随着现代社会进入大数据时代，各种数据密集型应用呈现井喷式发展，这使得“存储墙”问题变得越来越尖锐，内存内计算(Process in Memory)是可以有效的解决“存储墙”问题的新型计算架构。PIM结构的主要原理是将计算单元与存储单元紧密地耦合在一起，从而消除访存带宽瓶颈的限制以及计算单元与存储单元的片间数据迁移所产生的开销。包含PIM结构的计算系统是一种新型的异构计算架构，今年来受到人们的持续研究，但是适用于PIM+CPU异构系统的任务调度模型，仍然缺乏相应的研究和关注。本文从两个方面对PIM+CPU异构系统进行了研究工作:第一，针对于PIM结构具有的高速度、低延迟的访存特性，建立了一个适用于PIM+CPU异构系统的任务调度模型，同时提出了一个以系统性能为优化目标的任务调度算法——PIM-FAST;第二，针对PIM+CPU异构系统的老化问题，从操作系统层面提出了一个缓解系统老化的任务调度算法——PIM-MTTF，以提升PIM+CPU异构系统的可靠性。　　为了增强PIM+CPU异构系统的性能，本文考虑多任务并行执行存在的访存竞争问题，为PIM+CPU异构系统建立了基于任务图量化模型和相应的任务调度算法。在该模型中，一个应用被拆分成很多个任务，根据考虑访存竞争的处理单元映射算法PIM-FAST，将每个任务映射到合适的处理单元（PIM或每个CPU核心）中执行，从而提升PIM+CPU异构系统的性能。实验数据表明，相比较面向传统异构系统的任务调度算法HEFT，PIM-FAST可以带来较大幅度的性能提升。　　为了提升PIM+CPU异构系统的可靠性，本文基于电迁移效应下MTTF(Mean Time To Failure，平均无故障时间)模型，提出了一种面向PIM+CPU异构系统的可靠性感知的任务调度算法(PIM-MTTF)，实现了降低PIM+CPU异构系统中不同处理单元之间的可靠性差异的目的。从实验数据可以看出，针对于PIM+CPU异构系统，相比较于传统的以增强系统可靠性的任务调度算法，PIM-MTTF算法更适合与提高PIM+CPU异构系统的可靠性。