异构计算环境中基于移动代理的负载监控

由于个人机和工作站良好的性价比以及网络速度的加快,利用机群系统进行高性能计算成为一个热点。在这种异构计算环境中,了解负载信息的变化对于实现负载平衡是必不可少的。该文提出了基于移动代理进行负载监控,为实现异构计算环境中分布并行应用的负载平衡提供了重要信息。这种模式具有良好的移植性、可扩展性、灵活性。     

基于CPU-MEM的负载共享调度机制研究

分布式系统中调度机制对负载共享系统性能有重要影响。基于CPU-MEM的负载共享策略考虑内存资源对系统性能的作用,降低了页失效次数,提高了资源利用率。在CPU-MEM负载共享机制基础上,考虑任务在执行过程中的变化特性,提出了在单节点上减少任务平均内存需求的多内存需求多时间片轮询策略(RR-MMMCS)和基于预测的多内存多时间片策略(MMMCS-P)。实验表明,无论是对计算密集型任务还是数据密集型任务,RR-MMMCS、MMMCS-P调度机制在平均响应时间方面具有较好的性能。     

调度机制对CPU-MEM负载共享系统的性能影响

分布式系统中调度机制对负载共享系统性能有不同的影响.基于CPU-MEM的负载共享策略由于充分考虑了分布式系统中内存资源对系统性能的作用,从而大大降低了系统页失效的次数,提高了系统资源的利用率,最终使得整个分布式系统性能有了很大提高.在一般调度策略RR的基础上,基于CPU-MEM的负载共享,提出了一种节点调度策略--多内存多时间片轮询策略(RR-MMMCS),并在模拟实验中表明了RR-MMMCS策略的优越性.讨论了任务的内存需求量和任务服务时间的变异特性对CPU-MEM负载共享策略以及RR-MMMCS调度机制策略性能的影响,表明无论是对计算密集型任务还是数据密集型任务,基于CPU-MEM负载共享策略和RR-MMMCS调度机制策略有较高的效率和稳定的性能.     

有控制信息的三阶段负载可任意划分应用的调度

文章研究需要控制信息的负载可任意划分应用的调度问题.控制信息是除了要处理的负载之外为了完成计算所必须的辅助信息,它的规模往往是由应用的性质和要处理的负载量所共同决定的.文章通过形式化地定义控制信息而扩展了DLS模型,在此基础上分析了LIFO和FIFO调度策略,分别得到了它们的解析形式的调度方案.基于这些解析解,分析了控制信息对两种调度策略的影响,并在此基础上对它们的调度性能进行了严格的比较.分析结果表明,与没有控制信息的情况不同,在这个新的模型下FIFO策略总是优于LIFO策略.     

异构计算环境中图划分算法的研究

复杂网络的研究已经广泛地应用到生物、计算机等各个学科领域.如今,网络规模十分巨大,如何对这些大规模图数据进行有效率的挖掘计算,是研究复杂网络的首要任务.并行计算技术是现在最成熟、应用最广、最可行的计算加速技术之一.而图划分技术是提高并行计算性能的有效手段.图划分问题的研究是随着实际应用的需求而驱动.针对异构计算环境下的...     

面向异构计算平台的列数据库调度方法研究与实现

由多核CPU和GPU构成的异构计算平台已经成为当前高性能计算的重要发展方向。为了有效提升列数据 库的查询性能,充分利用异构计算平台的计算资源,在一套已定义的列数据库原语集合的基础上,提出了一套原语调 度方法。该方法包括原语执行机制、基于动态规划的CPU原语调度方法和基于〔}PU显存管理机制的GPU原语调度 方法。这使得系统可合理利用多核CPU计算资源,有效利用GPU显存中数据的局部性,以提升整体性能。对"I'PG H基准程序中几个典型查询进行了测试,结果表示,CPU原语调度方法使查询更稳定,GPU原语调度方法使查询更 快。同时通过实验发现了此异构计算平台下的列数据库调度方法存在的不足,这为后续工作指明了改进方向。     

