Pembahagian perkakasan/perisian adalah masalah penting dalam sistem tertanam. Ia terletak pada menentukan proses sistem tertanam yang perlu dilaksanakan pada perkakasan tertentu dan yang mana satu pada perisian. Untuk mencari satu bahagian yang optimum adalah sukar kerana bilangan besar dan ciri-ciri sistem yang berbeza perlu dipertimbangkan. Dalam kertas ini, kaedah heuristik digunakan untuk menilai prestasi algoritma PSO dan GA untuk mencapai kos terbaik, jumlah kawasan dan jumlah masa pelaksanaan. Algoritma PSO dan GA dipilih dalam projek ini untuk melaksanakan bahagian perisian perkakasan menggunakan Python 2.7.14. Kekangan algoritma ini digunakan untuk program ini disasarkan untuk jumlah kawasan (2500KB) dan jumlah masa pelaksanaan (2500μs). Tetapan parameter yang digunakan untuk kedua-dua algoritma adalah 15 bilangan tugas/nod, 500 bilangan lelaran maksimum, 100 bilangan zarah/saiz populasi dan kawasan perkakasan dan perisian yang telah ditetapkan dan masa pelaksanaan bagi setiap tugas sebagai masukkan awal algoritma . Kedua-dua algoritma ini mencapai kos yang sama iaitu 169.6022 dan penyelesaian optimum yang dicadangkan oleh kedua-dua algoritma adalah sembilan tugas yang perlu dijalankan dalam perkakasan dan enam tugas harus dijalankan dalam perisian. Hasil dari jumlah kawasan dan jumlah waktu pelaksanaan untuk PSO adalah 2495KB dan 2363μs. Sementara untuk GA, jumlah keseluruhannya ialah 1605KB dan jumlah masa pelaksanaannya adalah 2147μs. Sebagai kesimpulan, pembahagian perkakasan/perisian yang merupakan PSO dan GA telah berjaya dibangunkan dalam projek ini. Hasilnya menunjukkan bahawa, algoritma GA mempunyai jumlah kawasan yang lebih baik dan jumlah masa pelaksanaan tetapi kos yang sama berbanding dengan algoritma PSO. Walau bagaimanapun, untuk meningkatkan prestasi, penghibridan algoritma ini dicadangkan.
_______________________________________________________________________________________________________
Hardware/Software partitioning is a crucial problem in embedded system. It resides on deciding which process of embedded system should be executed on specific hardware and which one on software. To find an optimal partition is hard due to large number and different characteristics of the system to be consider. In this paper, the heuristic method is used to evaluate the performance of PSO and GA algorithm in term of to achieve a best cost, total area and total execution time. PSO and GA algorithm are chosen in this project to perform hardware software partitioning using Python 2.7.14. The constraints of these algorithms applied to the program are targeted for total area (2500KB) and total execution time (2500μs). The parameter setting is used for both algorithms is 15 number of task/node, 500 maximum number of iteration, 100 no of particles/population size and the pre-defined hardware and software area and execution time for each task as the input of the algorithms. Both of the algorithms are achieve the same best cost which is 169.6022 and the optimum solution proposed by both algorithms are nine tasks should be run in hardware and six tasks should be run in software. The result of total area and total execution time for PSO is 2495KB and 2363μs. While for GA, the total area is 1605KB and the total execution time is 2147μs. As a conclusion, the hardware/software partitioning which is PSO and GA have been successfully develop in this project. The result shows that, the GA algorithm has better total area and total execution time but same cost compared to the PSO algorithm. However, in order to improve the performance, the hybridization of these algorithms is suggested.
Implementation of hardware software partitioning in embedded system / Masyirah Mohd Nor