2/5/2012

1

Real-Time Systems LaboratoryRETIS Lab

Giorgio Buttazzo

L’evoluzioneL’evoluzione dell’informaticadell’informatica

Sommario

ImpattoImpatto nellanella societàsocietà

TendenzeTendenze generaligenerali

ProgettiProgetti pressopresso lala ScuolaScuola Sant’AnnaSant’Anna

UnoUno sguardosguardo alal futurofuturoUnoUno sguardosguardo alal futurofuturo

2/5/2012

2

InformaticaScienza che si occupa dei fondamenti teoricidell’elaborazione dell'informazione:

Linguaggi per descrivere l'informazione

Algoritmi per trasformare l'informazione

Politiche di gestione delle risorse per rendere piùefficiente l’uso del calcolatore (Sistemi operativi)

I t lli tifi i l t di l i l i diIntelligenza artificiale - metodi per la risoluzione diproblemi e ragionamenti tipici della mente umana.

Reti di calcolatori - metodi per il trasferimento diinformazione su canali di comunicazione.

Informatica

L’evoluzione dell’informaticaè strettamente legataa quella dei calcolatori

2/5/2012

3

Evoluzione esponenziale

prestazioni

108 IPS

dimensioni10 m3 10 IPS10 m

1950 1960 1970 1980 1990 2000 2010

10 IPS 10 cm3

La legge di Moore

Nel 1965, Gordon Moore, uno dei fondatoridell’Intel predisse che il numero di transistor

In effetti, fino ad oggi,La poten a di calcolo dei comp ter è

dell Intel, predisse che il numero di transistornei circuiti integrati sarebbe raddoppiato ogni18 mesi fino al raggiungimento dei limiti fisici.

La potenza di calcolo dei computer èraddoppiata ogni 2 anniLa memoria dei computer è decuplicata ogni4 anni

2/5/2012

4

Oggi il 98% dei processori sono di tipo embedded.

Invisibilità

Sono oggetti contenenti al loro interno un computer,che controlla le funzionalità, gestisce le risorse, e

Sistemi Embedded

semplifica le interazioni con l’utente:

Ambienteattuatori

imicrocontrollore

Oggetto

sensori

comunicazione

utente altre unità

2/5/2012

5

Tale numero è destinato a crescere:

Smart objects

Chiavi elettroniche

penne cheregistrano

Localizzatori GPS

Contapassiregistrano

Scarpe energeticheCardiofrequenzimetri

Oggi l’informatica influisce su tutti i settori dellanostra società:

Pervasività

IndustriaIndustria

TrasportoTrasporto

AgricolturaAgricoltura

MedicinaMedicina

EdiliziaEdilizia

ArteArte ee intrattenimentointrattenimento

2/5/2012

6

Industria Industriaprogrammazione

e controllo di robot

Assemblaggio

Produzioneautomatizzata:

• precisioneffi i• efficienza

• qualità• costo

IndustriaControllo del trafficoSupporto alla guida:

Trasporti

• affidabilitài• sicurezza

• efficienza• prestazioni

2/5/2012

7

IndustriaControllo macchineAutomazionearatura, semina

Agricoltura

irrorazione, raccolta

rapiditàefficienzaefficienzariduzione uso sostanze chimiche

IndustriaMedicinaTAC, PET, NMR

AnalisiMonitoraggioMonitoraggioChirurgia assistita

2/5/2012

8

IndustriaEdilizia

Strumenti di misura Progettazione CAD

IndustriaArte e intrattenimento

Stereogrammi Virtual games

Animazione Smart toys

2/5/2012

9

Dall’Hardware al Software

• Oggi si assiste ad un processo dismaterializzazione in cui molte funzioni vengono

frealizzate via software.

