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

1、在大數(shù)據(jù)時代下的海量數(shù)據(jù)處理是當(dāng)今高性能計算領(lǐng)域在異構(gòu)多處理器系統(tǒng)中的一項重要研究內(nèi)容。異構(gòu)多處理器系統(tǒng)主要的考核指標(biāo)是任務(wù)的執(zhí)行時間和數(shù)據(jù)的訪問速度，這些性能指標(biāo)考核主要是通過合理的任務(wù)調(diào)度算法和數(shù)據(jù)放置算法對有限資源的分配來實現(xiàn)的。同時，隨著高性能計算的發(fā)展，異構(gòu)多處理系統(tǒng)要處理的問題越來越復(fù)雜，這導(dǎo)致了能量消耗不斷增加，從而增加系統(tǒng)的運(yùn)行成本、降低系統(tǒng)可靠性以及破壞環(huán)境等問題。因此，高性能和低能耗是在高性能計算中的大數(shù)據(jù)處理任務(wù)的

2、重要評判標(biāo)準(zhǔn)。本文的主要的研究工作集中在異構(gòu)多處理器混合內(nèi)存系統(tǒng)中進(jìn)行合理的任務(wù)調(diào)度和數(shù)據(jù)放置，從而提高系統(tǒng)的整體性能和降低能量的消耗。這里所討論的混合內(nèi)存是由DRAM與SSD構(gòu)成的。
　　本文根據(jù)當(dāng)前的異構(gòu)多處理器系統(tǒng)的實際應(yīng)用情況提出了在異構(gòu)多處理器混合內(nèi)存系統(tǒng)中的任務(wù)調(diào)度和數(shù)據(jù)放置的策略。可是，傳統(tǒng)的內(nèi)存數(shù)據(jù)放置方案并不適合本文所采用的DRAM和SSD構(gòu)成的混合內(nèi)存，如果使用傳統(tǒng)的方案不但不能提高其性能反而會使SSD的壽命快

3、速消耗。因此，為了可以合理利用混合內(nèi)存的優(yōu)勢，解決傳統(tǒng)方案的不適應(yīng)，本文做了如下工作:
　　首先，本文提出了一個整數(shù)線性規(guī)劃算法（ILP算法）和兩個啟發(fā)式算法，這三個算法主要是根據(jù)當(dāng)前系統(tǒng)自身的性能特性來對任務(wù)進(jìn)行實時調(diào)度和其相關(guān)數(shù)據(jù)的實時放置。其中，ILP算法是根據(jù)系統(tǒng)本身的能力和任務(wù)與數(shù)據(jù)之間關(guān)系，通過建立數(shù)學(xué)模型求解出在異構(gòu)多處理器混合內(nèi)存系統(tǒng)中的任務(wù)調(diào)度和數(shù)據(jù)放置的最優(yōu)解。兩個啟發(fā)式算法分別是改進(jìn)后的貪婪算法(IG算法)和

4、任務(wù)調(diào)度和數(shù)據(jù)放置算法(DAA_TS算法)。這兩種啟發(fā)式算法都能在多項式時間內(nèi)對實時應(yīng)用得到近似最優(yōu)的解決方案。
　　然后，在解決異構(gòu)任務(wù)調(diào)度和數(shù)據(jù)放置問題上，本文將提出的兩個啟發(fā)式算法分別與一種基于任務(wù)的貪婪算法進(jìn)行對比。本文在兩個異構(gòu)多處理器系統(tǒng)上進(jìn)行了大量的仿真實驗研究，發(fā)現(xiàn)本文提出的算法展現(xiàn)了令人滿意的性能，并證明了在任務(wù)調(diào)度中考慮數(shù)據(jù)位置是件十分有意義的事情，尤其是在節(jié)約能耗方面。
　　最后，根據(jù)整數(shù)線性規(guī)劃的最優(yōu)