异构计算中一种图的非均衡划分算法

现有的图的划分算法大多是均衡划分,要求划分块的权值相等,划分块之间的连接代价尽量最小。但是在异构计算环境中,不同的处理机的计算能力不尽相同,从而在并行任务调度时所分配的计算任务量也应随之不同。所以为了适应更广泛意义上的异构负栽均衡,本文提出了异构计算中的一种任务图的非均衡划分算法。该算法根据任意给定的需求,使得划分好的各个子集权值不均等。其中划分子集的个数等于异构环境中处理机的个数,各子集的大小比例于不同处理机的计算能力。算法包括3步：粗化阶段、非均衡划分阶段以及精化还原阶段。本文通过用格林威治大学提供的系列开放图来测试该算法,实验结果表明算法是准确有效的。     

机群并行计算中负载共享的关键问题

1 引言利用一组工作站并行工作解决粗粒度的较大型计算问题.即NOW系统一直是计算机界一个重要的研究领域。随着Internet的迅猛发展。网上已有数千万的各类计算机,但实际的网络资源利用率是很低的。据有关统计,系统平均使用率仅为30％左右。有的空闲率     

异构环境下空闲计算资源的共享与聚集

描述异构环境下的空闲计算资源共享与聚集平台DCSA。DCSA是一种通用的、可扩展与高效并行化的平台,在该环境下可以较容易地使用高级别的方式编写并行程序,把各种不同的软硬环境下的机器整合到单一的系统环境,共同完成高性能科学计算问题。DCSA的通用性得益于统一的XML文档来描述任务与计算结果及灵活的编程模型。利用一个轻量级的检查点机制与高度可配置的通信机制保证了DCSA的容错性与高效性。通过对实际并行例程的案例分析,验证了DCSA的正确性与高效性。     

支持绿色异构计算的能效感知调度模型与算法

异构调度可使大规模计算系统采用并行方式聚合广域分布的各种资源以提高性能.传统调度目标追求高性能而忽视高效能,远不能适应绿色计算科学发展新要求.因此,在理论上,一方面基于对动态频率和电压等系统参数的精细表述及有效量化,建立面向协同异构计算且易于复用的能效感知云调度模型;另一方面,提出并实现适于超计算机混合体系的多学科背景的元启发式多目标全局优化算法.从技术上解决了面向不同环境目标的云调度实施条件界定及其调度指标（时间、能效）实时变化描述等问题.大量仿真实验结果表明：与3个元启发式云调度器相比,该方法在能效及可扩展等方面优势明显;对于高维实例,整体性能改善分别达到8%,12%和14%.     

改进的自动回归网格主机负载预测模型

网格计算中对资源的有效预测能很好的改进任务分配和作业调度的策略，提高它们的执行效率，作为网格资源预测的核心？主机负载的预测显得尤为重要。文中提出了一种基于AR改进的主机负载预测模型，它不仅具有AR模型本身的计算成本小、预测性能稳定的优点，还对AR模型只对未来某个固定时间段的负载预测进行了改进，使之能根据作业的预测执行时间进行主机负载动态预测，同时该改进模型还充分体现了主机负载变化的自相似性和长期依赖性，实验结果表明，该模型达到了预期的效果。     

一种异构计算系统中考虑通信冲突的有效任务调度算法

任务调度是异构计算的核心问题之一 .现有的异构计算系统的任务调度算法基本上没有考虑任务通信时可能在同一通道中发生冲突的情况 ,因而造成任务调度的结果与实际运行结果之间的差异 .本文提出了一种异构计算系统中的基于表调度 (list scheduling)的启发式任务调度算法 ,该算法考虑了任务通信中通道冲突的情况 ,在不提高算法复杂度的同时提高了任务调度的性能 .文中还通过实例结果的比较说明了该算法的有效性     

Cooperating CoScheduling: A Coscheduling Proposal Aimed at Non-Dedicated Heterogeneous NOWs