• Perché?1. Il software è più flessibile dell’hardware

2. Può essere modificato e adattato velocemente

3. E’ possibile aggiungere nuove funzionalità

4. Può evolvere verso sistemi intelligenti e autonomi

5. Non ha peso

6. Può viaggiare alla velocità della luce!

IndustriaTrasferimento delle informazioni

scannerizzazione stampa

Se nel processo non si perde informazione, la

copia è uguale all’originale

codifica decodifica

trasmissione

2/5/2012

10

IndustriaTutto si traduce in un file

IndustriaSmaterializzazionedi parti meccaniche

Steer by wire

SensorMotor

SensorMotor

ControlUnit

2/5/2012

11

109

1010Linee di codice in un’auto

Complessità crescente

105

106

107

108

10

1980 1990 2000 2010 2020102

103

104

100 M30 M

100 M

Complessità crescenteLinee di codice

1 M

10 M

200 K

2 M

10 M

100 K

2/5/2012

12

Complessità e bug

Con il crescere della complessità crescono anchegli errori software:

100

1000

10.000bugs

1 K 100 K 1 M 10 M0

10

10K

Linee di codice

Affidabilità del software

Quando il controllo di un aereo è affidato a unprogramma lungo 100 milioni di istruzioni,l’ ffid bilità è bi tti i il’affidabilità è un obiettivo primario

100 milioni di istruzioni

2/5/2012

13

Affidabilità del software

L’affidabilità non dipende solo dalla correttezza delleoperazioni, ma anche dal tempo in cui sono eseguite:

controllorecontrollore

i

comandox(t)

Δ

azioney(t+Δ)

Un’azione corretta che arriva in ritardo può essereinutile o addirittura dannosa.

Sistemi Real-Time

I sistemi di calcolo che devono garantireritardi temporali limitati prendono il nomedi sistemi real-time.

I ritardi massimi devono essere garantitiper ogni possibile combinazione di eventi

ossia nel caso peggiore possibile!

2/5/2012

14

Leggi di Murphy

Se qualcosa può andar male, lo farà

Se un sistema smetterà di funzionare, lo farà nel peggior

momento possibile

P i i l iPrima o poi, la peggiore combinazione possibile di

circostanze è destinata a prodursi.

Dimostrazione della legge di Murphy

Qual è la probabilità che E accada in n giorni?Sia pE la probabilità che un evento E accada in un giorno

qE = 1 − pEprob. che E nonaccada in un giorno

Qual è la probabilità che E accada in n giorni?

day 1 day 2 day 3 day 4 day 5

pE pE pE pE pE

28

g

QE (n) = (1 − pE )nprob. che E nonaccada in n giorni

PE (n) = 1 − QE (n)prob. che Eaccada in n giorni

2/5/2012

15

Capire la legge di Murphy

PE (n) = 1 − (1 − pE )nPE (n)

n

1

pE = 0.0000000001

29

nSe qualcosa può andar male (per quanto pE siapiccolo), lo farà (cioè, la probabilità che E accada inun lungo periodo tende a 1).

Real-Time Systems LaboratoryRETIS Lab

2/5/2012

16

Struttura del software

OUTPUT

INPUT

OUTPUT

task buffer

Struttura del software

Generico task periodico

Ci

timer

tempo di calcolo

(periodo Ti )sincro

input

outputfattore di

utilizzazione

CiTi

Ui =

taskperiodico

Ti

Ci

timer (periodo Ti )

2/5/2012

17

Struttura del software

τ1 τ2

sensore

memorybuffer

motoresincro

sincro

input input

outputoutput

timer sincrotimertimer

La prevedibilità dipende dalla capacità di valutare i tempi dicalcolo e le interferenze subite dagli altri task.

Valutare Ci non è semplice

Ci tempo di calcolo massimo Cimax

?

# occorrenzeloop?

?

tempo diesecuzione

Cimin

Cimax

timer

2/5/2012

18

Priorità

Poiché molti task possono essere attivi simultaneamente, ilsistema operativo deve scegliere l’ordine con cui eseguirli.

Il metodo più comune consiste nell’associarea ogni task una priorità Pi e scegliere il taskcon priorità più elevata.

scheduling

Ad esempio, l’algoritmo Rate Monotonicassegna una priorità proporzionale allafrequenza di attivazione (rate) di un task:

Pi ∝ Ti

1

Esempio

τ1 τ2

C1 = 3 C2 = 6

Rate Monotonic: Pi ∝ 1/Ti

1

T1 = 102

T2 = 15

preemptionP1 > P2

τ1

3

τ1

τ210

15

20

300

6

tempo di risposta Ri

2/5/2012

19

Esempio

τ1 τ2

C1 = 3 C2 = 61

T1 = 102

T2 = 15

preemptionP1 > P2

τ1

3

costo di preemption

Rate Monotonic: Pi ∝ 1/Ti

τ1

τ210

15

20

300

6

tempo di risposta Ri

Esempio di schedulazione

τ1

τ2

τ3

τ4

Una schedulazione si dice fattibile se tutti i taskriescono a terminare entro il proprio periodo.

