本课题在传统多处理器计算系统任务调度的基础上，引入能耗和服务质量指标约束，通过建立不同典型任务负载(计算密集型、I/O密集型、混合型)的性能能耗模型，根据不同计算系统的服务质量要求，设计能耗和服务质量可感知的任务调度算法，同时优化内存分配和线程组，在满足系统指定的服务质量和资源服务能力的前提下，降低系统能耗。.提出了云计算及多虚拟机环境下能耗和QoS性能约束的资源调度策略，基于随机马尔科夫模型、博弈模型建立相应的调度算法和功耗可感知的虚拟化系统资源节约供给模型；提出了通过协调任务和内存管理来提高计算系统能耗有效性的算法，通过优化内存页面分配和线程组降低内存功耗。.根据项目计划书进行了相关研究，研究成果达到了计划书要求，部分研究成果发表在2012 Power and QoS Aware Computing Workshop(PQoSCom’12) 、2013 International Conference on Cloud Computing and Big Data (CloudCom-Asia2013)、2013 Workshop on Power-Aware Computing and Systems(HotPower’13)和The 13th International Conference on Algorithms and Architectures for Parallel Processing(ICA3PP-2013)等国际会议上和Journal of Information Science and Engineering、Cluster Computing、 Advanced Science Letters、Applied Mathematics and Information Science等期刊上。同时申报国家发明专利3项，获授权1项，培养研究生4名。.目前，国内各个部门、各级政府以及大量的IT企业正在规划或建设大量的大规模Internet数据中心(IDC)，然而，能耗/功耗问题已经成为大规模IDC系统亟待解决的首要关键问题，功耗/能耗的降低对于降低系统运行成本，提高系统可靠性具有重要意义，也是绿色计算(Green Computing)主要要解决的问题。本课题的相关研究探索和成果，可以为相关研究和工程实现提供一定的参考。