

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、隨著科學(xué)技術(shù)的快速發(fā)展,信息技術(shù)也飛速發(fā)展起來,超級(jí)計(jì)算機(jī)在工業(yè)、農(nóng)業(yè)、軍事、航空航天、社會(huì)經(jīng)濟(jì)和我們的日常生活的各個(gè)領(lǐng)域都扮演了重要的角色,并成為計(jì)算機(jī)科學(xué)和信息技術(shù)的一個(gè)重要發(fā)展方向。
資源管理模型和任務(wù)調(diào)度策略是異構(gòu)高性能計(jì)算機(jī)系統(tǒng)的核心問題和關(guān)鍵技術(shù)。任務(wù)調(diào)度策略在滿足任務(wù)優(yōu)先級(jí)和資源約束的條件下,在可接受的性能指標(biāo)范圍內(nèi),有效地減少了總的執(zhí)行時(shí)間并提高了資源的利用率。在過去幾十年,資源管理模型和任務(wù)調(diào)度策略已成為高性
2、能并行計(jì)算領(lǐng)域的重要熱點(diǎn)研究問題。
由于異構(gòu)超級(jí)計(jì)算機(jī)的體系結(jié)構(gòu)和應(yīng)用程序軟件的復(fù)雜性,再加上應(yīng)用程序?qū)Σ煌Y源需要的差異性,使得異構(gòu)高性能計(jì)算系統(tǒng)的并行任務(wù)調(diào)度變得極為復(fù)雜。很多學(xué)者的研究結(jié)果證明,即便是在化簡(jiǎn)后的簡(jiǎn)單模型下,在異構(gòu)高性能計(jì)算系統(tǒng)中的并行任務(wù)調(diào)度問題是一個(gè)NP難問題。因此,并行任務(wù)調(diào)度問題是一個(gè)在高性能并行計(jì)算領(lǐng)域的具有挑戰(zhàn)性的研究問題。特別是針對(duì)現(xiàn)實(shí)世界問題的并行任務(wù)調(diào)度,在可接受的性能和計(jì)算復(fù)雜度下,要獲
3、得一個(gè)問題的最優(yōu)解是不現(xiàn)實(shí)的。
因此對(duì)于這類復(fù)雜的問題,往往采用啟發(fā)式算法,其中最最要的一類就是列表調(diào)度算法。列表調(diào)度的基本思想主要包括:
1)任務(wù)優(yōu)先隊(duì)列的生成。根據(jù)一些貪婪的啟發(fā)式方法給每個(gè)任務(wù)分配一個(gè)優(yōu)先級(jí)。
2)任務(wù)到處理機(jī)的映射。選擇任務(wù)優(yōu)先隊(duì)列中的最高優(yōu)先級(jí)的任務(wù)并將其分配給一個(gè)最合適的處理器上,使其完成時(shí)間最早。但是由于基于啟發(fā)式的算法的性能在很大程度上依賴啟發(fā)的貪婪方式,對(duì)于復(fù)雜問題的處理時(shí)
4、可能會(huì)產(chǎn)生不太理想的結(jié)果,特別是當(dāng)任務(wù)調(diào)度問題的復(fù)雜性增加時(shí)。
與基于啟發(fā)式算法相反,基于指導(dǎo)的隨機(jī)搜索算法(元啟發(fā)式算法),利用在前期搜索結(jié)果的基礎(chǔ)上尋找問題的解,能夠獲得比啟發(fā)式方法更好的解,但算法效率低。所以,在調(diào)度質(zhì)量與收斂速度之間的權(quán)衡是必需的。在本文中,提出了一個(gè)混合的方式任務(wù)調(diào)度算法,集成了智能元啟發(fā)式和啟發(fā)式算法的優(yōu)點(diǎn)。所提出的混合方法的性能比啟發(fā)式的調(diào)度質(zhì)量要好,同時(shí)比一般的元啟發(fā)式算法的時(shí)間開銷要小,收斂速
5、度更快。
本文的主要研究工作如下:
1.針對(duì)異構(gòu)高性能計(jì)算系統(tǒng)中的復(fù)雜應(yīng)用,提出一個(gè)有向無(wú)環(huán)圖(Directed Acyclic Graph,DAG)任務(wù)調(diào)度的雙螺旋結(jié)構(gòu)的遺傳算法(Double Helix Structure Genetic Algorithm,DHSGA),可以廣泛地用于DAG應(yīng)用程序的調(diào)度,該方法將啟發(fā)式方法和元啟發(fā)式算法進(jìn)行有機(jī)的結(jié)合,用啟發(fā)式的交叉算子和變異算子產(chǎn)生大量的任務(wù)優(yōu)先隊(duì)列。DHS
6、GA算法有效地避免了現(xiàn)有啟發(fā)式調(diào)度算法的缺點(diǎn),具有較好的魯棒性和較好的調(diào)度質(zhì)量。