2/5/2012

20

Problemi di ricercaDato un insieme di task di cui è noto il codice: teoria

dei grafi

teoria deiValutare i tempi di calcolo massimo Ci

Determinare i “migliori” periodi di attivazione Ti

Esistenza: Dati un insieme di task di cui siano noti (Ci, Ti),d i l’ i di l i f ibil

teoria deicontrolli

ottimizzazionecombinatoriaDeterminare la priorità Pi dei task

determinare l’esistenza di una soluzione fattibile,indipendentemente dall’assegnamento di priorità.

Fattibilità: Dato un insieme di task (Ci, Ti) e un particolareassegnamento di priorità, verificare se laschedulazione è fattibile.

Problemi di ricerca

Esempio:TASK Ci (ms) Ti (ms)i ( ) i ( )

Altimetri 20 100Pressione 50 200Controllo 80 300Temperatura 30 500Visualizzazione 300 800

Assegnando le priorità secondo Rate Monotonic,

La schedulazione prodotta risulta fattibile?

Quali sono i tempi di risposta massimi dei task?

2/5/2012

21

Problemi di ricerca

Se si ha un sistema con n processori:

Come si estendono i problemi di esistenza e fattibilità?

P1 P2 P3 P4

Come si distribuisce il carico (ossia i task) sui variprocessori?

Come si tiene conto dei ritardi di comunicazione traprocessori per lo scambio dei dati?

Carico massimo

Per ogni algoritmo di scheduling e insieme di task, esiste uncarico massimo al di sopra del quale la schedulazione non èfattibile:fattibile:

12

0 18

τ1

τ2

P1 > P26

9

33

Un aumento di qualsiasi tempo di calcolo rende laschedulazione non fattibile.

833.093

63

=+=pU

2/5/2012

22

Carico massimo

Per ogni algoritmo di scheduling e insieme di task, esiste uncarico massimo al di sopra del quale la schedulazione non èfattibile:fattibile:

12

0 18

τ1

τ2

P1 > P26

9

S C t t i lt il i dSe C1 aumenta, τ2 termina oltre il suo periodo.

Carico massimo

Per ogni algoritmo di scheduling e insieme di task, esiste uncarico massimo al di sopra del quale la schedulazione non èfattibile:fattibile:

12

0 18

τ1

τ2

P1 > P26

9

S C t t i lt il i dSe C2 aumenta, τ2 termina oltre il suo periodo.

2/5/2012

23

Carico massimo

Dunque per questo insieme di task il carico massimo chegarantisce la fattibilità della schedulazione vale:

12

τ1

τ2

P1 > P26

833.065

31

21

==+=pU

0 189

Per un dato algoritmo, calcolare il carico massimo chegarantisca la fattibilità di un qualsiasi insieme di task.

Problema

Limite per Rate Monotonic

i( )12 /1 −≤ n

p nU

69%

carico

n

2/5/2012

24

Real-Time Systems LaboratoryRETIS Lab

ObiettivoAumentare prevedibilità ed efficienza dei sistemi dicontrollo computerizzati a bordo di aerei e automobili

2/5/2012

25

Risultato

E’ stato sviluppato un metodo che per ogni taskE stato sviluppato un metodo che per ogni task

calcola la massima lunghezza di una sezione noninterrompibile affinché la schedulazione sia fattibile;

seleziona i migliori punti in cui un task può essereinterrotto (che introducono il minore incremento).

VantaggiMaggiore prevedibilità nella stima dei tempi di calcolo;

Maggiore efficienza nell’utilizzo del processore.

