眾核系統(tǒng)動(dòng)態(tài)能耗管理技術(shù)研究.pdf

1、隨著高性能計(jì)算（High-Performance Computing, HPC）系統(tǒng)規(guī)模不斷增長、性能不斷提高，系統(tǒng)功耗問題也日益凸顯。巨大的系統(tǒng)功耗不僅增加系統(tǒng)電力開銷和運(yùn)行成本，而且間接加劇碳排放及其對環(huán)境的壓力，嚴(yán)重影響計(jì)算系統(tǒng)的性能擴(kuò)展。在該背景下，綠色計(jì)算（Green Computing）受到越來越多的關(guān)注，高能效（Energy E?ciency）設(shè)計(jì)，也成為高性能計(jì)算系統(tǒng)的首要設(shè)計(jì)需求之一。另一方面，眾核（Many-core

2、）體系結(jié)構(gòu)在高性能計(jì)算領(lǐng)域扮演著越來越重要的角色，不僅為高性能計(jì)算系統(tǒng)提供了強(qiáng)大的計(jì)算能力，同時(shí)也消耗了大部分系統(tǒng)功耗。因此，研究眾核系統(tǒng)的動(dòng)態(tài)能耗管理技術(shù)（Dynamic Power Management，DPM），降低眾核芯片的功耗、提高其能效，對于提高整個(gè)計(jì)算系統(tǒng)的能效具有重要作用。
　　針對眾核體系結(jié)構(gòu)的新特點(diǎn)及其能耗管理的迫切需求，本文研究了眾核體系結(jié)構(gòu)的功耗模型，結(jié)合功耗模型及性能模型，探索了可擴(kuò)展眾核系統(tǒng)能耗管理技術(shù)

3、，并研究了針對眾核的高效動(dòng)態(tài)電壓頻率調(diào)節(jié)技術(shù)（Dynamic Voltage and Frequency Scaling，DVFS）。取得的主要研究成果如下：
　　（1）針對眾核體系結(jié)構(gòu)的特點(diǎn)，提出了一個(gè)基于性能計(jì)數(shù)器的眾核體系結(jié)構(gòu)功耗解析模型?；趯ntel SCC眾核平臺(tái)功耗、性能的詳細(xì)測試和分析，該模型綜合考慮了芯片電壓/頻率和程序執(zhí)行特征對功耗的影響，在一定程度上保證了模型估計(jì)的準(zhǔn)確性。通過在Intel SCC眾核平臺(tái)上

4、的實(shí)驗(yàn)分析，驗(yàn)證了該模型在DVFS下的功耗預(yù)測準(zhǔn)確性，同時(shí)，實(shí)驗(yàn)結(jié)果表明，該模型的準(zhǔn)確性優(yōu)于其他眾核功耗模型。
　?。?）提出了一個(gè)可擴(kuò)展眾核系統(tǒng)能耗管理的解決方案，PoweRock。針對并行應(yīng)用程序的同步特點(diǎn)，提出了一個(gè)輕量的profiling方法；結(jié)合功耗、性能預(yù)測模型，PoweRock能夠快速獲得應(yīng)用程序的能耗控制profile，并根據(jù)管理優(yōu)化目標(biāo)，靈活控制程序部署后的最優(yōu)功耗設(shè)置；針對眾核體系結(jié)構(gòu)中多電壓/頻率域的設(shè)計(jì)特點(diǎn)

5、，設(shè)計(jì)了一個(gè)層次式的域感知DVFS控制機(jī)制，并實(shí)現(xiàn)了一個(gè)內(nèi)核級的可擴(kuò)展DVFS控制器。最后，本文在Barrelfish操作系統(tǒng)中實(shí)現(xiàn)了PoweRock，并在Intel SCC平臺(tái)中對其有效性、靈活性和可擴(kuò)展性進(jìn)行了驗(yàn)證。實(shí)驗(yàn)驗(yàn)證結(jié)果表明，相比靜態(tài)功耗管理方法，動(dòng)態(tài)能耗管理方法節(jié)約了高達(dá)65％的能耗或 EDP（Energy Delay Product）。
　　（3）研究了在具有多個(gè)電壓/頻率域的眾核系統(tǒng)中的DVFS延遲特性，發(fā)現(xiàn)In

6、tel SCC眾核系統(tǒng)中不容忽視的DVFS延遲問題；基于上述研究和發(fā)現(xiàn)，提出了一種延遲感知的DVFS控制算法，用以避免過于頻繁的功耗狀態(tài)轉(zhuǎn)換，提高DVFS的效率；本文在Barrelfish操作系統(tǒng)中實(shí)現(xiàn)了該DVFS控制算法，并使用Graph500等多個(gè)基準(zhǔn)測試程序，在Intel SCC平臺(tái)上完成了實(shí)驗(yàn)驗(yàn)證。實(shí)驗(yàn)結(jié)果表明，相比基準(zhǔn)profile指導(dǎo)的能耗管理方法，延遲感知算法平均能夠獲得15.2%的執(zhí)行性能提升，同時(shí)降低24.0%的能耗和