Implicit coscheduling techniques applied to non-dedicated homogeneous Networks Of Workstations （NOWs） have shown they can perform well when many local users compete with a single parallel job. Implicit coscheduling deals with minimizing the communication waiting time of parallel processes by identifying the processes in need of coscheduling through gathering and analyzing implicit runtime information, basically communication events. Unfortunately, implicit coscheduling techniques do not guarantee the performance of local and parallel jobs, when the number of parallel jobs competing against each other is increased. Thus, a low efficiency use of the idle computational resources is achieved.
In order to solve these problems, a new technique, named Cooperating CoScheduling （CCS）, is presented in this work. Unlike traditional implicit coscheduling techniques, under CCS, each node takes its scheduling decisions from the occurrence of local events, basically communication, memory, Input/Output and CPU, together with foreign events received from cooperating nodes. This allows CCS to provide a social contract based on reserving a percentage of CPU and memory resources to ensure the progress of parallel jobs without disturbing the local users, while coscheduling of communicating tasks is ensured. Besides, the CCS algorithm uses status information from the cooperating nodes to balance the resources across the cluster when necessary. Experimental results in a non-dedicated heterogeneous NOW reveal that CCS allows the idle resources to be exploited efficiently, thus obtaining a satisfactory speedup and provoking an overhead that is imperceptible to the local user.     

异构计算系统中弹性节能调度策略研究

目前,节能已成为异构计算系统中减少电量开销、提高系统可靠性和保护环境的重要研究内容.传统的节能调度策略侧重于研究如何节能而忽略了用户对任务完成时间的期望,使得任务执行效果受到较大影响.特别是当系统负载较重时,由于电压调节缺乏自适应性,导致在某些情况下(如应急服务)的任务执行效果不可容忍.文中提出一种弹性节能调度策略(Elastic Energy-Aware Scheduling,EEAS),用于动态调度异构计算系统中非周期、独立任务.EEAS策略根据系统负载情况在系统节能与用户期望之间进行权衡,即当系统负载较重时,EEAS优先考虑用户期望,通过动态调整计算节点局部队列中等待任务的执行电压提高任务完成率;当系统负载较轻时,EEAS在尽量满足用户期望的基础上最大限度地降低任务执行电压以实现节能.文中通过大量的模拟实验比较了EEAS、GEA、HVEA和LVEA的性能.实验结果表明,EEAS的调度质量优于其他策略,可有效提高系统弹性.     

面向异构计算的高性能计算算法与软件

研发适应国产异构计算环境的高性能计算算法与软件是非常重要的课题,对我国高性能计算软件研发匹配高性能计算硬件高水平发展的速度具有重要意义.本文首先简要介绍高性能计算应用软件的现状、趋势和面临挑战,并对几类典型高性能计算应用软件开展并行计算算法特征分析,涵盖了宇宙N体模拟、地球系统模式、计算材料相场动力学、分子动力学、量子计算化学和格点量子色力学等多个问题、尺度和领域.其次,我们讨论了面向国产异构计算系统的对策,提炼出若干典型应用算法和软件的共性问题,涉及核心算法、算法发展、优化策略等.最后,本文面向异构计算体系结构对高性能计算算法与软件进行了总结.     

面向异构计算的高性能计算算法与软件

研发适应国产异构计算环境的高性能计算算法与软件是非常重要的课题,对我国高性能计算软件研发匹配高性能计算硬件高水平发展的速度具有重要意义.首先,简要介绍高性能计算应用软件的现状、趋势和面临挑战,并对几类典型高性能计算应用软件开展并行计算算法特征分析,涵盖了宇宙N体模拟、地球系统模式、计算材料相场动力学、分子动力学、量子计...     

异构应用资源共享系统的研究与设计

随着应用资源的日益增长和应用需求的不断变化，个人计算环境需要集成不同平台的异构应用资源。该文基于虚拟计算技术，提出一种异构应用资源融合和共享机制。通过对应用资源的挖掘、发布及注册，实现跨平台的异构应用资源融合和个人计算环境的动态重构。研究成果在科技部科技基础条件平台建设计划中得到了较好的应用。