Task scheduler for the embedded system NXP FRDM-MCXN947

Hauko, Domen (author), Murovec, Boštjan (mentor), Dridi, Mourad (comentor)

This thesis designs and evaluates a custom task scheduler for the NXP FRDM-MCXN947 embedded platform that integrates a general-purpose ARM Cortex-M33 CPU with an eIQ Neutron Neural Processing Unit (NPU). The objective is to enable concurrent execution of CPU-bound and NPU-bound workloads. The work addresses the need for resource-aware scheduling and precise timing on heterogenous embedded systems that run neural-network inference alongside conventional tasks. The scheduler is implemented on FreeRTOS and instrumented with a Data Watchpoint and Trace (DWT) cycle-counter timer to obtain NPU-safe, microsecond-resolution measurements. A custom task model augments classical real-time parameters (release time, period, deadline, execution time, priority) with additional fields. Type field enables the scheduler to partition tasks onto CPU or NPU resources. The dispatch policy is priority-based with Earliest-Deadline-First (EDF).Execution times are taken into account for task execution analysis. The evaluation combines synthetic CPU tasks and a NPU MobileNet inference task (TensorFlow Lite Micro model converted to a Neutron graph), exercised under periodic and mixed-priority scenarios. The synthetic test scenarios confirm concurrent use of heterogenous processing units, subsequently shortening overall execution time, and correct priority handling and soft/hard deadline modes.

• Language: English
• Keywords: heterogeneous embedded systems, task scheduling, FreeRTOS, NPU, resource partitioning, DWT timing, TensorFlow Lite Micro, NXP FRDM-MCXN947
• Work type: Undergraduate thesis
• Typology: 2.11 - Undergraduate Thesis
• Organization: FE - Faculty of Electrical Engineering
• Year: 2025
• PID: 20.500.12556/RUL-173054
• COBISS.SI-ID: 267770371
• Publication date in RUL: 12.09.2025

Secondary language

• Language: Slovenian
• Title: Razporejevalnik opravil za vgrajeni sistem NXP FRDM-MCXN947

Abstract

Znotraj diplomske naloge je razvit razporejevalnik opravil za vgrajeno platformo NXP FRDM-MCXN947, ki vključuje splošnonamensko procesorsko enoto ARM Cortex-M33 in eIQ Neutron nevronsko procesorsko enoto (NPU). Cilj je sočasno izvajanje opravil prilagojenih za CPU in NPU. Delo naslavlja potrebo po razporejanju opravil na nivoju različnih procesorskih enot in natančno časovno razporejanje v heterogenih vgrajenih sistemih namenjenih za izvajanje sklepanja nevronskih mrež kot tudi konvencionalnih opravil. Razporejevalnik je implementiran na FreeRTOS in merjen z DWT (Data Watchpoint and Trace) števcem ciklov z mikrosekundno natančnostjo za doseganje zanesljivih meritev izvajanja CPU in NPU opravil. Razviti lastni model opravila opiše opravilo s standardnimi parametri v realnem času (čas sprostitve, perioda, rok izvedbe opravila, čas izvajanja, prioriteta) ter z dodatnimi parametri kot zahtevani računski resor. Parameter zahtevani računski resor omogoča deljenje opravil na CPU in NPU prilagojena opravila. Razporejanje opravil temelji na prioriteti z dodatnim pravilom Earliest-Deadline-First (EDF) za opravila z isto prioriteto. Za analizo izvedbe opravil se uporabljajo časi izvajanja. Ovrednotenje sestavljajo sintetični primeri CPU opravil in NPU MobileNet opravilo z inferenco, kjer je uporabljen TensorFlow Lite Micro model pretvorjen v Neutron graf. Primeri vključujejo periodična opravila različnih prioritet. S sintetičnimi primeri je dokazana sočasna uporaba različnih računskih resorjev, kar skrajša celoten čas izvajanja. Pravtako je dokazano pravilno razporejanje opravil na podlagi prioritet in mehkih ter trdih rokov.

• Keywords: heterogeni vgrajeni sistemi, razporejanje opravil, FreeRTOS, NPU, razdelitev računskih virov, DWT merjenje časa, TensorFlow Lite Micro, NXP FRDM-MCXN947