异构多核平台通过集成不同类型的处理核来为系统设计提供灵活性，从而使应用程序可以根据自身需求动态地选择不同类型的处理核来进行处理，实现应用程序的高效运行。随着半导体技术的发展，单芯片上集成的核心数量随之增加，使得现代多核处理器具有更高的功率密度，而这会导致芯片温度的升高，最终会对系统性能造成一定的负面影响。为了充分发挥出异构多核处理系统的性能优势，提出一种在满足温度安全功率的前提下，以最大化系统性能为目标的动态映射方法。该方法考虑异构多核系统的两种异构指标来确定映射方案：第一种异构指标是核心类型，不同类型的处理核具有不同的特征，因而它们适用于处理不同的应用程序；第二种异构指标是热感受性，芯片上不同的处理核位置具有不同的热感受性，越是中心位置的处理核受到的来自于其他处理核的热传递越多，因而温度也就越高。为此，提出一种基于神经网络性能预测器来对线程与处理核类型进行匹配，并利用热安全功率（TSP）模型将经过匹配后的线程映射到芯片上的具体位置。实验结果表明，所提出的方法与常见的轮询调度（RRS）相比，能在保证热安全约束的前提下将平均每个时钟周期内程序所执行的指令数，即指令/周期（IPC）提高53%左右。

近年来，随着半导体技术的发展以及应用多样化的需求，异构多核处理器已被广泛应用于高性能嵌入式系统中。这类系统面临的一个主要挑战就是如何在运行时对系统的可用资源（包括处理核等）进行管理分配从而满足系统及其所运行应用在性能和功耗等方面的需求。然而，虽然目前一些主流的资源管理技术在性能和/或功耗优化等方面取得了良好表现，但却经常对所设计的资源管理部件缺乏严格的可靠性保证，因此提出了一种基于离散控制器合成（DCS）的方法来对异构多核系统的在线资源管理策略进行自动、可靠的设计，即将形式化的、能够自动构造管理控制部件的DCS应用到异构多核系统的在线资源管理部件设计中。该方法通过采用形式化模型来描述异构系统的运行行为（例如如何为应用分配处理核），并将在线资源管理问题转换为一个面向某个系统管理目标（例如最大化应用性能）的DCS问题。在此基础上，通过现有的DCS工具对提出的方法进行了示例演示和验证，并对所使用DCS方法的可扩展性进行了评估。