ACTORS

ContestoSupporto per il software dei cellulari della prossimagenerazionegenerazione

ObiettiviSfruttare il parallelismo offerto dalle architetture multicoreRidurre l’interferenza tra le varie funzionalità del sistema

Ridurre il consumo energetico

2/5/2012

26

Il kernel Linux è stato integrato conmeccanismi di scheduling in grado di ridurrel i t f t l i tti ità di l l

ACTORS

le interferenze tra le varie attività di calcolo:

ARM11 (4 cores)Linux 2.6.x

Risparmio energetico

Assodato che conviene andare più lenti perrisparmiare energia, occorre capire come variano leprestazioni al variare della velocità:prestazioni al variare della velocità:

potenzaprestazioni

Livello minimo

velocitàvmin

2/5/2012

27

Risparmio energetico

Di solito le prestazioni dipendono dai vincolitemporali imposti sui task, per cui mantenere leprestazioni significa rispettare i vincoli:prestazioni significa rispettare i vincoli:

speed

1

0 5

S = 1 S = 0.5 S = 0.25

τi

time

0.5

Risparmio energeticoSupponiamo che un processore abbia 5 modalità difunzionamento: Modalità Consumo (mW)

ACTIVE (s = 1) 100ACTIVE (s = 0.75) 60ACTIVE (s = 0.5) 30ACTIVE (s = 0.25) 15SLEEP 4

E che l’applicazione sia costituita da 2 task periodici:S 1 τ1

τ2

S = 140 80

120600

1010 10

3030

U = 1/4 + 1/2 = 0.75

2/5/2012

28

Risparmio energetico

τ1

τ2

40 80

1010 10

3030

S = 1

P (mW)100

80

E = 100 T

2120600

t20

60

40

T

Risparmio energetico

τ1

τ2

40 80

1010 10

3030

S = 1

100

80

P (mW)U = 1/4 + 1/2 = 0.75

2120600

20

60

40

E = (100⋅0.75 + 4⋅0.25)T = 76 T

100 100

44t

T

2/5/2012

29

Risparmio energetico

τ1

τ2

40 80

1010 10

3030

S = 1

S = 0.75

120600

40 80

τ1

τ2

1313 13

4040

2120600

P ( W)

20

60

40

P (mW)

60

E = 60 T

tT

Reti di Sensori

© Scuola Superiore Sant’Anna 58

2/5/2012

30

Nodi mobili

Velivoli autonomi per la prevenzione di incendi

...

2/5/2012

31

Velivolo autonomo sensorizzato

Unità di CalcoloUnità di Calcolo ServomotoriServomotori

Scheda diScheda diComunicazioneComunicazione

Telecamera aTelecamera ainfrarossiinfrarossi

GPSGPSSensori di Sensori di TempTemp..

Monitoraggio del traffico

2/5/2012

32

ASCOLTA

Assistenza domiciliare allo SCOmpenso cardiaco attraversoLe Tecniche Avanzate di comunicazione digitale

Ridurre i costi di ricovero attraversoun monitoraggio continuo in casa.

Sviluppo di un sistema indossabilein grado di registrare, elaborare e

Obiettivi

g gtrasmettere via wireless un insiemedi parametri biomedici.

Rilevare automaticamentesituazioni critiche, richiedendoun intervento medico.

ASCOLTA

ECGSPO2 Blood

pressure

Breath signal

Body motion

2/5/2012

33

Invisibilità e pervasività:

computer e sensori sempre più piccoli

Tendenze dell’informatica

bottiglie (etichette elettroniche, tappi sensorizzati, …)

sedie (autoregolanti, massaggianti, riscaldanti)

occhiali (lenti adattive visione notturna )

computer e sensori sempre più piccoli,integrati in oggetti di uso quotidiano:

occhiali (lenti adattive, visione notturna, …)

abiti (adattivi, colori programmabili, mimetici, …)

Tendenze dell’informatica

La vera rivoluzione sarà l’integrazione diprocessori nel corpo umano:p p

cuore orecchio occhio cervello

Dalla compensazione di difetti al potenziamento disensi, memoria, capacità motorie

2/5/2012

34

Fin dove si spingerà questa tendenza?

Quali scenari possiamo prevedere nei prossimi

Prospettive future

Quali scenari possiamo prevedere nei prossimianni?

NanotecnologiaInformatica

Quale sarà l’impatto dell’integrazione tra

GeneticaRobotica

Telecomunicazioni ?

Real-Time Systems LaboratoryRETIS Lab