2.為了進(jìn)一步提高算法的性能,提出一個(gè)新的算法(Multiple Priority Queueing Genetic Algorithm,MPQGA)來生成初始種群。在算法中使用了三個(gè)評(píng)價(jià)標(biāo)準(zhǔn):好的“種子”、均勻覆蓋和遺傳多樣性。與從一個(gè)隨機(jī)生成的解相比較,通過啟發(fā)式技術(shù)獲得一個(gè)高質(zhì)量的解可以幫助MPQGA算法更愉快地找到目標(biāo)的解。均勻覆蓋可以使
7、個(gè)體很均勻地分散并覆蓋整個(gè)可行解空間。種群的遺傳多樣性可以幫助的遺傳算法盡可能地達(dá)到所有的可行解空間。
3.為了進(jìn)一步提高調(diào)度性能,基于正態(tài)分布的概率模型,提出了正態(tài)隨機(jī)步及正態(tài)分布選擇思想,同時(shí)使用在兩個(gè)分子之間進(jìn)行異(XOR)操作來減少分子克隆的機(jī)會(huì)。最后通過一個(gè)偽隨機(jī)洗牌方法來生成新的分子,以保持分子多樣性,或消除近親的分子。該混合化學(xué)反應(yīng)優(yōu)化(Hybrid Chemical Reaction Optimization,
8、HCRO)算法在DAG任務(wù)調(diào)度問題上實(shí)現(xiàn)了更好的性能和調(diào)度質(zhì)量。
4.基于動(dòng)態(tài)電壓調(diào)節(jié)技術(shù)(Dynamic voltage and frequency scaling,DVFS),提出了具有回收機(jī)制的自底向上動(dòng)態(tài)拉伸的節(jié)能任務(wù)再調(diào)度算法,用于解決DAG圖任務(wù)調(diào)度的節(jié)能問題,從而在不影響調(diào)度質(zhì)量的情況下減小系統(tǒng)的能量消耗的目的。
5.如何在提升并行任務(wù)調(diào)度質(zhì)量的同時(shí),又降低系統(tǒng)能耗,是異構(gòu)高性能計(jì)算系統(tǒng)性能評(píng)價(jià)體系中的
溫馨提示
- 1. 本站所有資源如無(wú)特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于元啟發(fā)式算法的異構(gòu)計(jì)算系統(tǒng)靜態(tài)任務(wù)調(diào)度的研究.pdf
- 并行異構(gòu)系統(tǒng)任務(wù)調(diào)度問題研究.pdf
- 異構(gòu)計(jì)算環(huán)境中啟發(fā)式任務(wù)調(diào)度方法.pdf
- 基于啟發(fā)式方法的網(wǎng)格任務(wù)調(diào)度算法研究.pdf
- 基于可用性的異構(gòu)系統(tǒng)任務(wù)調(diào)度算法研究.pdf
- 異構(gòu)系統(tǒng)中可重構(gòu)計(jì)算的任務(wù)調(diào)度算法研究.pdf
- 異構(gòu)系統(tǒng)中實(shí)時(shí)任務(wù)的容錯(cuò)調(diào)度算法.pdf
- 基于啟發(fā)式蟻群的異構(gòu)CMP任務(wù)調(diào)度研究.pdf
- 一種用于異構(gòu)環(huán)境中并行任務(wù)調(diào)度的彈性節(jié)能算法.pdf
- 網(wǎng)格環(huán)境中基于DAG的并行任務(wù)調(diào)度算法研究.pdf
- 基于啟發(fā)式算法的云工作流任務(wù)調(diào)度方法研究.pdf
- 異構(gòu)系統(tǒng)中基于可用性的搶占式任務(wù)調(diào)度算法研究.pdf
- 基于多核處理器并行系統(tǒng)的任務(wù)調(diào)度算法研究.pdf
- 基于異構(gòu)CMP的靜態(tài)任務(wù)調(diào)度算法研究.pdf
- 基于異構(gòu)多核處理器系統(tǒng)的任務(wù)調(diào)度算法研究.pdf
- 并行處理系統(tǒng)中任務(wù)調(diào)度算法及模型的研究.pdf
- 基于DAG模型的高效并行任務(wù)調(diào)度算法研究.pdf
- 異構(gòu)環(huán)境中并行計(jì)算模型與任務(wù)調(diào)度的研究.pdf
- 基于混合內(nèi)存的異構(gòu)系統(tǒng)任務(wù)和數(shù)據(jù)調(diào)度方法研究.pdf
- 網(wǎng)格計(jì)算中啟發(fā)式任務(wù)調(diào)度算法的研究.pdf
評(píng)論
0/150
提交評(píng)論