近年来,高性能计算呈现加速发展态势,机群是高性能计算的一种重要实现方式。异构机群由于具有高效能特性,在国际上渐受重视。异构机群系统由大量不同机群组成,不同机群中的计算内核有不同的性能与能耗,机群间以及机群内通信带宽与通信产生的单位能耗也不尽相同。因此,相关研究者面临巨大挑战。首先,对于由有向无环图(Directed Acyclic Graph,DAG)建模的大规模应用程序,如何将其中的众多任务映射到各异构机群上使得系统能耗达到最小。其次,如何在各个机群上对这些任务进行有效调度,在满足时间约束的前提下进一步减少系统总能耗。上述的映射与调度问题是NP难的。本文对利用整数线性规划(Integer Linear Programming,ILP)技术实现任务映射算法从而实现任务到异构机群的最优映射结果进行了探索。由于ILP映射算法的计算时间随问题规模增大呈指数级增长。为了改进ILP映射算法的计算性能,本文首先提出一种安全图聚集(Safe Graph Grouping,SGG)算法,把通信量大的任务节点聚集成节点簇,在减小问题规模的同时尽可能减少节点簇间的通信量。然后,使用ILP映射算法解决大规模应用到异构机群的映射问题。最后,提出时间约束下的局部调度(Time Constrained Local Scheduling,TCLS)算法来进一步减少系统总能耗。由于SGG算法可以保证聚集后的图仍然为有向无环图,局部调度过程将不会发生死锁。实验结果表明,SGG算法与现有的图聚集算法相比,能减少5.14%的系统总能耗。相比较目前的映射算法,SGG算法与ILP映射算法的共用能减少11.46%的系统总能耗。在任务映射完成之后,TCLS算法可进一步减少12.69%的系统总能耗。