组成。非对称感知任务分配器会在并行程序编译期间,完成程序的静态分析和添加运行时系统所需的控制代码。随后在并行程序执行的过程中,在每一轮迭代开始之前,任务分配器可以有效地将任务分配到合适异构CPU中,使得大多数任务在执行的过程中,尽可能地通过本地内存节点访问数据,根据CPU的计算性能差异进行负载均衡。同时,可选择任务窃取调度器利用核的电能余量,通过调度的方式进一步地调整核间负载以及选择性地调节核的频率。实验评估是在真实的异构多核机器上进行的。在实际的异构多核架构中,我们的实验结果表明,相比于传统的任务窃取调度器,SAWS在不增加能耗的条件下,在异构多核架构中能有效地提升内存敏感(Memory-bound)程序的计算性能,运行时间最多可减少59.3%。由可扩展性实验结果也可看出,SAWS还具备良好的可扩展特性。